基于参保人诊疗经历的住院时长预测模型

首先，通过贵州省医疗保障事务中心（暨我单位）收集整理的数据，并对数据进行脱密脱敏，并结合各医院的就诊规则等相关数据作为训练用数据集；对数据集中的特征和目标变量进行分割，并将特征标准化，把所有特征的数据都调整到相同的“尺度”，一般变成均值为0，标准差为1的形式，使模型更容易学习数据之间的关系。其次，将训练用数据集分为训练集和测试集，使用训练数据集对ANN（Artificial Neural Network）模型进行训练，使用测试集进行测试。最后，使用训练好的ANN模型进行预测操作，模型的输入参数包括但不限于患者姓名、患者年龄、患者性别、医院编号、医院等级、上次住院时间、住院次数、入院病情、就诊病况、使用药物、历史病症等等。

搜集汇总

背景与挑战

背景概述

该数据集由贵州省卫生项目管理办公室提供，用于开发住院时长预测模型，数据规模1TB，每月更新。模型通过人工神经网络分析患者诊疗数据，旨在优化患者和医院的日程管理。