基于組合預測模型對電子病歷臨床數據的探究

史亞香

（東南大學附屬中大醫院信息中心，江蘇南京，210009）

基于組合預測模型對電子病歷臨床數據的探究

史亞香

（東南大學附屬中大醫院信息中心，江蘇南京，210009）

電子病歷臨床數據的單項預測方法不能精確的預測醫院的就診人數。本文建立了基于一階預測有效度的幾何平均組合預測模型，對就診人數進行預測，并且將非線性組合預測模型變換成為能夠運用現成的線性規劃軟件求解的線性規劃模型問題。最后以東南大學附屬中大醫院某一科室的電子病歷臨床數據為例，對未來就診人數進行預測，結果表明該組合預測方法是可行有效的。

電子病歷；臨床數據；組合預測；幾何平均

0　引言

隨著醫院計算機管理網絡化、信息存儲介質--光盤和IC卡等的應用及互聯網的全球化，紙質病例逐漸被電子病歷所取代。電子病歷是網絡技術和信息技術在醫療領域的必然產物，是醫院病歷現代化管理的必然趨勢。電子病歷臨床數據的初步應用，極大地提高了醫院的工作效率和病人接受醫療的質量。

隨著電子病歷臨床數據的信息量的日益增多，對臨床數據使用傳統的單個預測模型進行預測未來的臨床數據，只能利用其提供的某種有效信息，而忽略了其他的一些有效信息，因此單項預測方法所提供的信息源偏少。組合預測就是綜合利用各種預測方法所提供的信息，以一定的加權平均形式預測出未來的臨床數據。對基于一階預測有效度的幾何平均形式一直沒有進行深入的研究和應用,基于此,本文建立了基于一階預測有效度的幾何平均組合預測模型,并且對東南大學附屬中大醫院某一科室的電子病歷臨床數據進行了有效的預測。

1　建立基于預測有效度的幾何組合預測模型

1.1幾何平均組合預測模型的相關概念

1.2基于預測有效度的幾何平均組合預測模型

由定義2知，幾何平均組合預測模型在樣本區間上的幾何平均擬合有效度為的權系數，且滿足。若越大，則表明幾何平均組合預測方法越有效。因此，以幾何平均組合預測模型擬合有效度為準則的組合預測模型可以表示成如下模型：

價于如下模型：

模型(5)是一個線性規劃模型，可以用現成的線性規劃軟件來求最優解。

2　實例應用

以東南大學附屬中大醫院某一科室的電子病歷臨床數據為例，基礎數據表1為在該科室就診某一疾病一年的人數。根據就診的實際人數，運用已建立的組合預測模型(5)，對以后就診的實際人數進行預測。令預測效果如表2所示.為了便于比較分析,表2中同時給出了各單個預測方法的預測效果評價.

由表2可以看出，基于一階預測有效度的幾何平均組合預測模型的各就診人數誤差指標均低于兩種單項預測模型預測就診人數誤差指標值，表明提出的組合預測方法優于各單項預測方法，因此是一種有效的組合預測方法，對該科室預測今后的就診人數具有一定的指導作用，并可將其運用于其他科室就診人數的預測。

4　小結

對醫院的就診人數進行有效地預測可以使得醫院能合理的分配醫療資源，提高應急處置能力，改善醫療環境。對于電子病歷臨床數據的單項預測方法不能精確的預測前來就診的人數問題，本文建立了一種組合預測模型對就診人數進行預測，并一東南大學附屬中大醫院某一科室的電子病歷臨床數據為例，對未來就診人數進行預測，分析結果表明提出的模型是有效的

表1　實際就診人數和兩種單項預測方法、的預測就診人數

表1　實際就診人數和兩種單項預測方法、的預測就診人數

表2　各單項預測方法及幾何平均組合預測方法的預測效果評價

[1] Bates.J.M.,Granger.C.W.J.Combination of forecasts [J]. Operations Research,1969,20(4): 451-468.

[2] 賴小惠,柯本學,許金惜.建立以電子病歷為核心的臨床信息系統的必要性及可行性[J].廣州醫醫,2010(1): 56-58.

[3] 陳華友.基于預測有效度的組合預測模型研究[J].預測, 2001,20(3):72-73.

表1　各邊之間的距離

采用改進后的Dijkstra算法，實現步驟為：①選擇要進行計算和，即配送中心20與其他節點零售戶或是中轉站；②對 和 進行連通分析，快速判斷兩結點之間是否連通，如連通，則進行③，否則退出計算；③調用改進的Dijkstra算法，計算和的最短路徑；④輸出最短路徑結果如表2所示，表示節點零售戶或是中轉站，P表示配送中心到節點的距離，例如配送中心到節點1的最短路徑是14.6，到節點13的最短路徑是17.3。

由表2計算結果可知，采用完全二叉樹對Dijkstra算法進行改進是可行的且有效的，改進后的Dijkstra算法能夠提高了運行效率，降低時間復雜度，該計算過程所花費的時間要遠低于傳統的Dijkstra算法。該算法有利于煙草商業企業優化卷煙配送時間，更加高效、快速的響應零售戶需求。

4　總結

隨著全球競爭的加劇，降低物流成本是企業贏得市場競爭力的關鍵因素之一，因此，企業管理層不斷重視物流的發展，旨在“系統集成”的思維指導下，對物流網絡進行合理規劃，實現物流的專業化運作。

由于路徑優化是物流網絡管理的重要組成部分，本文重點研究了集成物流網絡的路徑優化問題，闡述了Dijkstra算法的具體實現過程，同時也指出傳統的Dijkstra算法基礎需要遍歷集成物流網絡的所有節點，時效性不夠理想。因此，為了提高Dijkstra算法的有效性，本文采用完全二叉樹對Dijkstra算法進行改進，并以煙草商業企業為例說明集成物流網絡的特點與優勢，驗證算法的有效性，研究結果表明改進后的Dijkstra算法能夠降低時間復雜度，提高系統運行效率，快速求解出集成物流網絡最短路徑的最優解，這為企業合理安排運輸路線，降低物流風險提供了決策支持。

參考文獻

[1] 高陽,周向紅,劉軍.灰色環境下多周期再制造逆向物流網絡設計[J].浙江大學學報(工學版),2008,(4):23-27.

[2] 何其超,胡列格,錢紅波.基于多目標規劃的低碳銷售物流網絡規劃方法[J].系統工程,2013,31(7):37-43.

[3] 張維澤,林劍波,吳洪森,等.基于改進蟻群算法的物流配送路徑優化[J].浙江大學學報(工學版),2008, 42(4): 574-578.

The research on EMC of clinical data based on combination forecasting model

Shi Yaxiang
(The Information Center of ZhangDa Hospital Southeast University,Jiangsu,210009)

Based on EMC of clinical data, single forecast model could not predict the number of hospital patients accurately.Geometric averaging combination forecasting method was proposed based on first-order prediction effectiveness criteria,and to predict the number of hospital patients.Then we turn the nonlinear combination forecasting model into the linear programming model,and eventually we can use existing linear programming software to solve the linear programming model.Finally,according to the EMC of clinical data of ZhangDa Hospital Southeast University,we utilize the combination forecasting model to predict the number of hospital patients,and to demonstrate its practicality and effectiveness.

EMC;clinical data;Combination of forecasts;geometric averaging

表2　起始點到各個節點的最短距離