通过机器学习优化手术室运转效率

由于新型冠状病毒肺炎疫情，大量择期外科手术被取消，从而延长了患者候诊时间，对患者照护和体验产生了负面影响。2020 年3 月至2020 年6 月，加拿大安大略省积压了148,364 例外科手术，而在逐步分阶段恢复医疗卫生服务后，面对等待手术患者列表不断增加的问题，如何提高手术室工作效率，成为重要的研究问题。一篇文章(Can J Surg,DOI:10.1503/cjs.016520)介绍了加拿大安大略省一所医院将Python(一种高级编程语言)与OR-Tools 软件组合应用，轻松而准确地创建定制模型来预测手术时间、优化手术室资源配置，从而使护理加班时间减少了21%，理论上3 年可节省469,000 美元。经济、科学的手术时间预测对于优化手术室资源配置至关重要。原始的手术平均时间测算方法仅考虑了最近外科手术时间的平均值，而机器学习模型则通过分析平均手术时间、手术时间的可变性、不同手术类型的分布及频率等变量计算出更为有效的时间安排，从而提高手术室的使用效率和运转效率。