通過機器學習優化手術室運轉效率

由于新型冠狀病毒肺炎疫情，大量擇期外科手術被取消，從而延長了患者候診時間，對患者照護和體驗產生了負面影響。2020 年3 月至2020 年6 月，加拿大安大略省積壓了148,364 例外科手術，而在逐步分階段恢復醫療衛生服務后，面對等待手術患者列表不斷增加的問題，如何提高手術室工作效率，成為重要的研究問題。一篇文章(Can J Surg,DOI:10.1503/cjs.016520)介紹了加拿大安大略省一所醫院將Python(一種高級編程語言)與OR-Tools 軟件組合應用，輕松而準確地創建定制模型來預測手術時間、優化手術室資源配置，從而使護理加班時間減少了21%，理論上3 年可節省469,000 美元。經濟、科學的手術時間預測對于優化手術室資源配置至關重要。原始的手術平均時間測算方法僅考慮了最近外科手術時間的平均值，而機器學習模型則通過分析平均手術時間、手術時間的可變性、不同手術類型的分布及頻率等變量計算出更為有效的時間安排，從而提高手術室的使用效率和運轉效率。