基于机器学习的再入院预测

• 作者: 汤培楷
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 再入院 机器学习 随机森林
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 信息化论坛
• 页码范围: 50-52
• 页数: 3页
• 分类号: R319
• 字数: 3661字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2016.07.016

摘要

为了预测住院病人是否会在短时间内再入院,提出了基于机器学习的再入院预测方法.通过选取合适的数据集,利用ICD-10诊断相关组编码(DRGs)等信息,选择合适的机器学习算法,训练预测病人短时间内再入院的概率.通过训练测试分类器的正确肯定率与错误肯定率得到的R0C曲线,对比逻辑回归、随机森林和支持向量机三种分类器的性能指标,发现随机森林对复杂数据有良好的适应性,实验所得AUC均值更高,更适合应用于再入院的预测.