基于PSO-LSTM算法的医用耗材消耗量预测模型研究

• 作者: 李龙 李谷亮 姚漪 葛安旎 奎翔 柯阳 李宇铠 吴裕姗
• 来源期刊: 中国医学装备
• 学科: 医学
• 关键词: 粒子群优化长短期记忆(PSO-LSTM) 消耗量 预测 医用耗材
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 卫生管理研究|Academic Papers
• 页码范围: 139-143
• 页数: 5页
• 分类号: R197.39
• 语种: 中文
• DOI: 10.3969/J.ISSN.1672-8270.2022.04.028

摘要

目的:建立基于粒子群优化长短期记忆(PSO-LSTM)算法的医用耗材消耗量预测模型(PSO-LSTM模型),预测医院医用耗材消耗量,实现医用耗材精细化管理.方法:选取2019年1月至2020年12月医院使用的国家第一批重点监控高值耗材消耗量数据,建立PSO-LSTM预测模型,分析医用耗材消耗情况,预测医用耗材消耗量.采用均方误差(MSE)评价PSO-LSTM模型预测医用耗材消耗量数据与LSTM网络数据的误差程度.结果:PSO-LSTM模型预测吻合器消耗量与LSTM网络相比其MSE值降低84％,PSO-LSTM模型预测穿刺器消耗量与LSTM网络相比其MSE值降低77％,PSO-LSTM模型的医用耗材消耗量预测结果与实际消耗量更为接近,医用耗材消耗量预测精度显著高于LSTM网络.结论:PSO-LSTM模型能够准确预测医用耗材消耗量,为医用耗材采购决策提供科学依据,实现医用耗材精细化管理,降低医用耗材使用成本.