科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对预测医院患者疾病诊断相关分组（DiagnosisRelatedGroups,DRG）的问题，提出运用机器学习方法来预测分组结果。首先，收集实际分组数据，集成医院信息系统数据形成数据集，并对数据进行预处理；其次，搭建基于机器学习的基础模型；最后，使用总精度对模型进行评价，并给出影响预测精度的各特征参数的重要性。预测结果表明，随机森林算法对DRG分组有更好的效果，主手术编码和主诊断编码对模型预测精度影响最大。
- 出版日期2023
- 单位广西医科大学第一附属医院; 广西医科大学
针对预测医院患者疾病诊断相关分组（DiagnosisRelatedGroups,DRG）的问题，提出运用机器学习方法来预测分组结果。首先，收集实际分组数据，集成医院信息系统数据形成数据集，并对数据进行预处理；其次，搭建基于机器学习的基础模型；最后，使用总精度对模型进行评价，并给出影响预测精度的各特征参数的重要性。预测结果表明，随机森林算法对DRG分组有更好的效果，主手术编码和主诊断编码对模型预测精度影响最大。
