English
Русский
Применение искусственного интеллекта для прогноза удовлетворенности больных медицинской помощью в условиях специализированной клиники восстановительного лечения DOI: 10.29188/2542-2413-2020-6-3-15-23
- Харитонов С.В. – д.м.н., ГАУЗ «Московский научно-практический центр медицинской реабилитации, восстановительной и спортивной медицины Департамента здравоохранения города Москвы», г. Москва, Россия, РИНЦ AuthorID 640576
- Лямина Н.П. – д.м.н., профессор, реабилитации «ГАУЗ Московский научно-практический центр медицинской реабилитации, восстановительной и спортивной медицины Департамента здравоохранения города Москвы», г. Москва, Россия, РИНЦ AuthorID 372643
- Зайцев В.П. – д.м.н., профессор, ГАУЗ «Московский научно-практический центр медицинской реабилитации, восстановительной и спортивной медицины Департамента здравоохранения города Москвы», г. Москва, Россия, РИНЦ AuthorID 224004
- Самсонова Г.О. – д.п.н., ГАУЗ «Московский научно-практический центр медицинской реабилитации, восстановительной и спортивной медицины Департамента здравоохранения города Москвы», г.Москва, Россия, РИНЦ AuthorID 429114
- Голубев М.В. – д.м.н., профессор, ГАУЗ «Московский научно-практический центр медицинской реабилитации, восстановительной и спортивной медицины Департамента здравоохранения города Москвы», г.Москва, Россия, РИНЦ AuthorID 697120
1808 Введение. Удовлетворенность больных лечением – довольно острая медико-социальная проблема, решение которой имеет значение в повышении уровня здоровья нации. В работе приводятся результаты обучения нейронных сетей разного типа для прогнозирования удовлетворенности больных лечением в условиях специализированной клиники восстановительного лечения.
Цель работы. Оценить возможности использования нейронных сетей разного типа в прогнозировании уровня удовлетворенности пациентов на основе базовых сведений.
Материалы и методы. При обучении нейронных сетей использовались базовые сведения о пациентах: пол, возраст, семейное положение, условия проживания, образование, курение, наличие инвалидности и группа, давность заболевания и давность инвалидности при ее наличии. В исследовании приняли участие 98 больных. Данные о 78 из них были использованы для обучения нейронной сети, а 20 пациентов составили группу тестирования точности предсказаний.
Результаты. Точное прогнозирование удалось достичь при 12-часовом обучении нейронной сети Байесовского типа, дающей прогноз с точностью 87%, при среднеквадратичной ошибке (0,74).
Заключение. На основании полученных данных сделан вывод о целесообразности прогнозирования уровня удовлетворенности больных медицинской помощью до ее оказания на основе базовых сведений о пациенте.
| Attachment | Size |
|---|---|
| Скачать статью | 398.01 KB |
