[发明专利]一种门诊量的预测方法及装置

说明书

本发明实施例提供了一种门诊量的预测方法及装置。本发明实施例提供的门诊量的预测方法及装置，考虑到门诊总量由于具有数值较大，波动平稳的特点，其预测值与实际值的偏差较小，因此各个科室的预测值的计算以门诊总量为基准，各个科室的预测值用于计算各个科室占总量的比率，从而可以提高各个科室门诊量的预测准确性，还能够减少各个科室门诊量的和值与预测得到的门诊总量之间的偏差。

技术领域

本发明涉及数据预测技术领域，具体而言，本发明涉及一种门诊量的预测方法及装置。

背景技术

为患者提供良好的服务以及优化运营效率/成本，是医院管理的两个主要目标。如何这两个目标之间取得良好的平衡是医院管理所面临的根本问题。医院的日常管理需要预先调配人力和医疗资源，因此预先估计未来时段的患者人数对资源调配十分重要。

目前，预测医院的总体门诊量已经得到了大量的研究，并已在应用于实践指导中。目前解决门诊量预测问题主要采用时间序列预测(TSF，Time Series Forecasting)技术。例如，专利申请号201710222794.X的中国专利申请提出了一种医院服务量的预测方法，其主要包括以下步骤：

步骤1：读取医院服务量(如门诊量、住院量)指标的历史数据；

步骤2：将所述历史数据按照时间顺序，并按预定比例分到用于拟合模型的训练集和用于验证模型准确性的测试集两个集合中，且训练集中的历史数据多于测试集中的历史数据；

步骤3：检验训练集中的数据序列是否平稳，若平稳转到步骤5，否则转到步骤4；

步骤4：将训练集中的数据序列进行平稳性转换，并执行步骤5；

步骤5：选取适当的自回归移动平均模型(ARIMA，Autoregressive IntegratedMoving Average Model)来拟合训练集中的数据序列；

步骤6：估计ARIMA模型的参数；

步骤7：检验ARIMA模型，若通过检验，则转到步骤9，否则，转到步骤8；

步骤8：重复步骤5-7；

步骤9：输出通过检验的ARIMA模型；

步骤10：用ARIMA模型预测医院服务量的未来走势。

以上医院服务量的预测方法聚焦于医院的整体服务量的预测。然而发明人发现，在实际应用中仅预测医院的整体服务量难以满足医院的精细化管理要求。

发明内容

本发明实施例要解决的技术问题是提供一种门诊量的预测方法及装置，能够提高医院各科室门诊量预测的准确性，为医院的资源调配和管理提供数据支持。

为解决上述技术问题，本发明实施例提供的一种门诊量的预测方法，包括：

获取医院的门诊总量的历史数据和各科室的门诊量的历史数据；

根据所述门诊总量的历史数据，预测所述医院在目标时间段内的门诊总量，得到第一门诊量；

根据每个科室的门诊量的历史数据，预测每个科室在所述目标时间段内的门诊量，得到每个科室的第二门诊量，并计算每个科室的第二门诊量与第三门诊量的比值，得到每个科室的门诊量预测比例，其中，所述第三门诊量为所有科室的第二门诊量的和值；

根据所述第一门诊量以及每个科室的门诊量预测比例，预测每个科室在所述目标时间段内的门诊量。

优选的，所述根据所述第一门诊量以及每个科室的门诊量预测比例，预测每个科室在所述目标时间段内的门诊量的步骤，包括：

针对每个科室，分别计算所述科室的门诊量预测比例与所述第一门诊量的乘积，得到所述科室的门诊量的预测值。