公开(公告)号：CN119296745A

公开(公告)日：2025-01-10

申请号：CN202411430742.8

申请日：2024-10-14

Applicant: 南京中医药大学

Inventor： 柏亚妹 ,  杨涛 ,  宋玉磊 ,  徐桂华 ,  张薛晴 ,  张峻杰 ,  高姣姣 ,  王蒙蒙 ,  刘为相

IPC: G16H40/20 ,  G06F18/2431 ,  G06F18/10 ,  G06F18/243 ,  G06N20/00 ,  G06N5/01 ,  G06N20/20

Abstract: 本发明公开了一种基于多标签学习的护理工时预测方法及存储介质，属于医疗服务技术领域，包括预测模型建成方法和预测模型的应用方法；预测模型建成方法包括：获取输入信息：收集患者的基本信息，作为特征数据；收集护理工时数据，作为标签数据；把输入信息编码处理；训练模型：把上述处理好的特征数据和标签数据输入多标签机器学习模型中训练，进行参数优化；验证模型。预测模型的应用方法包括：用户输入患者基本治疗信息，包括年龄、性别、过往病史和主要诊断等；模型自动预测出病人每日住院的所需护理时长的结果。本发明能够提供更为准确和全面的护理工时预测，从而帮助医疗机构更有效地规划和分配护理资源，提高医疗服务的效率和质量。