AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · arXiv · 2026-10-23

क्या मशीन लर्निंग-निर्देशित सक्रिय पूर्ण क्षमता प्रोटोकॉल आपातकालीन विभाग की भीड़ को कम करते हैं? एक सिमुलेशन-आधारित मूल्यांकन

मूल शीर्षक: Do Machine Learning-Guided Proactive Full Capacity Protocols Mitigate Emergency Department Overcrowding? A Simulation-Based Evaluation

यह अध्ययन परखता है कि क्या मशीन लर्निंग आपातकालीन विभागों में भीड़ बढ़ने से पहले ही, सीमाएँ पार होने के बाद के बजाय, फ़ुल कैपेसिटी प्रोटोकॉल को सक्रिय कर सकती है। एक बड़े अमेरिकी अस्पताल पर अंशांकित सिमुलेशन में, प्रतीक्षालय की भीड़ का छह घंटे पहले अनुमान लगाने वाले मॉडल ने सक्रिय (प्रोएक्टिव) एक्टिवेशन को संचालित किया, जिसकी तुलना 365 दिनों और 10 पुनरावृत्तियों में प्रतिक्रियात्मक (रिएक्टिव) एक्टिवेशन से की गई। प्रोएक्टिव एक्टिवेशन ने भीड़ की सीमा से ऊपर बिताए समय और प्रोटोकॉल की अवधि को उल्लेखनीय रूप से घटाया, तथा भीड़ की परिवर्तनशीलता और अत्यधिक भीड़ को कम किया, जबकि अस्पताल में ठहरने की अवधि और प्रतीक्षा समय के अंतर सांख्यिकीय रूप से महत्वपूर्ण नहीं थे।

मूल लेख पढ़ें ↗

सभी आइटम →