ИИ и сложнейшие проблемы мира · Медицина и разработка лекарств · arXiv · 2026-10-23
Снижают ли проактивные протоколы полной загрузки на основе машинного обучения перегруженность отделений неотложной помощи? Оценка на основе симуляции
Оригинальное название: Do Machine Learning-Guided Proactive Full Capacity Protocols Mitigate Emergency Department Overcrowding? A Simulation-Based Evaluation
В исследовании проверяется, может ли машинное обучение запускать протоколы полной загрузки в отделениях неотложной помощи до возникновения перегрузки, а не после превышения пороговых значений. В симуляции, откалиброванной по данным крупной больницы США, модель, предсказывающая перегрузку зала ожидания за шесть часов, обеспечивала упреждающую активацию, которую сравнивали с реактивной активацией на протяжении 365 дней и 10 повторов. Упреждающая активация значительно сократила время выше порога перегрузки и длительность действия протокола, а также снизила изменчивость перегрузки и экстремальные скопления, тогда как различия в длительности пребывания и времени ожидания не были статистически значимыми.