AI اور دنیا کے مشکل مسائل · طب اور دوا کی دریافت · arXiv · 2026-10-23

کیا مشین لرننگ کی رہنمائی میں فعال مکمل گنجائش پروٹوکول ایمرجنسی ڈیپارٹمنٹ کی بھیڑ کو کم کرتے ہیں؟ ایک سمیولیشن پر مبنی جائزہ

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

یہ مطالعہ جانچتا ہے کہ کیا مشین لرننگ ایمرجنسی ڈیپارٹمنٹس میں رش بڑھنے سے پہلے، نہ کہ حدیں عبور ہونے کے بعد، Full Capacity Protocols کو متحرک کر سکتی ہے۔ امریکہ کے ایک بڑے ہسپتال پر کیلیبریٹ کیے گئے سمولیشن میں، انتظار گاہ کے رش کی چھ گھنٹے پہلے پیش گوئی کرنے والے ماڈل نے پیشگی فعالیت کو چلایا، جس کا موازنہ 365 دنوں اور 10 تکرارات پر ردعملی فعالیت سے کیا گیا۔ پیشگی فعالیت نے رش کی حد سے اوپر گزارے گئے وقت اور پروٹوکول کی مدت کو نمایاں طور پر کم کیا، اور رش کے تغیر اور انتہائی بھیڑ کو بھی کم کیا، جبکہ قیام کی مدت اور انتظار کے وقت کے فرق شماریاتی طور پر نمایاں نہیں تھے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →