AI与世界难题 · 医学与药物研发 · arXiv · 2026-10-23
机器学习引导的主动式满负荷方案能否缓解急诊科过度拥挤？基于模拟的评估
原标题: Do Machine Learning-Guided Proactive Full Capacity Protocols Mitigate Emergency Department Overcrowding? A Simulation-Based Evaluation
该研究检验机器学习能否在急诊科拥挤形成之前，而不是在超过阈值之后，触发满负荷协议。在基于一家美国大型医院校准的模拟中，一个提前六小时预测候诊室拥挤情况的模型驱动了主动启动，并与被动启动在365天、10次重复实验中进行了比较。主动启动显著减少了超过拥挤阈值的时间和协议持续时间，并降低了拥挤的波动性和极端拥堵，而住院时长和等待时间的差异在统计上不显著。