عنوان:تلفیق داده­ های دو سیستم اطلاعات بیمارستانی متفاوت (دانشگاه­های علوم پزشکی مشهد و اصفهان) به منظور مقایسه مدل­های پیش­بینی طول مدت بستری

چكيده

مقدمه: ارایه ­ی مدل صحیحی برای تلفیق داده­های سیستم­های اطلاعات بیمارستانی با هم، و تحلیل و استدلال در سطح وسیع­تر از الزامات پیشرفت و تحول در بیمارستان­ها و ارتقا در نحوه­ ی ارایه­ ی خدمات و سیاست­گذاری­های سلامت کشور می­باشد. چنانچه مدل مناسب جهت تلفیق اطلاعات بیمارستان­ها با یکدیگر پیدا نکرده و داده­های هر بیمارستان را به صورت جداگانه بررسی کنیم، مسلما تحلیل و نتایج نهایی قابلیت تعمیم ­پذیری به جامعه را نخواهد داشت. هدف از این پژوهش، استفاده از تکنیک­های تلفیق داده به منظور یکپارچه­ سازی دو سیستم اطلاعات بیمارستانی متفاوت و سنجش کارایی تکنیک به کار گرفته شده با استفاده از معیار صحت مدل­های پیش­بینی طول مدت اقامت است.

روش:  این مطالعه، یک مطالعه مقطعی است که به بررسی استفاده از تکنیک­های تلفیق داده برای یکپارچه­سازی دو سیستم اطلاعات بیمارستانی متفاوت پرداخته است. در مرحله پیش از تلفیق، از شش الگوریتم پیش‌بینی شناخته‌شده‌ی مبتنی بر روش­های یادگیری ماشین (KNN، MLP، RF، SVM،GB  و XGB) جهت پیش­بینی طول مدت اقامت مراجعین به واحد اورژانس دو بیمارستان امام رضا (ع) مشهد و الزهرا (س) اصفهان استفاده نموده است. طول مدت اقامت مراجعین به دو مرکز اورژانس طی پنج سال (1396-1400)، با تک‌تک مدل‌ها پیش‌بینی شده و در نهایت مدلی که صحت بالاتری نسبت به سایرین داشته است؛ به عنوان بهترین مدل پیش­بینی طول مدت اقامت گزارش شد. پس از انجام تلفیق داده­های دو سیستم اطلاعات بیمارستانی (با سه تکنیک تلفیق داده Simple, KNN, PPCA)، با استفاده از بهترین مدل پیش­بینی گام قبل، طول مدت اقامت مراجعین هر دو بیمارستان (به صورت تلفیق شده) پیش­بینی گردید. با مقایسه بین صحت مدل پیش­بینی بر روی داده ­های تلفیق شده با سه تکنیک تلفیق داده، بهترین تکنیک تلفیق داده مشخص گردید. بالاترین صحت بدست آمده در قبل و بعد از تلفیق داده­ها مقایسه شده و نتیجه نهایی گزارش گردید.

نتایج: عملکرد مدل‌های پیش‌بینی بر روی داده‌ها، قبل و بعد از تلفیق داده با استفاده از معیار صحت بررسی شد و نتایج نشان داد که استفاده از تکنیک­های تلفیق داده، عملکرد مدل‌های پیش‌بینی را در گروه ترخیص شده از بخش­ها در تمامی سال­ها بهبود می‌بخشد. هم­چنین در گروه ترخیص شده از اورژانس در یک سال بهبود ایجاد شد؛ که این امر به دلیل کیفیت و گویایی بیشتر داده­های ثبت شده برای بیماران ترخیص شده از بخش­ها نسبت به داده­های ثبت شده در واحد اورژانس بوده است. هم­چنین روش‌ XGB با ارائه‌ی بهترین نتایج پیش‌بینی طول مدت اقامت می‌تواند روش‌ کارآمدی برای پیش‌بینی طول مدت اقامت مراجعین به بیمارستان‌ها باشد.

بحث و نتیجه­ گیری: ارزیابی انجام گرفته نشان دهنده­ی عملکرد مطلوب برای تلفیق داده بود. بنابراین می‌توان این مدل را در دیگر سیستم­های اطلاعات بیمارستانی، جهت بهبود برنامه‌ریزی‌های استراتژیک مورد استفاده قرار داد. 

واژگان کلیدی: تلفيق داده، سيستم اطلاعات بيمارستان، مدل پيش­بيني، طول مدت بستري