| 作品介紹 |
本作品旨在發展一款可用於協助改善醫療現場病患等候過久之決策支援系統。此一系統運用隨機森林以及子群組探勘等技術預測病患就診可能花費的時間，並據以推估病患的最佳建議到診時間，降低到診後的等待時間，進而使病患的就醫滿意度提高，達成醫療院所永續經營之理念。我們同時也在系統中整合了特徵選取方法，藉以有效提升分類預測模型推估結果的正確性，另外，還運用了子群組探勘技術所找出的潛在關聯搭配上醫師的專業意見與臨床經驗篩選特徵，使採用的特徵更為符合醫療現場之情況，並且能利用篩選出的特徵創建每位醫師的專屬看診行為模型，完成後，便能使用該模型進行預測，將每位病患的診療時間與最佳建議到診時間推估完成。而本系統亦有提供效能比較，能夠將每位醫師的模型預測結果與院方現行作法分別從候診區壓力、病患等候時間、醫師閒置時間三種相異之觀點，以圖形化的方式進行比較，讓彼此間的差異一目瞭然。此外，本系統還提供了一鍵處理之功能，只要預先設定完成所需要的訓練集檔案、特徵方法、模型方法以及預測集檔案後，便能夠一次處理所有醫師的病患預測，藉此讓使用者不必隨時於電腦前進行操作。最後，實驗結果顯示：相較於個案醫院現行的運作機制，我們所設計之預測方法確實具有改善成效。 |