基于机器学习的多参数监护仪维护需求预测分析方法.pdfVIP

医疗装备2024年7月第37卷第14期MedicalEquipment,July.2024,Vol.37,No.14

·论著·

基于机器学习的多参数监护仪维护需求预测分析方法

李坤，杨秉泽，穆骞（通信作者）

三二〇一医院（陕西汉中723000）

〔摘要〕目的利用机器学习（ML）算法分析多参数监护仪质控数据集建立预测系

统，并探讨其对下个质控周期多参数监护仪维护需求的预测效果。方法筛选2020年1月至

2023年12月医院1500条多参数监护仪质控数据作为原始数据集，并按照8‥2比例划分为训

练集和测试集，训练集数据1200条，测试集数据300条，对训练集数据集进行特征选择，生

成4组子数据集。应用朴素贝叶斯（NB）、决策树（DT）、随机森林（RF）、k-最近邻（k-NN）

和支持向量机（SVM）5种ML算法建立预测系统，并对下个质控周期多参数监护仪维护需求

进行预测。结果以实际需要进行维护的多参数监护仪为准，5种ML算法预测多参数监护

仪维护需求的平均精准率为96.73%，真阴性率为98.