LSTM神经网络模型在冠心病月度入院人数预测中的研究

作者：贾子舟; 张钰嘉; 荣书玲; 李保^*

来源：中西医结合心脑血管病杂志, 2021, 19(18): 3145-3148.

• 冠心病
• 月入院数
• LSTM模型
• 预测

目的分析太原市某三级甲等医院冠心病月入院人数的变化趋势,建立冠心病月入院人数的LSTM神经网络模型,科学预测冠心病月入院人次,为冠心病的防治工作提供理论指导。方法基于太原市某三级甲等综合医院心血管内科2015年1月—2021年3月冠心病入院数的资料,建立一个深度学习LSTM模型,并与传统预测模型ARIMA模型及GM(1,1)模型的预测性能进行对比,采用平均绝对误差(MAE)对模型的预测效果进行评价。结果 LSTM神经网络模型、ARIMA模型及GM(1,1)模型的MAE值分别为16.824、40.672与43.546,LSTM模型的预测效果较好。结论 LSTM模型对医院冠心病月入院数的预测性能较好,为医院冠心病月度入院数预测提供了新的方法。

• 单位
  山西医科大学第二医院; 山西医科大学; 第二临床医学院