一种基于LSTM模型的医用耗材需求量预测方法

作者：杨燕; 钱正瑛; 庄希; 金伟^*

来源：中国医疗设备, 2022, 37(06): 123-126.

• 长短期记忆神经网络模型
• 医用耗材需求管理
• 新冠疫情

目的 探讨长短期记忆神经网络模型（Long Short Term Memory Neural Networks,LSTM）在医用耗材需求量管理中的应用，分析和预测未来一段时间内医用常规耗材的使用需求，实现医用耗材需求量的精细化管理。方法 采用LSTM模型对无锡市某三甲医院静脉留置针2015—2021年的库房领用量进行分析，预测未来一季度及半年的领用情况。结果 根据2019年与2021年预测结果对比及模型各评价指标的分析，发现平均绝对百分比误差最小值是2.27%，最大值为4.54%，出现在2021年预测半年，所有预测平均绝对误差均不超过5%，受到新冠疫情影响时预测精度下降有限。结论 LSTM神经网络模型能够较为准确地进行医院医用耗材的需求量预测，可作为医用耗材的库存基数与采购策略制定的参考数据。

• 单位
  南京医科大学; 无锡人民医院