[论文解读] Predicting Pediatric Surgical Durations

Neal Master, David Scheinker+1 more|arXiv (Cornell University)|May 15, 2016

Colorectal Cancer Screening and Detection参考文献 31被引用 7

一句话总结

本文提出基于树的机器学习模型来预测小儿手术时长，采用全自动和半自动方法，其性能优于现有算法，甚至超越外科医生的预测。主要贡献在于提出一种与医院运营相契合的新型性能度量标准，证明全自动模型可达到外科医生水平的准确性，而半自动模型则显著超越之。

ABSTRACT

Effective management of operating room resources relies on accurate predictions of surgical case durations. This prediction problem is known to be particularly difficult in pediatric hospitals due to the extreme variation in pediatric patient populations. We propose a novel metric for measuring accuracy of predictions which captures key issues relevant to hospital operations. With this metric in mind we propose several tree-based prediction models. Some are automated (they do not require input from surgeons) while others are semi-automated (they do require input from surgeons). We see that many of our automated methods generally outperform currently used algorithms and even achieve the same performance as surgeons. Our semi-automated methods can outperform surgeons by a significant margin. We gain insights into the predictive value of different features and suggest avenues of future work.

研究动机与目标

• 解决因患儿在年龄、体型和发育水平方面存在极大异质性而导致小儿手术时长高度可变的挑战。
• 设计一种可在所有小儿医院广泛适用的预测模型，无需依赖医院特定或手术特定的特征。
• 通过准确的时长预测，减少手术取消率并优化排程，从而提升手术室效率。
• 评估全自动或半自动模型是否能够匹配或超越人类专家预测的准确性。
• 提出一种反映医院排班实际运营关切的新型性能度量标准。

提出的方法

• 提出一种新型性能度量标准，整合了运营约束条件，如最小可接受误差窗口（m=15 min）和最大可接受误差窗口（M=60 min），并引入参数p以控制对误差的敏感度。
• 基于该性能度量标准实施非线性数据变换，以提升模型校准度和预测准确性。
• 开发多种基于树的回归模型：DTR（决策树回归器）、RFR（随机森林回归器）、ABR（AdaBoost回归器），以及它们的半自动变体（DTR-SCH、RFR-SCH、ABR-SCH），后者将外科医生预测作为输入特征。
• 采用通用特征集，包括患者年龄、体重、性别、ASA评分、手术名称和主刀医生——适用于所有小儿医院和手术类型。
• 通过交叉验证和在不同p值下的性能评估，检验结果在不同运营容差条件下的稳健性。
• 使用基于置换的特征重要性分析方法，识别对预测准确性影响最大的输入变量。

实验结果

研究问题

• RQ1 基于树的模型能否在预测小儿手术时长方面实现高于现有算法的准确性？
• RQ2 全自动模型在多大程度上能够匹配或超越外科医生提供的预测性能？
• RQ3 与纯数据驱动模型相比，将外科医生专业知识融入半自动模型后，对预测准确性有何影响？
• RQ4 在小儿人群中，哪些特征对预测手术时长最具预测力？这些特征在不同模型类型中的表现如何变化？
• RQ5 模型性能结果对性能度量标准参数（p, m, M）的选择有多敏感？

主要发现

• 所提出的半自动模型（RFR-SCH 和 ABR-SCH）在所有测试的p值下均显著优于外科医生预测。
• 全自动模型如RFR和ABR在性能上可与外科医生相媲美，表明高精度预测无需依赖专家输入。
• DTR-SCH模型的表现优于基线SCH（外科医生预测），但逊于RFR-SCH和ABR-SCH，表明模型集成可提升性能。
• 性能度量标准对参数选择敏感，但不同p值下模型的相对排名保持一致，表明结果具有稳健性。
• 特征重要性分析显示，在半自动模型中，外科医生预测是影响最大的特征，其次为手术名称、主刀医生和体重；而性别和ASA评分的预测力较弱。
• 本研究与[10]中的先前发现相矛盾，表明即使在成人预测特征失效的情况下，基于树的模型仍能有效预测小儿手术时长。