二月二号桑托斯,奥尔德奥蔡,佩芳(詹妮弗)奥珍,宝嘉奥珍,颜友奥松,郝元奥林,秀美奥林,傅文奥黄,，Qiou Pieng PY-2016 DA-2016/04/07 TI-使用人工神经网络SP-7035463 VL-2016 AB预测心脏病患者入院阶段的住院时间-对于医院的入院管理，预测住院时间（LOS）的能力早在入院前阶段可能有助于监测住院治疗的质量。本研究旨在开发人工神经网络（ANN）模型，以预测台湾台北一家基督教医院心血管科三种主要诊断之一的住院患者的服务水平：冠状动脉粥样硬化（CAS）、心力衰竭（HF）和急性心肌梗死（AMI）。对2010年10月1日至2011年12月31日期间出院的2377名心脏病患者进行分析。使用ANN或线性回归模型能够正确预测88.07%至89.95%的CAS患者在出院前阶段和88.31%至91.53%的CAS患者在入院前阶段。对于AMI或HF患者，在允许耐受2天的情况下，诊断准确率在出血前阶段为64.12%至66.78%，在入院前阶段为63.69%至67.47%。SN-2040-2295 UR-https://doi.org/10.1155/2016/7035463 DO-10.1155/2016/7035463 JF-医疗工程杂志PB-印度教出版公司KW-ER-