基于BP神经网络的耗占比预测研究OACSTPCD

目的运用反向传播(Backward Propagation,BP)神经网络建立合适的耗占比预测模型,帮助医院管理部门评估各科室耗材使用是否合理。方法选取安徽医科大学第一附属医院2021年1月至2023年5月的运营数据构建数据集,通过训练集训练网络模型,通过验证集及测试集评价模型性能。结果建立BP神经网络模型并对耗占比进行预测,模型在验证集上的解释方差为0.998604,平均绝对误差为0.006219;在测试集上评价指标略有下降,解释方差为0.962396,平均绝对误差为0.027858,各评价指标仍优于其他模型。结论基于BP神经网络的耗占比预测模型可实现科室、总收入、药占比、出入院人次等指标的非线性关系描述,可对耗占比进行准确预测,为医院对各科室耗材的考核评估提供了量化的数据支撑。