以資料挖掘模式實施緊急救護量預測

Data Mining Model for Ambulance Run Forecast

10.6440/TZUCMJ.199912.0337

紀志賢(Chih-Hsine Chi)；曾詠淑(Yung-Shu Tzeng)；林錫璋(Xi-Zhang Lin)；陳澤生(Tze-Sen Chen)；蔡良敏(Liang-Miin Tsai)

救護車 ； 資料挖掘技術 ； 緊急醫療網 ； 預測 ； ambulance service ； data mining ； emergency medical service ； prediction

慈濟醫學雜誌

11卷4期（1999 / 12 / 01）

337 - 341

繁體中文

目的：本研究試運用資料挖掘技術，設計一救護車服務量之預測系統，探討是否能有效的預測未來時刻救護車緊急救護之需要量以及空跑量。材料與方法：本研究應用仍傳遞類神經網路於救護車出勤之需求預測。首先，將各個預測項目之解釋變數為類神經網路之輸入輸入，救護車出勤總計次數及空跑次數作為輸出層輸出。以1996、1997年的資盼作為訓東練範例，該期間所有台南市消防局救護指揮中心接報出勤之案例為對象，由日中收集每次案例之如下資料：月份、假日、非假日、出勤時刻、出勤結果、氣溫、相對溼度，統計出在各條件下救護車出勤的總計次數及空跑次數，輸入類神經網路中反覆學習。 再以1998牛的資料作為測試範。結果：經過收斂測試後，預測之平均誤差在±6.1%之目。一月及二月有較高的誤差率，或許和春假期間有關。結論：隨著醫療資訊系統的進步，利用預測莫式來協助豐療資源的配置，以應用於門急診，到院前救護出勤、以及其他醫療資訊系統的進步，利用預測模式來協助醫療資源的配置，以應用於門急診、到院前救護出勤、以及其他醫療業數量的預測，以達到充分利用及節省醫療資源是未來的可行的趨勢，值得醫學界更進一步的研究與應用。(慈濟醫學 1999; 11:337-341)

Objective: The purpose of this study was to evaluate a forecast model to predict ambulance run and ambulance non-transport. Metorials and Methods: The model was set up by using a Back-Propagation Network for ambulance mission predicaton.. Input variables included month, holidays, time of ambulance call, result of ambulance call, temperature, and humidity. Output results included ambulance run and non-transport. Data from the Tainan City dispatch centerfrom1996 and 1997 were used for setting up the model. Data from 1998 was used to test the model. Results: The averages mean prediction orror was between [-6.1,6.1] percent. A larger error was noted during January and February (spring vacation period in Taiwan). Conclusion: The data mining model could provide forecasts of future ambulance service run volume and non-transport. With the development of medical informatics, using a predicting model for planning medical demand is feasble. Further evaluation and application are warranted for coset –effective medical resource management(Tzu Chi Med J 1999; 11:337-341)