Core Concepts
建物レベルの社会生態リスクを定量化するためのHybrid CNN-LSTMアプローチに焦点を当てる。
Abstract
緊急部門(ED)待機時間が患者の結果や医療システムのパフォーマンスに影響することが示唆されている。
COVID-19流行波ごとにED待機時間の予測が不明確であり、過去のED待機時間、COVID-19ケース数、公衆衛生および社会的対策、地域住民の社会生態系リスク要因などが考慮されていない。
香港の公共データから抽出した情報を使用して、COVID-19パンデミック中に異なる波でED待機時間を予測するためにHybrid CNN-LSTMモデルが適用された。
パフォーマンステストから得られた結果は、特定期間で最も混乱したシステムから抽出されたデータへのモデル移転が有効であることを示している。
Stats
データソース:香港保健局・病院当局から提供されたED待ち時間記録、保健省から提供されたCOVID-19ケース数など
2018年12月31日〜2022年7月27日までのED待ち時間記録や各波ごとのCOVID-19確認ケース数など
Quotes
"我々は異なる波間で建物レベルや社会生活環境リスク要因を考慮した深層学習アプローチを採用しました。"
"特定期間で最も混乱したシステムから抽出されたデータへのモデル移転が有効であることが示唆されました。"