Паршакова М.С., Семенов А.А., Ласкин М.Б.

ОЦЕНКА ДЛИТЕЛЬНОСТИ ОПЕРАЦИИ АНСАМБЛЕВЫМИ МЕТОДАМИ РЕШАЮЩИХ ДЕРЕВЬЕВ

Резюме: В условиях многократно возросшего потока данных и накопления информации в медицинских организациях возникают новые возможности по обработке данных и извлечению из них значимой информации как для лечебных, так и для организационных целей. Особенностью медицинских данных является противоречие между очевидными причинно-следственными связями между влияющими факторами и целевыми показателями и, часто, полным отсутствием возможностей построения функциональных зависимостей между ними. В этом случае разрешением такого противоречия может стать применение методов и алгоритмов машинного обучения. В статье рассмотрена задача предсказания длительности хирургических операций по заданному набору влияющих факторов для целей оптимальной загрузки операционных блоков медицинской организации. Данные для исследования предоставлены одной из ведущих в своей области клиник г. Санкт-Петербурга.

Ключевые слова: решающие деревья, ансамблевые методы, машинное обучение в медицине, длительность операции.

M.S. Parshakova, A.A. Semenov, M.B. Laskin

OPERATION DURATION ESTIMATION BY ENSEMBLE METHODS OF DECISION TREES

Summary: With the multiplied data flow and information accumulation in medical organizations, new opportunities arise to process data and extract meaningful information from them for both therapeutic and organizational purposes. The peculiarity of medical data is the contradiction between the obvious cause-and-effect relationships between influencing factors and target indicators and, often, the complete lack of opportunities to build functional dependencies between them. In this case, application of machine learning methods and algorithms can be a solution to this contradiction. The article considers the task of predicting the duration of surgical operations according to a given set of influencing factors for the purposes of optimal loading of operating units of a medical organization. The data for the study was provided by one of the leading clinics in its field in St. Petersburg.

Keywords: decision trees, ensemble methods, machine learning in medicine, surgery duration. medicine, duration of surgery.

DOI: 10.34219/2078-8320-2025-16-3-89-97