编辑推荐：
为优化医疗资源配置，研究人员针对医院门诊量受多因素影响的问题，开展基于 XGBoost 算法的门诊量预测研究。对比 SARIMAX 和 RF 模型，发现 XGBoost 预测精度最高，揭示专家数量、气象条件等为关键影响因素，为医院资源规划提供数据支撑。
医院门诊量的波动犹如气象预报般复杂，受温度、空气质量甚至专家坐诊数量等多重因素交织影响。精准预测门诊需求不仅能让医院提前调配资源、减少患者等待，更是优化医疗体系效率的关键拼图。然而，传统统计模型如 ARIMA 难以捕捉非线性关系，且多数研究未同时纳入气象、空气质量与医疗资源数据。在此背景下，陆军军医大学大坪医院的研究团队开展了一项具有突破性的研究，相关成果发表在《Scientific Reports》，为破解门诊量预测难题提供了新范式。
研究团队整合 2014 年 1 月 1 日至 2024 年 10 月 31 日的多维度数据，包括中国气象数据网的逐日气象指标（如最高温、PM2.5）、环境监测站的空气质量数据，以及医院信息系统记录的每日门诊量和专家坐诊人数（Clinc-E）。为排除 COVID-19 干扰，特意剔除 2020 年 1 月 23 日至 3 月 23 日数据。研究采用 XGBoost、季节自回归整合移动平均模型（SARIMAX）和随机森林（RF）三种模型进行对比，通过网格搜索（GS）优化参数，并以平均绝对误差（MAE）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数（R2）评估性能。
研究结果
数据特征与相关性分析
连续变量的 Shapiro-Wilk 检验显示均不服从正态分布，其中专家数量（Clinc-E）与门诊量的 Spearman 相关系数最高（ρ=0.8），PM2.5、平均温度（Mean-T）等次之，而 NO?相关性不显著。时间因素分析表明，季度、月份、星期几均对门诊量有显著影响（如 Q2 与 Q1、Q4 差异显著，周末与工作日门诊量不同），仅每月日期无显著影响。
模型性能对比
XGBoost 模型在训练集和测试集均表现最优：训练集 MAE 为 324.41，R2 达 0.96；测试集 MAE 为 578.90，R2 为 0.90，均显著优于 SARIMAX 和 RF 模型。特征重要性分析显示，专家数量、星期几、年份、月份、季度、PM2.5 和平均温度是关键影响因素。SHAP 值进一步揭示，专家数量对预测结果呈正向贡献，而 PM2.5 呈负向关联。
环境与医疗资源的交互作用
研究发现，平均温度对门诊量的影响大于最高 / 最低温度，体现了非线性关系的复杂性。尽管 NO?在相关性分析中不显著，但其在 SHAP 分析中显示一定重要性，提示可能存在剂量 - 反应曲线的非线性特征未被传统方法捕捉。此外，周末效应被模型自动整合到星期几的特征中，无需单独编码。
结论与意义
该研究首次将 XGBoost 算法应用于门诊量预测，证实其在处理高维、非线性数据中的优势。关键结论包括：① XGBoost 能有效整合气象、空气质量与医疗资源数据，预测精度显著优于传统时间序列和集成学习模型；② 专家坐诊数量是影响门诊量的核心因素，凸显医疗资源配置的直接作用；③ 气象条件（如平均温度）与空气污染（PM2.5）通过疾病发生机制间接影响就诊需求，为季节性医疗预案提供依据。
研究为医院动态调整专家排班、应对极端天气下的就诊高峰提供了数据驱动的解决方案。例如，在高温或高 PM2.5 时段，可提前增加呼吸科专家号源、储备相关药品；通过分析季度性就诊规律，优化年度人力资源规划。此外，研究揭示的非线性关系和特征交互作用，为后续引入深度学习模型（如 LSTM、Transformer）捕捉复杂时序依赖奠定了基础。尽管研究未纳入 socioeconomic 因素和跨医院验证，但其构建的预测框架已为智慧医疗管理提供了可复制的方法论，有望推动医疗资源从 “被动响应” 向 “主动预测” 转型。
