一种用于优化应急响应规划的集成机器学习方法

《Decision Analytics Journal》：An integrated machine learning method for enhancing emergency response planning

　　**Tanissara Butsingkorn | Arthit Apichottanakul | Sirawadee Arunyanart**
**工业工程系，工程学院，孔敬大学，孔敬 40002，泰国**

**摘要**
准确预测救护车需求对于优化急诊医疗服务（EMS）中的资源分配和提高响应时间至关重要。本研究开发并评估了先进的机器学习模型，用于预测每月的救护车需求量，包括随机森林（RF）、支持向量回归（SVR）、极端梯度提升（XGB）以及一种基于堆叠元学习的新型两阶段集成方法。这些模型使用泰国孔敬所有16个地区的125个月救护车使用记录进行训练和验证。性能评估使用了四个互补指标：平均绝对百分比误差（MAPE）、平均绝对偏差（MAD）、均方根误差（RMSE）和Nash–Sutcliffe效率（NSE）。所提出的两阶段模型整合了RF、SVR和XGB作为基础学习器，其预测结果随后通过XGB元学习器进行组合。这种集成架构在几乎所有评估指标和地区中都表现出比单个模型更优越的性能。具体来说，所提出的两阶段模型的平均MAPE最低，为1.61%，优于单独的XGB（1.62%）、RF（2.83%）和SVR（4.19%），同时在不同的运营环境中也表现出良好的稳定性和鲁棒性。使用配对t检验进行的统计显著性测试证实，预测准确性的改进是一致的，并非偶然现象。研究结果表明，所提出的两阶段集成模型提供了更准确、更可靠的救护车需求预测，从而支持了EMS的改进运营规划和资源分配。本研究为紧急服务提供商提供了一种新颖的、数据驱动的预测方法，并为其他关键服务领域的需求预测挑战提供了可转移的框架。

**1. 引言**
紧急疾病对个人、社区和国家构成了严重威胁，每年导致数百万人死亡[1]、[2]。鉴于这一关键问题，世界卫生组织（WHO）将紧急疾病列为重大公共卫生问题，并强调了及时和有效医疗护理的必要性。与紧急疾病相关的挑战，包括生命损失和残疾，对受影响的个人及其社区产生了负面影响[3]。为了减轻这些影响，WHO已采取措施，为具有不同医疗需求的个人提供医疗服务。一个能够保持快速响应时间和高效服务提供的有效救护车服务系统对于防止因紧急情况或意外事件导致的生命损失或财产损失至关重要[4]、[5]。
救护车的主要功能是将患病或受伤的人员运送至医疗机构或伤者所在地[6]、[7]。救护车服务还可以提供院外护理，包括高级生命支持和基本创伤生命支持[8]。通常通过联系医院或紧急服务中心来获取这些服务，服务中心根据患者的位置、服务时间和其他相关信息派遣救护车[9]、[10]。虽然紧急服务通常不需要事先安排，但非紧急运输（如医疗预约或非紧急医院访问）可能需要提前预订。除了运输和医疗服务外，救护车在应急响应、灾害管理和社区医疗服务中也发挥着关键作用[11]、[12]。

尽管救护车服务很重要，但仍存在多个影响响应时间和服务效率的挑战[13]、[14]。这些挑战包括紧急呼叫量、救护车可用性、交通拥堵、天气条件以及与最近医疗设施的距离[15]、[16]。紧急医疗服务（EMS）基础设施的质量和 adequacy，包括训练有素的人员、设备和资源，极大地影响了救护车服务的效能[17]。最近的研究表明，先进分析在医疗保健运营中变得越来越重要。Hatami-Marbini等人[18]展示了紧急服务效率的显著提高，强调了在EMS系统中进行准确规划的重要性。
鉴于救护车服务在紧急护理中的关键作用，确保救护车供应满足紧急医疗护理的需求是至关重要的[18]、[19]。因此，准确预测救护车需求量对于提高EMS效率和优化整体应急响应计划至关重要[20]、[21]。预测救护车需求使EMS提供者能够预见需求增加，管理资源分配，并减少响应时间，所有这些都可以直接影响患者结果[22]、[23]、[24]。救护车需求的不可预测波动可能导致有限资源的错误分配，并可能造成应急响应延迟[4]、[25]。高估需求可能导致资源闲置和运营成本增加，而低估需求可能导致覆盖不足、响应时间延长和服务质量下降。因此，准确的需求预测对于制定数据驱动的部署计划、人员调度和救护车的动态重新定位至关重要[26]、[27]。准确预测还有助于政策制定者和管理者在预算分配、容量扩展和长期基础设施投资方面做出明智的决策[28]、[29]。
紧急病例的复杂性和数量的增加要求对救护车需求进行精确预测，以实现有效的EMS资源管理[29]、[30]。为此，已经开发了许多采用不同技术的预测模型。传统的统计模型（如自回归积分滑动平均（ARIMA）对于具有明显线性趋势和季节性的数据有效，但经常难以处理影响救护车需求的复杂非线性模式和外部因素[31]、[32]、[33]。更现代的自动化预测工具（如Prophet）设计用于易用性，在具有强季节性效应和节假日的时间序列上表现良好。然而，它们可能无法像更先进的算法那样稳健地捕捉多个预测变量之间的复杂交互[34]、[35]。深度学习模型，特别是长短期记忆（LSTM）网络，在大规模数据集中对建模长期时间依赖性非常有效[36]。然而，它们的性能通常会在序列过长时下降，并且在训练数据集有限时容易过拟合。此外，由于缺乏可解释性、训练不稳定、对超参数的高度敏感性和计算并行化挑战，使得它们在资源受限环境中的实际应用变得复杂[37]。虽然这些模型是重要的比较点，但最近的研究表明，机器学习方法在特定预测场景中可以提供更高的灵活性和准确性[38]、[39]。
机器学习模型擅长捕捉非线性关系、复杂的时间依赖性和空间异质性，而不需要统计模型的 rigid 结构假设或深度学习的广泛数据要求[40]。它们本质上是自适应的，能够持续重新训练以整合新的模式和数据流。这些能力带来了更准确的预测结果，以及更精确地识别高需求区域和时间框架[41]、[42]。机器学习方法的实施解决了以往方法的根本缺陷，并通过整合多样化的数据和利用先进分析（如实时数据处理和改进的特征选择技术）提供了新的见解，从而增强了决策过程。
在各种医学研究领域，文献中存在许多机器学习模型的应用，这些应用提供了重要的见解并改善了医疗决策和患者结果。在几种机器学习模型中，随机森林（RF）、支持向量回归（SVR）和极端梯度提升（XGB）在预测方面表现出有希望的结果[43]。每种模型在预测应用中都具有独特的优势。RF在结合多个决策树、处理大型数据集和捕捉复杂关系方面表现出色[44]。SVR以捕捉非线性关系、处理不同类型的数据以及对异常值的鲁棒性而闻名[45]。XGB具有高准确性，能够有效处理异构数据，提供特征重要性分析，并能够很好地处理不平衡的数据集[46]。这些模型可以识别与季节性和影响服务需求的背景因素（如经济趋势、消费者行为变化以及节假日或天气条件等外部事件）相关的模式。

尽管取得了这些进展，但在文献中，利用机器学习模型预测救护车需求的应用仍然相对较少，特别是在特定区域背景下。预测救护车需求存在独特挑战，因为需求波动显著且应急响应规划具有紧迫性。现有研究很少对高级机器学习模型（特别是RF、SVR和XGB）进行全面的比较。此外，针对提高救护车需求预测准确性的集成建模方法的研究也很少见，特别是在将其效果与传统预测方法进行比较的背景下。
为了填补这些空白，本研究利用泰国孔敬125个月的实际月度救护车使用数据，严谨地比较了RF、SVR和XGB的预测性能。使用一系列错误指标（包括平均绝对百分比误差（MAPE）、平均绝对偏差（MAD）、均方根误差（RMSE）和Nash–Sutcliffe效率（NSE）评估每种模型的预测准确性，确保了对预测质量的全面和多维度评估。认识到没有单一的机器学习算法能够完全捕捉救护车需求数据中的复杂多方面模式，本研究提出了一种基于堆叠元学习的新颖两阶段集成框架，旨在利用多种建模方法的互补优势。在第一阶段，RF、SVR和XGB根据历史需求模式独立生成预测。在第二阶段，使用XGB的元学习模型将这些单独的预测整合成一个统一的、增强型的预测。这种集成架构基于最近的进展，表明堆叠元学习方法在复杂时间序列预测场景中始终优于单一模型预测[47]。

**2. 文献综述**
准确预测救护车和EMS需求是一个复杂的挑战，需要能够捕捉时间模式和空间异质性的方法。机器学习的最新进展为医疗保健中的需求预测开辟了新的方向，提供了提高应急响应、资源分配和患者结果的潜力。多项研究展示了机器学习方法在各种EMS场景中的实用性。Lin等人[48]使用新加坡的数据预测了第二天的救护车需求，比较了几种模型，包括区域移动平均（Regional Moving Average）、线性回归（Linear Regression）、SVR、LightGBM、径向基函数网络（Radial Basis Function Network）和多层感知器（Multi-layer Perceptron）。LightGBM取得了最佳的整体结果，突显了先进机器学习在优化救护车分配和医院资源方面的价值。Shahidian等人[49]评估了包括RF、支持向量机（SVM）、极端随机树（Extreme Randomized Trees）、梯度提升（Gradient Boosting）和AdaBoost在内的机器学习模型，用于短期EMS需求预测。他们的研究结果强调了梯度提升和AdaBoost在预测每小时呼叫量和指导资源分配方面的优越性。Farhat等人[50]将XGB、RF、SVM和AdaBoost等模型应用于卡塔尔紧急呼叫者的医院运输预测。他们发现XGB提供了最高的准确性和特异性，从而减少了调度中的误报。
RF的适应性和灵活性也已在运营环境中得到探索。Rathore等人[51]使用RF预测印度北阿坎德邦的紧急需求和车辆需求，显著减少了分配时间和旅行时间，特别是对于外包车辆。Megouo和Pierre[52]引入了一种结合基于决策树的模型的集成堆叠方法，并通过RF优化了元学习过程。这种集成在预测EMS呼叫量方面始终优于单个模型，表明了结合互补模型优势的价值。Rostami-Tabar和Hyndman[24]分析了英国的救护车需求，表明集成策略提高了需求预测的一致性和运营适用性。
传统的时间序列和混合方法在EMS预测中继续发挥重要作用。Monks等人[53]使用Prophet以及带有ARIMA误差的回归模型预测了英国的救护车调度，实现了稳健和精确的预测区间。Al-Azzani等人[54]使用威尔士的救护车数据比较了ARIMA、多元回归（Multiple Regression）、Holt-Winters和奇异谱分析（Singular Spectrum Analysis）（SSA）。他们发现ARIMA最适合短期预测，而SSA适用于长期预测。奥尔杜等人[55]采用了ARIMA、指数平滑法和趋势分解方法来预测英国的紧急医疗（EMS）需求，帮助医院管理者应对预期和非预期的需求激增。基于神经网络和深度学习模型也被应用于EMS预测。余等人[56]比较了随机森林（RF）、支持向量机（SVR）、逻辑回归（logistic regression）、人工神经网络（ANN）和卷积神经网络（CNN）在救护车调度预测中的性能，结论是CNN能最好地捕捉复杂特征之间的相关性。马丁等人[29]实施了多层感知器（MLP）和基于集成的决策树特征选择方法，以创建精确的EMS人员配置和重新部署预测。阿布雷乌等人[30]应用神经网络为EMS规划提供了准确且位置感知的预测。马普韦等人[57]发现前馈神经网络在救护车需求预测的准确性上优于SARIMA模型，尽管SARIMA在描述线性趋势方面仍然有益。

最近的研究试图将空间、时间和上下文特征与机器学习相结合，以获得更精细的预测。里维拉等人[58]使用RF识别哥伦比亚的高风险时期和地点，从而实现更有针对性的干预。拉姆戈帕尔等人[59]开发了一个集成元学习器，结合了广义加性模型（GLM）、MARS、RF和XGB，用于纽约的每小时EMS调度预测，通过模型集成和考虑天气等外部因素提高了预测性能。佩蒂西斯等人[60]结合可解释AI使用XGB预测希腊急诊部门的就诊情况，从而提高了预测的精确度和决策支持的透明度。维埃拉-罗克等人[61]在巴西应用LSTM并结合空间分段，其性能优于经典的时间序列模型和ARIMA，在捕捉紧急事件的复杂性方面表现更好。

最近的研究还探索了先进的集成和堆叠方法，以克服单个预测方法的局限性。加西亚米赫等人[62]提出了一个使用XGB作为元学习器的堆叠集成学习器（SEL），用于预测急诊再入院情况，在大型临床数据集中超越了基线模型。罗查等人[63]显示XGB在预测急诊部门入院方面优于传统统计方法和其他机器学习方法。涅拉-罗达多等人[64]通过空间聚类结合XGB针对时空特征，有效预测了巴拉恩基利亚的EMS呼叫时间和地点，其性能优于经典的基于RF的模型。

尽管取得了这些进展，但仍存在一些研究空白。首先，大多数以往的研究主要集中在评估单个算法或有限的基准比较上，通常针对特定数据集或局部情境，从而限制了其结果的普遍性。其次，许多先前的方法忽略了实际因素，如计算复杂性和预测方法的操作部署，使得现实世界的EMS管理者难以仅根据准确性来选择合适的方法[42]。第三，尽管提出了一些集成方法，但缺乏对RF、SVR和XGB等高级模型之间的全面、直接的比较，特别是使用来自真实救护车运营的统一数据。最后，虽然基本的集成方法（如简单平均或多数投票）已应用于EMS预测，但更复杂的堆叠方法（学习基础模型的最佳非线性组合）仍被忽视。此外，在多区域的EMS环境中，很少系统地对比时间感知验证策略和特定区域的集成框架，这留下了提高预测准确性的潜在机会，特别是在这些策略如何在不同操作背景下改进预测性能方面。

本研究通过三个关键贡献解决了这些空白。首先，它对Khon Kaen省16个区域的救护车需求预测进行了RF、SVR和XGB的全面比较，利用真实的多区域数据集提供了有关它们相对优势和局限性的可操作见解。其次，它介绍并验证了一个新颖的两阶段元学习框架，该框架在技术上与标准的集成基线有所不同。与使用固定权重组合模型输出的简单平均或投票方法不同，所提出的框架采用第二阶段的XGB元学习器来学习RF、SVR和XGB基础模型预测的最佳非线性组合。该框架在训练期间实现了基于TimeSeriesSplit的分割生成，以防止信息泄露，并确保元学习器能够有效泛化到未来时期。此外，多区域设置允许框架捕捉各区域之间的空间异质性，同时保持每个位置的时间一致性，通过更准确的预测反映不同区域的不同需求和特征，解决了空间分布的EMS需求预测的独特挑战。验证设计采用向前步入交叉验证，尊重观测值的时间顺序，确保模型性能反映现实的操作部署场景。第三，它定量评估了两阶段方法相对于单个模型和基本集成基线的增量提升，从而为操作实施和未来EMS规划提供了可操作的建议。这些贡献通过直接解决先前确定的挑战，提供了机器学习方法的统一和严格评估，展示了高级元学习策略相对于传统集成方法的技术优势，增强了它们在时间序列预测问题上的适用性，并为EMS利益相关者提供了更可靠的需求预测工具。

3. 研究区域
Khon Kaen省是泰国第四大城市，是东北地区的商业和政治中心。作为Khon Kaen省的首府，Mueang Khon Kaen不仅是东北地区的医疗中心，而且由于其大型现代化医院设施，有望成为大湄公河次区域（GMS）的医疗中心。在紧急情况下，如紧急病例、事故、危机和其他疾病时，其他区域的医院经常需要将患者转移到Mueang Khon Kaen的主要医院。EMS服务的需求因情况而异，可能与可用资源不匹配，尤其是在多个紧急事件同时发生的高峰期，这可能导致患者护理延迟和医疗人员压力增加。因此，有效管理EMS资源对于保证最佳患者护理至关重要。准确预测救护车需求在规划未来救护车使用方面起着至关重要的作用，从而促进资源的有效分配。其中心是准确预见EMS需求的能力。

本研究专注于预测Khon Kaen省16个区域的救护车需求，如图1所示。每个区域的救护车使用历史数据来自泰国国家急诊医学研究所，时间跨度为2012年1月至2022年5月的125个月。该数据集分别代表了每个区域的每月救护车服务需求，全面覆盖了全省的EMS需求。表1展示了125个月观察期间所有16个区域的每月救护车服务需求的描述性统计信息。

救护车服务需求数据代表每个区域每月请求的救护车派遣次数，这些派遣包括医疗紧急情况、事故和紧急医疗运输，从而反映了当地人口的医疗需求和EMS需求。数据显示，各区域的救护车服务需求存在显著差异，反映了人口规模、城市化水平和医疗设施的差异。Mueang区域显示出最高的平均月需求，这与它作为省会和主要医疗中心的角色相符。该区域也显示出最大的变化性，表明了城市医疗中心的典型需求波动模式。相比之下，Ban Haet的平均月需求最低，反映了其较小的人口和农村特征。

下载：下载高分辨率图像（610KB）
下载：下载全尺寸图像

图1. 泰国Khon Kaen研究区域的位置。
表1. 2012年1月至2022年5月各区域每月救护车服务需求的描述性统计信息。

表1. 各区域每月救护车服务需求的描述性统计信息。
| 区域 | 平均值 | 标准差 | 最小值 | 最大值 | 范围 |
|--------------|-----------|---------|---------|---------|
| Mueang | 193 | 69.0 | 144 | 233 | 789 |
| Chum Phae | 770 | 97.0 | 565 | 1000 | 435 |
| Nong Ruea | 706 | 140.5 | 431 | 111 | 686 |
| Phu Wiang | 537 | 115.5 | 79 | 937 | 14 |
| Phon | 500 | 610.6 | 392 | 880 | 596 |
| Nong Song Hong | 462 | 109.2 | 197 | 699 | 502 |
| Nam Phong | 415 | 15.6 | 142 | 155 | 502 |
| Si Chomphu | 328 | 47.5 | 219 | 464 | 245 |
| Ban Phai | 326 | 49.9 | 224 | 832 | 261 |
| Mancha Khiri | 317 | 47.0 | 190 | 455 | 265 |
| Waeng Noi | 249 | 37.5 | 157 | 344 | 187 |
| Kranuan | 283 | 79.3 | 113 | 488 | 375 |
| Sam Sung | 181 | 15.4 | 166 | 926 | 199 |
| Ubolratana | 160 | 19.2 | 123 | 189 | 59 |
| Phu Pha Man | 105 | 17.0 | 69 | 158 | 89 |
| Ban Haet | 102 | 21.4 | 144 | 115 | 155 |

每个区域的数据涵盖了整个125个月的时长，确保了时间序列分析的时间一致性。各区域需求水平的显著差异（从41到2337次服务不等）强调了开发特定区域预测模型的必要性，以解决当地的医疗利用模式。本研究采用机器学习技术来开发并识别适合每个区域的最合适的预测模型，以实现准确的救护车需求预测。这种方法允许根据Khon Kaen省内每个区域的独特特征和需求定制资源分配策略。

4. 方法论
本研究的整体框架如图2所示，并在下面详细描述。

下载：下载高分辨率图像（447KB）
下载：下载全尺寸图像
图2. 提出的救护车需求预测方法论。

4.1. 数据准备
第一步是定义问题并指定预测的目标变量。随后，收集相关数据。然后对数据集进行预处理，包括清理、格式化、删除重复项以及在适用情况下将分类变量转换为数值形式。本研究使用数值时间序列数据预测救护车需求，将数据集视为单变量时间序列。主要变量是从2012年1月至2022年5月记录的每月救护车服务請求次数。数据在地理上进行了分层，包括Khon Kaen省的所有16个区域，从而能够检查救护车需求的时间趋势和区域差异。主要的数据预处理步骤总结如下：
- **数据清理**：纠正错误、识别和处理缺失值以及删除重复项。
- **数据格式化**：标准化日期格式，并确保所有区域的结构一致。
- **分类变量转换为数值**：由于主要变量是数值型的，因此只需进行最小的转换。区域名称作为独立模型训练的标识符保留，而时间变量（月-年）被转换为连续索引以供分析。
- **数据验证**：通过检查逻辑不一致性（如负需求值或不现实的激增，这些可能是输入错误）来验证数据完整性。

处理后，每个区域都有一个包含125个观测值的完整月时间序列。这种粒度捕捉了季节性和趋势，同时确保数据用于预测的可靠性。

4.2. 时间数据分割和验证方案
在此步骤中，数据集被分为训练集和测试集，以评估模型的泛化能力。保留一部分数据用于测试有助于检测过拟合并评估模型在未见数据上的表现。采用70:30的时间分割，符合时间序列预测的最佳实践，确保仅使用过去的数据来预测未来结果。为了反映现实世界的预测情况，采用了向前步入（滚动起点）验证策略，每个训练窗口逐步扩展，并在后续期间验证预测。这种通过scikit-learn中的TimeSeriesSplit实现的交叉验证方法最小化了信息泄露，并确保了泛化能力的准确评估。训练集包含88个月的数据（2012年1月至2019年4月），测试集包含接下来的37个月数据（2019年5月至2022年5月）。这种设计现实地模拟了EMS预测场景，其中只有历史数据可用于未来预测。

4.3. 模型训练
本研究使用RF、SVR和XGB来预测救护车需求。每种方法在捕捉时间序列模式方面都有独特的优势。模型训练涉及超参数调整，以优化性能，这对于最大化预测准确性至关重要。系统地探索和评估RF、SVR和XGB的超参数，以确定每种方法的最佳参数配置。

4.3.1. 超参数优化
通过结合随机搜索策略的洞察，实施了一个系统的超参数调整过程。具体来说，本研究使用了scikit-learn的GridSearchCV [65] [66]，但利用随机搜索的计算效率优势来指导初始探索，如Ali等人[66]所展示的。这种高效的方法用于探索模型的最佳超参数组合。

超参数优化通过TimeSeriesSplit进行5折时间序列交叉验证。在每个折叠中，使用较早的时间段进行训练，较晚的时间段进行验证，以保持时间顺序并避免数据泄露[67]。每个模型的超参数调整如下进行：
- **RF**：评估序列的平稳性，并在必要时应用差分[68]。超参数包括 n_estimators [50–1000]、max_depth [3–30]、min_samples_split [2–15]、min_samples_leaf [1–10]、max_features ['sqrt', 'log2', 0.3, 0.5, 0.7] 以及 bootstrap [True, False]，涵盖了超过 2500 种组合 [69]。
• SVR：使用径向基函数（RBF）核来建模非线性，超参数包括 C [0.1, 1, 10, 100, 1000]、gamma [0.001, 0.01, 0.1, 1, 'scale', 'auto']、epsilon [0.01, 0.1, 0.2, 0.5] 和 kernel ['linear', 'rbf']，从而产生了超过 120 种可能的组合 [70]。
• XGB：调整的参数包括 n_estimators [50–1000]、learning_rate [0.01, 0.05, 0.1, 0.2, 0.3]、max_depth [3–30]、min_child_weight [1–7]、subsample [0.7–1.0]、colsample_bytree [0.7, 0.8, 0.9, 1.0]、reg_alpha [0, 0.1, 0.5, 1] 和 reg_lambda [0, 0.1, 0.5, 1]，产生了超过 12,800 种组合 [71]。

4.3.2 随机森林（RF）
随机森林（RF）是一种广泛用于回归和分类的集成方法，也包括时间序列预测。它构建多个决策树，每个决策树都是基于随机抽样的数据和特征进行训练的。最终预测是所有树预测的平均值，这有助于减少过拟合并提高泛化能力。对于时间序列数据，在建模之前应评估其稳定性，因为非平稳数据会降低预测准确性。必要时可以使用差分法来校正趋势或均值偏移。预处理后，RF 模型会使用所有相关的预测因子进行训练。通过聚合多个独立的决策树，即使在关系复杂且非线性的情况下，RF 也能生成稳定且可靠的预测 [69]。

4.3.3 支持向量回归（SVR）
SVR 使用支持向量——训练集中的关键数据点——来定义回归函数。数据准备步骤与 RF 类似。SVR 通常采用核函数，其中 RBF 核常用于捕捉预测因子与目标变量之间的非线性关系。SVR 由三个主要参数定义：γ、C 和 ε?。γ 控制 RBF 核的宽度，影响解的平滑度 [70]；C 管理拟合训练数据和模型简洁性之间的平衡；ε? 设置误差容忍度。最佳参数设置通过交叉验证或网格搜索来确定，适用于特定的数据集 [70]。

4.3.4 极端梯度提升（XGB）
XGB 是一种高级的梯度提升算法，适用于回归和分类任务。它依次添加新的决策树，每个决策树都利用梯度下降法从前一个预测的残差中进行学习。关键超参数包括学习率、最大树深度、每个叶子的最小样本数和树的总数等 [71]。

4.4 提出的两阶段建模方法
本研究介绍了一种两阶段集成方法，以提高救护车需求预测的准确性。该方法采用堆叠技术，首先单独训练多种机器学习模型，然后通过元学习算法将这些模型的预测结果结合起来。这种集成方法克服了单个模型可能无法完全捕捉复杂时间序列模式的局限性，尤其是在数据表现出非线性关系和季节性变化的情况下。先前的研究已经证明了集成方法在多种预测任务中的优越性。例如，Ganie 等人 [72] 表明，提升、装袋和投票集成显著提高了早期肥胖风险预测的准确性，而 Sedighi-Maman 和 Mondello [73] 则展示了两阶段集成在乳腺癌生存分析中的价值。图 3 展示了所提出的两阶段方法的架构，包括单独模型训练和元学习集成过程。

4.4.1 第一阶段：基础学习器训练
在第一阶段，使用相同的训练数据集分别独立训练三种不同的算法——RF、SVR 和 XGB。RF 通过自助采样构建多个决策树以捕捉非线性关系并减少过拟合；SVR 使用 RBF 核将输入映射到高维空间中以捕捉复杂的非线性模式；XGB 使用顺序提升，每棵树都试图利用梯度下降法改进前一棵树的错误。每个基础学习器针对相同的输入数据生成独立的预测向量，从而得到多样化的预测结果。这些预测被整合成一个新数据集，作为第二阶段的输入。

4.4.2 第二阶段：元学习集成
第二阶段通过监督元学习程序整合三种基础学习器生成的预测结果。这种方法不依赖于固定的权重方案或简单的平均法，而是将 RF、SVR 和 XGB 生成的预测视为独立但互补的信息源，并直接从数据中学习最佳的聚合策略。其基本假设是不同的基础学习器在不同的需求情境下表现出不同的错误模式，一个设计良好的元学习器可以系统地利用这些互补性，从而实现比任何单个模型更高的预测准确性。

4.4.1 构建元特征和避免信息泄露
任何堆叠程序的有效性都严重依赖于元学习器的训练数据的构建方式。如果元特征是从基础学习器的样本内预测中得出的，元学习器可能会学习到由过拟合产生的虚假模式，从而导致对集成性能的过度乐观估计。为了解决这个问题，本研究采用了一种基于时间意识的外折叠（OOF）预测方案，严格遵循时间序列数据中的时间顺序。具体来说，2012 年 1 月至 2019 年 4 月的原始训练期被划分为 K 个连续的折叠。对于每个折叠 k，基础学习器（RF、SVR 和 XGB）仅在 ttrain_endk 之前的观测值上进行训练，然后用于生成随后 validation_period tval_startk, tval_endk 的预测，该期间包含更晚的时间数据。这个过程在所有折叠中重复进行，为训练范围内的每个月生成一个外折叠预测三元组 (y?RF,tk,y?SVR,tk,y?XGB,tk) 以及相应的实际需求 yt。这些外折叠预测的集合构成了用于训练第二阶段模型的元数据集。元数据集中的每个观测值包括三个预测因子，分别代表给定月份的基础模型预测和实际记录的救护车需求。元特征矩阵的形式表示为：(1) Z = y?RF,y?SVR,y?XGB ∈ Rn×3，其中每一列包含一个基础学习器在所有 n 个训练观测值中的 OOF 预测。由于所有元特征都是从未见过目标月份的模型生成的，元学习器在信息约束下进行训练，这些约束与实际预测期间相同，从而避免了因样本内基础模型预测而产生的乐观偏差。

一旦元学习器在 OOF 元特征上训练完成，就会通过以下三个步骤构建测试期（2019 年 5 月至 2022 年 5 月）的完整两阶段预测：首先，每个基础学习器使用在第一阶段确定的最优超参数在完整训练数据集上重新训练；其次，对于测试期内的每个月，重新训练的 RF、SVR 和 XGB 模型分别生成其基础级别的预测；最后，将这三个预测作为输入传递给训练有素的元学习器，生成最终的两阶段预测 y?2?stage,t。这个过程确保了堆叠模型的测试集性能反映了现实的前瞻性部署条件。

选择 XGB 作为元学习器的理由
选择 XGB 作为元学习算法是基于几个方法论考虑。元数据集包含每个区域大约 88 个月的数据观测值，代表了一个中等规模的学习问题，XGB 在灵活性和正则化之间提供了有利的平衡。作为基于决策树的梯度提升框架，XGB 能够捕捉基础学习器输出之间的复杂非线性交互，这在不同需求情境下表现差异较大的算法中尤为重要。此外，XGB 结合了多种正则化形式，包括对叶子权重的 l1 和 l2 处罚、学习率收缩以及对观测值和特征的随机子采样，这些措施共同降低了从少量可能相关的预测因子中学习时过拟合的风险。

正式表示为 y?RF,t、y?SVR,t 和 y?XGB,t 是三种基础模型在月份 t 生成的预测。元学习器试图近似一个功能关系 fmeta:(y?RF,t,y?SVR,t,y?XGB,t)，该关系与真实观测需求 yt 相关。在每次提升迭代中，新的回归树 ft 被添加到集成中，元学习器最小化以下正则化目标：(2) Lt = ∑i=1n lyi,y?i(t?1) + ft(zi) + γTt + 1/2λ‖wt‖2，其中 l. 表示平方误差损失，γ 对叶子数量 Tt 进行惩罚，λ 对叶子权重向量 wt 的 L2 范数进行惩罚 [74]。与线性元学习器不同，后者为每个基础模型估计一个全局权重，XGB 元学习器构建了一个回归树集成，该集成递归地将基础预测的空间划分为局部区域，并适应特定区域的组合规则。这种形式实现了三个关键机制，解释了所提出的两阶段模型优越的性能。首先，元学习器实现自适应加权，即每个基础模型的相对贡献根据当前需求水平和时间背景而变化。例如，在 SVR 系统低估需求高峰而 RF 更准确地捕捉到这些高峰的时期，元学习器会在对应的预测区域内赋予 RF 更大的影响力；相反，在 RF 预测过高的情况下则减少其对 RF 的权重。其次，元学习器通过识别和调整个别基础学习器表现出的持续偏差来执行系统性偏差校正。每个连续的提升树都会纠正当前集成传递的残差误差，从而将元学习器从一个被动的聚合机制转变为一个积极的误差校正模块。如果某种算法一致性地低估高需求月份，提升后的树木会学习这种残差模式并相应地进行调整。第三，元学习器利用基础预测之间的非线性交互。基于树的结构使 XGB 能够检测基础学习器之间的一致性和分歧，并据此调整最终预测。例如，当 RF 和 XGB 生成相似的预测但 SVR 有显著差异时，元学习器可能会确定 RF 和 XGB 之间的共识提供了更可靠的信号。在低需求时期，当 SVR 和 XGB 的预测接近时，元学习器可能会更重视它们的联合预测。

第二阶段 XGB 的超参数通过参数网格进行网格搜索优化，包括 n_estimators [50, 100, 200, 300]、learning_rate [0.01, 0.05, 0.1, 0.2]、max_depth [3, 5, 7, 9]、min_child_weight [1, 3, 5]、subsample [0.8, 0.9, 1.0] 和 colsample_bytree [0.8, 0.9, 1.0]，总共产生了 1440 种候选配置。max_depth 和 min_child_weight 等参数控制单个树的结构性复杂度，而 subsample 和 colsample_bytree 引入随机正则化。对于每个输入区域，通过在元数据集上进行时间序列交叉验证来选择最优配置，使用与第一阶段相同的逐步验证方案。

4.4.2 中 XGB 的不同功能角色
尽管 XGB 在第一阶段作为基础学习器，在第二阶段作为元学习器，但这两种实例在预测框架中扮演了根本不同的角色。第一阶段的 XGB 在特征层面运作，学习从原始时间序列输入到目标救护车需求的直接映射；其预测反映了单个梯度提升模型捕捉数据中潜在的时间动态和季节性模式的程度。相比之下，第二阶段的 XGB 在模型层面运作：原始时间序列特征不再可见，它只接收基础学习器生成的三个预测，并负责确定如何最好地协调、细化或选择性地覆盖这些预测以最小化预测误差。元学习器不尝试重新发现原始特征中编码的时间结构；相反，它学习更高层次的决策规则，决定在每种需求条件下信任哪个基础模型以及信任的程度。这种分层的两级架构带来了几个直观的优势，共同解释了两阶段方法相对于任何单个基础模型的优越性能。首先，该框架实现了误差多样化。三种基础学习器在算法基础方面各不相同——RF 聚合自助样本决策树，SVR 通过核诱导的特征空间映射输入，XGB 通过梯度下降依次构建树木——因此在不同的需求情境下产生互补的错误轮廓。通过学习这些模型在训练期间的联合行为，元学习器能够识别出在每种预测场景下最可靠的模型，从而降低任何单一模型的系统性偏差主导最终预测的可能性。其次，元学习器进行残差学习。即使最强的单个基础学习者在绝对意义上表现良好，其残差误差通常也表现出一定的结构，而不仅仅是随机的。元学习器可以检测到表现最佳的基础模型的残差与其他两个模型的偏差之间的相关性，从而实现逐步但持续的预测精度提升。第三，该框架支持局部化适配。因为每个输入数据集（本研究中有16个区域）都训练了单独的元学习器，所以组合策略是根据各区域的具体需求特征量身定制的。在需求波动较大的区域，超参数优化可能会选择更深层次的树结构，使元学习器能够更细致地区分高变异性和低变异性情况，并相应地调整基础模型的影响权重。总之，第二阶段的元学习集成将三个基础级别的预测转化为一个连贯的、适应性加权的预测，旨在在现实的时间约束下最小化样本外的预测误差。OOF构建防止了信息泄露，梯度提升目标实现了原则性的非线性组合，而针对特定区域的调整则捕捉了孔敬省所有输入数据集中的异质性需求动态——这些因素共同解释了为什么所提出的两阶段模型能够始终匹配或胜过最佳的单一基础学习者。

4.5. 评估模型性能
为了评估预测模型的性能，使用了四个误差指标：MAPE、MAD、RMSE和NSE。使用多个指标很重要，因为没有任何一个单一标准能够完全涵盖模型准确性的所有方面，每个指标都有独特的可解释性和敏感性特性，这使得可以更全面地评估模型在不同场景和数据集上的表现。
MAPE计算预测值和实际值之间的平均百分比差异，提供了一个与尺度无关的度量，便于比较不同需求水平的区域。然而，当实际值为零或非常接近零时，MAPE可能会变得不稳定，因为百分比误差可能会变得非常大。为了缓解这一限制并提供稳健的绝对尺度准确性度量，本研究还报告了MAD，它相当于平均绝对误差（MAE）和RMSE。MAD衡量预测值和实际值之间的平均绝对偏差，不论方向如何，提供了一个直接且易于理解的典型误差度量。RMSE是预测值和实际值之间平方偏差的平均值的平方根；通过在平均之前对误差进行平方，RMSE会对较大的误差给予更重的惩罚，这在应急医疗服务（EMS）规划中是可取的，因为大幅的低估或高估可能会产生严重的操作后果。最后，NSE通过比较残差的方差与观测数据的方差来评估模型性能，表明模型相对于基于简单平均值的基准的预测能力。

以下公式用于计算MAPE、MAD、RMSE和NSE：
(3) MAPE = 1/n ∑t=1n |At?Ft| / At × 100
(4) MAD = 1/n ∑t=1n |At?Ft|
(5) RMSE = 1/n ∑t=1n (At?Ft)^2
(6) NSE = 1 ? [∑t=1n (At?Ft)^2 / ∑t=1n (At?Aˉ)^2]
其中Ft表示时间t的预测值，At是评估期间的实际值，Aˉ是实际值的平均值，n是观测次数。

这些指标共同提供了模型准确性和可靠性的全面视图。MAPE提供了一个可解释的百分比误差，适用于比较不同区域和需求水平的性能。MAD和RMSE在救护车需求的原始尺度上量化误差；MAD反映了典型偏差，而RMSE则更注重较大的误差。NSE的范围是从?∞到1，接近1的值表明相对于简单的均值预测器的性能更好。在本研究中，所有区域的月度救护车需求都是严格正的，这降低了极端或未定义的百分比误差的风险；尽管如此，报告MAD和RMSE与MAPE一起可以确保评估的稳定性和信息量，即使在需求较低的情况下也能支持更稳健的模型性能比较。

5. 结果与分析
准确预测救护车需求对于有效的应急医疗服务资源管理至关重要。本研究评估了几种机器学习模型——RF、SVR、XGB和一种提出的两阶段方法——来预测泰国孔敬省16个区域的救护车使用情况。所有实验都是在配备AMD Ryzen 5 8500G处理器（3.55 GHz，6核）、32 GB RAM和AMD Radeon 740M显卡的工作站上使用scikit-learn库实现的。数据被分为训练集（70%）和测试集（30%）。为了确保没有数据泄露的稳健评估，采用了前进式（walk-forward）方法进行时间序列交叉验证，该方法是通过scikit-learn的TimeSeriesSplit确定的。由于划分是严格按时间顺序进行的，因此不需要随机种子来进行数据分区。没有包含显式的滞后特征或人为设计的滞后结构；相反，在单变量框架下使用了连续的月度需求值作为输入时间序列，并且对所有16个区域应用了相同的建模程序和输入配置。表2总结了使用MAPE、MAD、RMSE和NSE评估的所有区域中所有模型的性能；每个区域内每个指标的最佳得分都用粗体标出。

XGB在大多数区域中始终优于其他单个模型，实现了最低的误差率。然而，提出的两阶段集成模型在几乎所有指标上都表现出更优的整体性能。特别是在16个区域中的15个区域中，两阶段模型实现了最高的准确性（最低的MAPE）；在Phu Wiang区域，SVR模型的表现最佳（MAPE = 2.05%）。MAD、RMSE和NSE的模式也类似，表明两阶段模型在不同的区域特征和需求轮廓下实现了提升的预测性能。
NSE值提供了额外的洞察力，因为它们表明模型预测与基于简单平均值的基准相匹配的程度。根据常用的标准，超过0.75的值被认为是优秀的，而超过0.9的值表明预测性能非常出色。两阶段模型和XGB模型在大多数区域中的NSE值超过了0.9，这强调了它们适用于此预测任务的适合性。两阶段方法在16个区域中的14个区域中实现了NSE值超过0.9，而在需求波动较大的区域中表现稍差。总体而言，这些结果突显了两阶段集成模型的优越性，它始终优于基础模型，并显示出对区域级需求变化的强大适应性。

图4以图形方式展示了在两阶段方法下每个性能指标下预测最准确的十个区域的准确率。该图表明，两阶段模型和XGB模型的误差率明显低于RF和SVR。表3总结了每个预测模型的整体统计性能。两阶段模型实现了最低的平均MAPE（1.61%），其次是XGB（1.62%），而RF和SVR的平均MAPE值分别高达2.83%和4.19%。这表明两阶段模型和XGB模型在捕捉救护车需求的复杂和变化模式方面比RF和基于核的SVR更为有效。MAD和RMSE的排名模式也类似：两阶段模型和XGB模型产生的平均MAD和RMSE值明显低于RF和SVR，表明在绝对误差和平方误差方面，堆叠集成提供了更精确和可靠的预测。NSE值进一步证实了这些发现：两阶段模型和XGB模型始终超过了0.9的阈值，而RF和SVR则低于这一基准。总体而言，这些结果强调了两阶段集成模型的能力，它们能够准确跟踪不同区域的实际需求波动。

表2. 四种预测模型在不同数据集上的性能指标。
数据集 MAPE MAD RMSE NSE
Mueang 1.91 59 2.45 80.72
Chum Phae 1.15 21 12.22 70.61
Ban Phai 1.62 82 2.23 11.86
Phu Wiang 6.37 22 0.52 19
Phon 1.66 84 4.00
Nam Phong 1.85 16 4.06
Mancha Khiri 2.37 13 91
Ban Heat 1.98 13.16 90
Nong Ruea 1.68 11 82
Kranuan 2.40 16 4.39
Ubolratana 1.98 12 90

图4. 十个预测准确性最高的区域的MAPE、MAD和RMSE值。

表3. 四种预测模型在所有数据集上的性能指标统计摘要。
模型 性能指标 均值 标准差 最小值 最大值
RF 2.83 4.43 100.02 29
SVR 4.19 12.17 19.57
XGB 1.62 89 30.98 61
MAPE 1.62 89 30.13 46
MAD 17.10 18.83 67
RMSE 30.98 14.75 30.13
NSE 0.57 66 0.82 95
2-stage 1.61 76 14.48 70

为了量化所提出的两阶段框架的贡献，对三个代表性区域（Mueang、Chum Phae和Ban Phai）进行了消融分析。表4比较了（i）最佳单个模型XGB；（ii）简单平均，定义为所有基础学习器（RF、SVR和XGB）预测的算术平均值；以及（iii）提出的两阶段模型。分析表明，两阶段方法所实现的改进并不仅仅来自于XGB基础学习器的强大性能。相反，元学习阶段通过学习基础模型之间的系统残差结构而增强了预测能力。有两个主要发现：首先，简单平均相对于最佳单个模型显著降低了性能。例如，在Ban Phai区域，简单平均下的NSE降至0.1660，表明简单地将强学习器和弱学习器结合会引入额外噪声并降低预测准确性。其次，两阶段模型在所有三个区域中始终获得了最低的误差值（MAPE、MAD和RMSE）和最高的NSE。尽管单个XGB模型已经表现很好，但两阶段框架中的元学习器仍然能够提取出小的但持续的改进。这支持了这样的结论：堆叠策略有效地利用了基础模型的互补信息，而不仅仅是平均它们的输出。这些发现突显了基于堆叠的集成在 EMS 需求预测中的优势，不同的模型捕捉了非线性需求动态的不同方面。

方差分析（ANOVA）结果进一步验证了模型之间的观察到的差异并非偶然。在99%的置信水平下，统计测试显示模型之间的MAPE存在显著差异，成对比较表明SVR和RF的性能与XGB和两阶段方法的性能在统计上有所不同。然而，两阶段模型与XGB模型之间的差异并不显著，反映了它们相近的平均性能。尽管如此，两阶段模型在更多区域和指标上倾向于优于XGB。从实际角度来看，即使是微小的准确性改进也能在 EMS 资源分配和规划中带来有意义的好处，直接影响响应时间、患者结果和运营效率。通过利用多个基础学习器和元学习器的互补优势，两阶段方法不仅实现了最高的整体准确性，还增强了运营韧性，降低了系统性预测偏差的风险，并有效适应了区域级需求的异质性。

表4. 代表性区域中最佳单个模型（XGB）、简单平均和提出的两阶段模型的消融比较。
区域 MAPE MAD RMSE NSE
Mueang 0.72 14.69 46
Chum Phae 1.69 14.60 97
Ban Phai 1.13 14.25 05
Phu Wiang 1.66 84 40
Paired t-tests比较了提出的两阶段集成模型与最强的单个基线模型（XGB）在16个区域中的统计显著性测试和不确定性量化。结果表明，提出的两阶段模型在MAPE（t = 2.85, p = 0.012）和MAD（t = 3.99, p = 0.001）上实现了统计上显著的改进。尽管绝对增益很小，但配对测试表明这些改进在各个区域是一致的，而不是偶然发生的。对于RMSE，p值（0.092）表明有改进的趋势，但差异未达到传统的5%显著性阈值。对于NSE，平均差异非常小，不具有统计显著性（p = 0.142），表明两种模型实现的解释方差水平相似。总之，这些发现支持了两阶段集成模型在绝对误差（MAPE、MAD）上提供了适度的但系统的减少，这与预期一致，即在基线模型已经很强的情况下，堆叠可能会提供渐进式的改进。同时，RMSE和NSE没有统计学上的显著差异表明实际性能差距有限，这在解释两阶段方法的优越性时是一个重要的考虑因素。

图5展示了Mueang区域在训练和测试阶段的实际与预测救护车服务需求的情况。预测结果在两个阶段都与观测值紧密吻合，表明该模型有效地从训练数据中学习了信息，并显示出准确预测未来救护车需求的强大潜力。下载：下载高分辨率图像（434KB）下载：下载全尺寸图像图5. Mueang地区数据集的完整数据及两阶段模型的预测结果。图6提供了更详细的视图，显示了2019年5月至2022年5月测试期间Mueang Khon Kaen数据集的实际救护车需求与预测需求。2020年1月至4月期间需求显著下降，这与泰国为应对COVID-19疫情而实施的封锁措施和宵禁限制相吻合。这些干预措施减少了人口流动性，从而降低了救护车服务的使用率。直到2020年5月没有新病例报告后，这些限制才得以解除。所有四个时间序列模型预测的数值都捕捉到了封锁期间及之后的需求下降和恢复的总体趋势，与实际观测需求高度吻合。尽管这一非典型时期带来了挑战，但两阶段模型仍成为最准确的模型，其预测结果与实际需求最接近，优于其他模型。这些基于机器学习的预测方法为预测紧急医疗服务（EMS）需求提供了强大的工具。它们擅长捕捉历史数据中的复杂模式和关系，特别适用于识别非线性依赖关系和处理大型、异构的数据集。通过对过去救护车使用情况的训练，模型能够学习到潜在的需求模式，从而提高用于支持EMS规划和运营的预测的准确性和可靠性。下载：下载高分辨率图像（464KB）下载：下载全尺寸图像图6. 测试集中四种预测模型所预测的实际值与预测值。6. 讨论、实际意义、局限性和未来研究6.1. 结果讨论本研究系统比较了四种先进的机器学习模型——RF、SVR、XGB和提出的两阶段方法——在泰国Khon Kaen地区预测救护车需求的表现。结果显示这些模型之间存在显著的性能差异，为负责EMS规划和资源分配的决策者提供了重要见解。在所有测试的模型中，提出的两阶段方法在多个评估指标（包括MAPE、MAD、RMSE和NSE）上的预测误差均低于单独的基础模型。为了确保这些观察到的改进并非偶然，进行了统计显著性测试以严格比较模型对之间的预测误差。结果表明，在所有地区和指标上，两阶段集成模型的改进在常规水平上均具有统计学显著性，优于SVR和RF。两阶段模型与XGB之间的性能差距较小。尽管这些差异并未始终达到统计显著性，但该方法在各个地区和误差指标上表现出更广泛的优越性，表明其在不同运营环境下的表现更加一致且更稳健。两阶段模型具有几个重要的实际优势，使其区别于传统的单一模型方法：首先，该框架便于并行构建自主的基础模型，使每种算法能够独立学习不同方面的潜在需求模式；其次，集成模型通过聚合具有不同结构假设和学习机制的模型的预测结果，减少了任何单一方法固有的系统偏差风险；第三，两阶段模型不依赖于简单平均，而是采用元学习算法根据每个基础模型在特定情境下的预测表现动态调整其影响力。这种自适应加权使集成模型能够有效应对救护车需求的变化模式，纠正系统误差并优化整体预测准确性。此外，集成框架易于扩展，支持在未来新的预测技术出现或运营需求发生变化时加入更多的基础模型或替代的元学习算法。SVR模型在所有测试模型中显示出最低的平均准确率。这一性能局限可能归因于该模型在捕捉随时间变化的救护车需求数据中的非线性和不规则模式方面存在的固有挑战。虽然SVR理论上可以通过核变换来建模非线性关系，但其性能高度依赖于超参数配置，包括正则化参数和核相关设置。在没有广泛领域特定调优的情况下，选择最佳参数可能具有挑战性，这可能解释了本研究中观察到的次优表现。RF模型虽然对超参数选择更稳健，但在计算上较为密集，尤其是在使用大量树或应用于时间覆盖范围较广的数据集时。这种计算负担可能增加训练和预测时间，这在实时预测应用中会成为实际限制。尽管XGB整体表现强劲，但如果超参数调整不当或训练期间模型复杂性不足，也容易过拟合。这种敏感性突显了在基于机器学习的预测工作中系统化超参数优化和交叉验证程序的重要性。总体而言，提出的两阶段方法的稳健性和一致性凸显了通过元学习框架整合多样化预测模型的巨大价值。通过利用多种算法的互补优势并自适应地加权它们的贡献，集成方法支持更可靠、准确和可行的救护车需求预测。这些发现表明，医疗管理者和紧急服务规划者应将基于集成模型的预测框架视为增强资源分配、提高运营效率、最终提供更高质量紧急医疗服务的战略工具。6.2. 实际意义和实施考虑本研究通过展示结构化机器学习集成模型在泰国EMS运营这一相对较少被探索的背景下预测救护车需求的有效性，为应用分析和紧急规划做出了重要贡献。然而，要实现所暗示的实际收益，需要解决特定的运营障碍并理解其在Khon Kaen系统内的潜在影响。6.2.1. 决策利用路径为了弥合预测准确性与运营影响之间的差距，本节概述了一个实际的决策利用路径，详细说明了所提出的预测模型如何直接支持三个关键的EMS规划功能：救护车队规模调整、班次分配和人员调度以及动态重新定位。车队规模调整和战略分配：提出的两阶段模型为每个地区生成可靠的月度需求预测，使EMS管理员能够根据预测的服务量确定最佳车队规模。通过分析预测需求以及历史使用率和响应时间目标，管理者可以识别需要额外车辆的地区或现有容量可能需要重新分配的地区。例如，Mueang地区的持续需求增长可能表明有必要采购额外救护车或永久重新分配现有车辆。相反，Ban Haet等农村地区的稳定或下降预测可能表明在其他高峰时段有临时调整车辆使用的机会。这种数据驱动的车队规划方法既减少了需求激增时的资源短缺风险，也避免了资产利用率不足的问题。优化的人员调度和人员安排：除了实物资产外，准确的月度预测还允许EMS管理者提前优化人员调度和班次安排。预计未来几个月需求高于平均水平的地区可以分配更多的人员时间，而预测需求较低的地区可以在不牺牲服务质量的情况下减少人员数量。这种积极主动的人员调整确保了人力资源与预期工作量相匹配，减少了意外高峰期间的加班成本，并降低了低需求期间的空闲时间。此外，预测的地区特定性使得可以在预计需求持续增长的地区有针对性地开展招聘或培训活动，从而支持稳健的长期劳动力规划。战术性重新定位和资源流动性：除了月度规划外，预测框架还通过动态救护车重新定位策略支持战术决策。当模型预测特定地区在即将到来的时期需求增加时，EMS协调员可以在高峰期开始前将救护车从需求较低的地区预先重新部署到需求较高的地区。例如，在Mueang Khon Kaen的当地节日或假期期间，可以从邻近地区（如Phu Pha Man或Ban Haet）临时调遣救护车，以增强最需要服务的地区的覆盖范围。这种主动部署策略减少了可预测需求激增期间的平均响应时间，并提高了整个系统的响应能力。将这些预测整合到调度管理系统中，可以实现半自动化的重新定位建议，简化运营工作流程并加快决策速度。6.2.2. 实施挑战将这些研究成果转化为EMS管理和政策的稳健日常应用依赖于克服几个实施挑战。其中最突出的是数据整合和质量。保持高预测准确性需要持续向模型提供来自不同机构的及时、详细的数据，这要求不同运营层之间的数字化记录和互操作系统的标准化。在数据准备就绪后，挑战转向了技术基础设施。许多当地EMS机构可能缺乏在生产环境中部署或维持复杂机器学习模型所需的计算资源，这意味着可能需要中心托管或基于云的预测平台作为解决方案。此外，整合这项技术需要对员工进行大量培训并参与其中，以确保决策者和一线人员具备足够的数据素养，以解释模型输出并转向基于证据的调度。最后，为了保持模型的长期性能，必须分配资源进行持续适应和维护，包括定期重新训练和验证，以应对不断变化的人口统计数据和紧急情况。6.2.3. 对EMS效率的潜在影响尽管存在这些前提条件，但对EMS效率的潜在影响是巨大的。改进的预测直接通过智能部署车辆和人员调度实现了资源优化，在需求激增期间增加了服务可用性，并在紧急情况下可能挽救生命。准确的预测有助于防止在稳定时期过度分配资源以及在需求激增期间关键资源不足，从而降低整体运营成本。从战略上讲，准确的预测为基于证据的决策提供了信息，指导新救护车站的最优位置选择或大规模集体活动的主动准备。此外，在Khon Kaen的成功验证为其他希望在全国范围内现代化其紧急响应系统的省份提供了一个可扩展的框架。最终，政策制定者、技术专家和一线提供者之间的协作努力对于成功嵌入这些分析进展并将改进的预测可靠性转化为紧急响应时间和公共安全成果的实际改进至关重要。6.3. 局限性和未来方向虽然本研究在Khon Kaen地区的救护车需求预测准确性方面取得了显著进展，但必须承认几个局限性，以便正确理解研究成果并指导未来研究。本研究的主要局限性在于它依赖于单变量时间序列方法，仅基于历史数据来预测未来需求。虽然有效，但救护车需求是一个由多种时间趋势驱动的复杂现象；它还受到动态外生变量的显著影响。本研究没有考虑外部因素，如天气条件（例如强降水和热浪）、人口流动性或公共卫生紧急情况。因此，该模型在需求突然激增的事件驱动下可能表现不佳。未来的框架迭代应转向多变量方法，整合多种数据来源。例如，结合实时交通和人口流动性数据（来自GPS传感器、蜂窝网络信号或聚合的流动性数据集，如Google或Apple Mobility Reports）可以捕捉导致事故或医疗紧急情况的人口密度和移动模式波动。同样，整合公共事件日历和国家假期以及季节性爆发（如流感或登革热）的流行病学监测数据，将提高模型预测与总体人类行为和环境条件相关联的需求激增的能力。除了数据维度之外，模型架构也存在局限性。虽然RF、SVR和XGB是稳健的机器学习算法，但本研究没有探索专为序列数据设计的深度学习架构。LSTM、循环神经网络（RNN）和门控循环单元（GRU）等模型在捕获时间序列数据中的长期依赖性和非线性关系方面表现出更优的效果。鉴于救护车需求的固有时间相关性，这些神经网络架构值得在未来研究中进行探讨，因为它们可能比本研究中使用的基于树和基于核的方法提供更好的预测效果。此外，分析使用的是单个省份的月度聚合数据。虽然这种分辨率支持战略资源规划，但它可能会掩盖对战术性实时调度至关重要的细粒度短期波动（如每日或每小时峰值）。未来的研究应致力于提高时间分辨率，朝着每日或每小时的预测方向发展。这将释放出操作决策支持的潜力，例如指导救护车的动态定位和优化工作人员的排班表。最后，当前模型的普遍适用性受到孔敬省特定人口统计和地理特征的限制。为了验证所提出的两阶段建模方法的稳健性，未来的工作应该使用泰国其他省份的数据或具有不同医疗基础设施的国际数据集来测试该框架。最终目标是将这些预测模型转化为实时的紧急医疗服务（EMS）决策支持系统。这样的整合将弥合技术预测进步与实际临床结果之间的差距，将高精度预测转化为更快的响应时间和更好的患者护理。

**7. 结论**

准确预测救护车服务需求对于EMS内部的有效资源分配和运营规划至关重要。可靠的需求预测使EMS提供者能够基于数据做出有关人员配备水平、设备采购和战略部署的明智决策，从而提高服务质量并确保对紧急情况的及时响应。通过识别需求的潜在趋势和时间模式，医疗管理人员可以进行主动规划，动态调整资源分配，并促进与其他紧急响应机构和医疗机构的更好协调。

本研究解决了为具有非线性行为和地理环境差异的时间序列需求数据开发精确预测模型的重大挑战。三种广泛使用的机器学习模型——随机森林（RF）、支持向量回归（SVR）和XGBoost（XGB）——通过使用包含泰国孔敬省16个地区125个月救护车使用记录的全面数据集进行了系统的训练、评估和比较。此外，还提出了一种新的两阶段集成模型，通过元学习框架整合各个基础学习器的互补优势来提高预测精度。结果表明，与单一模型方法相比，两阶段模型始终表现出更好的预测性能，平均绝对百分比误差（MAPE）最低为1.61%，并且在不同地区特征下均表现出稳健的准确性。通过配对t检验进行的统计验证确认了预测精度的提升在关键误差指标上具有统计学意义，证实了集成方法的实际价值。这些发现确立了两阶段模型作为在复杂真实世界运营环境中预测救护车服务需求的可靠有效方法。

本研究的贡献对医疗保健管理人员、EMS管理员和临床工作人员具有重要意义。通过提供一种基于先进机器学习技术的可靠预测工具，本研究使决策者能够准确预测当前和未来的需求，从而能够主动分配资源，优化救护车队部署，并最终改善患者结果和运营效率。所提出的建模框架的可转移性表明其在泰国EMS背景之外的潜在应用，包括面临类似需求预测挑战的其他地区和医疗系统，例如人口密度高的城市地区或紧急服务获取有限的农村地区。

**关于写作过程中生成式AI和AI辅助技术的声明**

在准备这项工作时，作者使用了ChatGPT来提高文章的可读性和语言表达。在使用该工具后，作者根据需要对内容进行了审核和编辑，并对已发表文章的内容负全部责任。