用于预测手术时长的机器学习模型的开发与实施

《The Joint Commission Journal on Quality and Patient Safety》：Development and Implementation of a Machine Learning Model for Prediction of Surgical Case Duration

　　

背景

准确的手术时长估算（CDE）对于手术室效率、人员配置、资源分配和患者安全至关重要。传统方法——包括历史病例平均值、外科医生估计以及对电子排程工具的差异使用——经常产生严重的高估或低估，导致工作流程中断、加班以及就诊可及性下降。本研究开发并评估了一种基于机器学习（ML）的CDE模型，并开展了一项平行的人因分析，以识别一家高容量三级癌症中心排程变异的贡献因素。

方法

作者整理了2016至2024年间横跨22个服务部门的40,656例手术病例，并利用患者、手术过程和外科医生特异性特征训练了一个梯度提升树模型（命名为"ORchestra"）。模型性能与现有排程实践进行了比较，包括原始计划时长、历史平均值，以及Epic的CDE工具（在用户调整配置和供应商推荐配置下）。评估指标包括平均绝对误差（MAE量值）、平均有符号误差（MSE偏差），以及在实际时长±30分钟范围内的病例比例（$f_{30min}$）或在实际时长±10%范围内的病例比例（$f_{10\%}$）。人因调查评估了排程行为的差异、手术时长的定义以及软件参数的选择。一项无干预试验部署检验了现实世界中的可行性。

结果

基线排程实践显示出显著的系统性排程不足偏差（MSE = ?31分钟），各部门间存在较大变异，且准确性较低：总体MAE = 35.3分钟，$f_{30min}$ = 0.52，$f_{10\%}$ = 0.09。标准化工作流程要素——特别是统一包含准备/包装时间并使用Epic的供应商推荐设置——显著改善了性能（MAE = 20.1分钟，$f_{30min}$ = 0.81，$f_{10\%}$ = 0.37）。ORchestra ML模型进一步降低了误差（MAE = 19.8分钟），消除了系统性偏差（+1.2分钟），并减少了过度排程的异常值，在高变异服务科室中改善幅度最大。值得注意的是，仅工作流程标准化即可在许多手术中接近机器学习水平的准确性，凸显了人因变异是误差的主要来源。

结论

基于机器学习的CDE提高了预测准确性并减少了破坏性的排程异常值；然而，现实世界的表现同样取决于标准化的工作流程、一致的软件配置和统一的运营定义。本研究证明，成功的部署不仅需要技术优化，还需要组织对齐、治理和有纪律的实践变革。将预测工具整合到围手术期运营中可以带来可衡量的效益，但必须与结构化的工作流程重新设计相结合，以确保可靠性、安全性和可持续影响。

章节摘要

当前先进手术排程工具与工作流程

在本机构中，CDE使用与Epic集成的工具完成，并辅以外科排程人员和高级实践提供者（APP）应用的定性、基于经验且通常未记录的经验法则。整体排程工作流程如图1所示，包括三个主要阶段：（蓝色）从病例请求到公布，涵盖术前约2天的提前期；（绿色）术前约2至12个月的病例排程及可能的变更；（红色）手术当日

模型选择

表2展示了10个候选CDE模型的性能。总体而言，基于树的模型（XGBoost、LightGBM、GBR、CatBoost和HGB）表现最佳，每个模型获得MAE约19.3分钟和$R^2$ = 0.7，尽管随机森林（RF）表现略差（MAE = 19.7，与GBR相比p < 0.001）。这些结果证实基于树的方法非常适合捕捉与CDE相关的非线性关系和特征交互作用。线性/广义回归模型的表现不如

讨论

在本研究中，基于机器学习的CDE模型（"ORchestra"）显示出明显优于传统排程方法的性能优势，包括外科医生历史平均值和用户修改的电子工具，尤其是在标准化、高容量且具有固有可预测特征的手术中。本研究的显著特点在于认识到图1所示的真实临床工作流程，以及可引入实践变异和偏差的人因因素

结论

总体而言，本研究证明了基于机器学习的CDE可以显著提高排程准确性，而现实世界的部署揭示了超出预测模型本身的技术、工作流程和文化挑战。概念验证已实现，但与标准化最佳实践相比，平均效益相对有限，这强调了需要针对各部门的特定方法而非普遍实施。最终，这一经验表明

Niloufar Mirzavand Boroujeni | Aaron C. Milhorn | Owais Sarwar | Katie Owens | Caitlin Fabian | Shawn Stapleton | Robert Ghafar