基于PSO-LSTM算法的医用耗材消耗量预测模型研究

目的:建立基于粒子群优化长短期记忆(PSO-LSTM)算法的医用耗材消耗量预测模型(PSO-LSTM模型),预测医院医用耗材消耗量,实现医用耗材精细化管理。方法:选取2019年1月至2020年12月医院使用的国家第一批重点监控高值耗材消耗量数据,建立PSO-LSTM预测模型,分析医用耗材消耗情况,预测医用耗材消耗量。采用均方误差(MSE)评价PSOLSTM模型预测医用耗材消耗量数据与LSTM网络数据的误差程度。结果:PSO-LSTM模型预测吻合器消耗量与LSTM网络相比其MSE值降低84%,PSO-LSTM模型预测穿刺器消耗量与LSTM网络相比其MSE值降低77%,PSO-LSTM模型的医用耗材消耗量预测结果与实际消耗量更为接近,医用耗材消耗量预测精度显著高于LSTM网络。结论:PSO-LSTM模型能够准确预测医用耗材消耗量,为医用耗材采购决策提供科学依据,实现医用耗材精细化管理,降低医用耗材使用成本。