Predicting daily nursing load from nurses' activity logs and patients' medical records

Sozo Inoue, Yasuhiko Sugiyama, Tatsuya Isoda, Yasunobu Nohara, Mako Shirouzu, Naoki Nakashima

研究成果: 書籍/レポート タイプへの寄稿会議への寄与

1 被引用数 (Scopus)

抄録

In this paper, we integrate nurse activity data, location data, and medical records to predict the nursing load of every day, assuming the application for task allocation for nurses. We collected nurse activity data, location data, medical payment data, and nursing needs data in cooperation with one floor of a hospital, which constitutes the orthopedic surgery department, for 40 days, 24 hours per day. With the collected data, we predicted the next day's nursing time for a patient from the previous day's patient status using RandomForest algorithm, and achieved 73.7% of accuracy.

本文言語英語
ホスト出版物のタイトルUbiComp 2016 Adjunct - Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing
出版社Association for Computing Machinery, Inc
ページ89-92
ページ数4
ISBN(電子版)9781450344623
DOI
出版ステータス出版済み - 9月 12 2016
イベント2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing, UbiComp 2016 - Heidelberg, ドイツ
継続期間: 9月 12 20169月 16 2016

出版物シリーズ

名前UbiComp 2016 Adjunct - Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing

その他

その他2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing, UbiComp 2016
国/地域ドイツ
CityHeidelberg
Period9/12/169/16/16

!!!All Science Journal Classification (ASJC) codes

  • ハードウェアとアーキテクチャ
  • ソフトウェア
  • 情報システム
  • コンピュータ ネットワークおよび通信
  • 人間とコンピュータの相互作用

フィンガープリント

「Predicting daily nursing load from nurses' activity logs and patients' medical records」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル