Evaluating Machine Learning Models for Healthcare Services Efficiency

Abstract

Resumo. O artigo é dedicado ao problema de avaliação da qualidade dos cuidados de saúde utilizando algoritmos de aprendizagem de máquina. Propõe-se avaliar o termo categórico "qualidade dos cuidados de saúde" como variável discreta com base em dados sobre o resultado do tratamento, fornecidos por um dos principais hospitais da Rússia. É fornecida uma análise preliminar das variáveis dependentes e explicativas. São analisadas as estatísticas dos resultados do tratamento em função da idade e sexo dos pacientes. A necessidade de redução do conjunto de dados inicial é justificada. São propostas as formas de correção do desequilíbrio no conjunto de dados, como SMOTE e Tomek Links. Com base nos dados corrigidos, foram projetados modelos logit ordenados e Random Forest. É apresentada a análise comparativa de vários modelos. As desvantagens de cada modelo são explicadas. O modelo logit ordenado em dados balanceados permitiu determinar os fatores que têm maior impacto positivo no resultado do tratamento, bem como o modelo Random Forest tornou as previsões tão precisas quanto possível. Com base nos resultados obtidos, são feitas recomendações para melhorar a eficiência dos cuidados de saúde no âmbito de um determinado hospital.