ИНТЕГРАЦИИ ДАННЫХ С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОСТРОЕНИЯ УПРАВЛЕНЧЕСКОЙ МОДЕЛИ ГОРОДСКОГО ЗДРАВООХРАНЕНИЯ
Естественные и технические науки · 28.02.2025 · (2(213))
DOI: 10.25633/etn.2026.02.15 ↗Kurz gefasst
Fachartikel in der Zeitschrift Естественные и технические науки, erschienen am 28.02.2025. Verfasst von А.В. Ананьев und 4 weiteren Autor:innen.
Abstract (Originalsprache)
В работе исследована задача автоматизированного сопоставления клинических случаев между АИС ОМС и КИС ЕМИАС при отсутствии унифицированных ключевых идентификаторов и наличии вариативных форматов номеров историй болезни. Сравнены четыре подхода: наивное сопоставление по номеру истории болезни, детерминированное сопоставление по составному ключу (МО-нормализо-ванный номер-период), вероятностное сопоставление по совокупности признаков и гибридный метод, включающий детерминированный слой и машинное обучение (CatBoost) для остатка с последующим однозначным назначением соответствий (ограничение 1-к-1) и порогом уверенности. Полученные результаты обосновывают применимость гибридного подхода для снижения объёма ручного труда и повышения качества управленческой и финансовой аналитики в здравоохранении мегаполиса.
Zitieren
APA
Ананьев, А., Ананьев, В., Прокопьев, Н., Ананьева, О., & Гуртовой, Е. (2025). ИНТЕГРАЦИИ ДАННЫХ С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОСТРОЕНИЯ УПРАВЛЕНЧЕСКОЙ МОДЕЛИ ГОРОДСКОГО ЗДРАВООХРАНЕНИЯ. Естественные и технические науки. https://doi.org/10.25633/etn.2026.02.15
Vancouver
Ананьев А, Ананьев В, Прокопьев Н, Ананьева О, Гуртовой Е. ИНТЕГРАЦИИ ДАННЫХ С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОСТРОЕНИЯ УПРАВЛЕНЧЕСКОЙ МОДЕЛИ ГОРОДСКОГО ЗДРАВООХРАНЕНИЯ. Естественные и технические науки. 2025. doi:10.25633/etn.2026.02.15
BibTeX
@article{2025,
author = {Ананьев, А.В. and Ананьев, В.Н. and Прокопьев, Н.Я. and Ананьева, О.В. and Гуртовой, Е.С.},
title = {ИНТЕГРАЦИИ ДАННЫХ С ПРИМЕНЕНИЕМ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОСТРОЕНИЯ УПРАВЛЕНЧЕСКОЙ МОДЕЛИ ГОРОДСКОГО ЗДРАВООХРАНЕНИЯ},
journal = {Естественные и технические науки},
year = {2025},
number = {2(213)},
doi = {10.25633/etn.2026.02.15}
}
EUVIMED