Machine Learning Approaches for Hourly Emergency Department Patient Arrival Forecasting: A Multi-Horizon Comparison with Operational Benchmarking at a Norwegian Hospital
Este estudo demonstra que modelos de aprendizado de máquina, particularmente uma arquitetura Direct LSTM+Optuna que evita o problema de "recursos congelados" inerente às abordagens autorregressivas recursivas, superam significativamente o baseline operacional baseado em calendário da Noruega para a previsão horária de chegada de pacientes ao departamento de emergência em ambos os horizontes de planejamento de curto e longo prazo.