基于SARIMA-LSTM的门诊量预测研究

基于SARIMA-LSTM的门诊量预测研究

卢鹏飞¹, 须成杰², 张敬谊¹, 韩侣³, 李静¹

1 万达信息股份有限公司,上海 201112

2 复旦大学附属妇产科医院，上海 200090

3 长春理工大学，吉林 长春 130022

摘要：为了实现更加稳健和精准的门诊量预测，构建了一种基于SARIMA-LSTM的门诊量预测模型。该方法首先使用SARIMA模型对门诊量进行单指标建模，提取门诊量指标蕴含的周期、趋势等信息，然后构建了以节日天数、法定上班天数、平均最高气温等多个相关指标为输入的多对一LSTM模型，对SARIMA模型残差进行进一步学习，实现残差与多个变量间的非线性关系抽取。实证结果表明，构建SARIMA-LSTM混合模型相较5种主流预测方法具有更高的一步预测精度，具有较好的实际应用价值。

关键词：季节性差分自回归滑动平均模型 ; 长短期记忆网络 ; 门诊预测 ; 残差

论文引用格式：

卢鹏飞, 须成杰, 张敬谊, 韩侣, 李静. 基于SARIMA-LSTM的门诊量预测研究.  大数据[J], 2019, 5(6）：101-110

LU P F, XU C J, ZHANG J Y, HAN L, LI J.Research on the prediction of outpatient volume based on SARIMA-LSTM. Big Data Research[J], 2019, 5(6):101-110

1 引言

门诊量是医疗机构服务能力的体现，能够直接反映医疗机构当前的运行状况，并为医院经营和资源分配提供重要参考。精准的门诊量预测能够帮助医院管理者对医疗资源进行合理部署和分配，从而保障医院的运营效率。门诊量的波动受多种因素影响，但是门诊时间序列通常存在一定的趋势性和周期性，这为门诊量预测提供了基础。

当前，一些研究者对门诊量预测方法进行了较为深入的研究，传统的时间序列模型包括GM(1,1)、Holt-Winters、自回归滑动平均（auto-regressive moving average，ARMA）模型、季节性差分自回归滑动平均（seasonal auto-regressive integrated moving average，SARIMA）模型等。尽管利用ARMA等传统时间序列模型进行门诊量预测是较适宜的方法，但是仍存在一定的限制。导致门诊量波动的影响因素较多，仅依赖门诊量序列本身进行建模无法刻画和解释某些时间段的变化规律。随着人工智能技术的不断发展，研究人员逐渐将机器学习中的监督回归方法应用于门诊量时间序列的预测。例如，李琳等对新疆地区慢性阻塞性肺病的月门诊量构建了LSTM模型并进行1步和12步预测；黄代政等应用三层反向传播神经网络对医院门诊量的多个分量进行了实例验证；桑发文等应用相似日和极限学习机的方法对医院门诊量进行了短期预测探究；张云丽等构造了一种基于灰色预测和RBF神经网络相结合的方法，对门诊量进行建模和预测。相较于传统时间序列模型，上述模型能够对多个输入变量进行特征自动学习，从而获取更多的可用信息。但是，考虑到医疗时间序列指标样本量通常很小，单纯使用机器学习模型对门诊量进行预测的思路也存在一些弊端，如容易过拟合、模型鲁棒性较差等。

为了弥补传统时间序列模型对门诊信息提取不充分的缺陷，本文结合机器学习模型的建模优势，将节日天数、法定上班天数、平均最高气温、平均温差、降雨天数以及挂号人数等相关因素作为模型输入，构建具有时间序列记忆性的长短期记忆网络，对SARIMA模型的残差进行学习，形成SARIMA-LSTM混合模型，更加充分地提取残差信息，从而大幅提升预测精度。

2 理论基础和方法

2.1 SARIMA模型

ARMA模型对平稳序列数据具有良好的建模效果，对于非平稳时间序列，则需要进行d阶差分，形成ARIMA(p,d,q)模型。该模型也称为差分自回归滑动平均模型，其中d为差分项，p、q为延迟参数。然而，对于一些既有季节效应又有长期趋势的时间序列，简单的自回归差分滑动平均（auto-regressive integrated moving average，ARIMA）模型不足以提取其中的季节信息，这时通常需要采用SARIMA模型。综合d阶差分和以s为步长的季节差分运算，SARIMA乘积模型完整结构如下：

其中：