本项目为基于人工智能的门诊量预测分析。医院门诊是病患接受医院诊疗工作的第一个环节，是医院面向社会的窗口。对医院门诊量的精准预测有助于优化门诊资源利用，合理调配人力资源，减少患者候诊时间，改善患者就医体验。医院门诊量作为评价现代医院医疗服务能力的重要指标之一，可以充分地反映出一所医院的应诊能力、医疗质量以及服务水平。随着医院管理越来越智能化、精细化和高效化，医院门诊量预测正越来越受到重视。

项目由人工智能算法、门诊量预测分析、实时提醒等模块构成，项目规模在180万左右。在过去的十来年中，与门诊量预测相关的研究文献逐渐增多，但基于大数据，采用人工智能算法模型的案例报道还是偏少，而且研究的方法主要集中于ARIMA模型、GM预测模型和曲线回归拟合法等单一预测方法。门诊量数据的波动受到许多因素的影响，由于大样本的门诊量数据及其影响因素难以收集和量化，导致过往的研究工作往往只能考虑其中的一种或几种因素，缺乏对门诊量数据的深度挖掘，这也和数据挖掘技术尚未在医疗管理中真正大规模应用有关。

本项目提出了一个基于支持向量机的医院门诊量预测模型，将医院过去3年的门诊量数据作为样本训练模型并加以实现，仿真结果表明，这种方法在对医院门诊量数据的预测中取得了不错的准确率（误差≤5%）。