基于人工智能视域下的医院后勤信息化管理风险控制

摘要

随着智能化改革的不断推进，医院后勤管理的建设正向着智能化、信息化、规范化的方向发展。近年来，传统的人工管理模式已不能满足具有大量无序数据的后勤精细化管理条件。为了提高管理效能，实现信息化、智能化的安全管理，研究基于人工智能视域下的医院后勤信息化管理风险控制系统，并在系统构建中引入优化后的基于密度的带噪声应用空间聚类-局部异常因子（density based spatial clustering of applications with noise-local outlier factor,DBSCAN-LOF）算法。结果表明，DBSCAN-LOF算法的异常检出率最高为88.1%，比局部异常因子（local outlier factor,LOF）算法和带噪声应用空间聚类（density based spatial clustering of applications with noise,DBSCAN）算法的异常检出率分别提高了7.2%和13.4%。综上说明，基于人工智能视域下的医院后勤信息化管理风险控制系统在风险控制领域具有参考价值。

关键词

信息化系统 / 智能化 / 后勤管理 / 风险控制 / DBSCAN-LOF算法