本研究提出了一种结合数据驱动技术与仿真方法的框架，旨在优化医院患者流，通过分析230万个去标识化记录来预测住院时长，从而提高资源利用率和患者满意度。

研究提出了一种结合卷积神经网络、门控递归单元和密集神经网络的混合深度学习模型，用于预测医院住院时长，准确率达89%。该模型优化了资源管理，并为医疗研究提供了新方向。其他研究也在探索深度学习模型在医疗预测中的应用。