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。

该文综述机器学习在医疗预测中的应用：预处理不平衡临床数据可提升心衰死亡率预测，随机森林和XGBoost表现最佳；集成模型预测心血管疾病准确率达92.34%；声音特征结合LightGBM有助于帕金森病和COVID-19早期检测；BERT临床文本模型优于传统方法。