目的:本文旨在利用某儿童医院信息系统中的历史数据，分析门诊就诊流程中影响患者等待时间的因素，在定量分析患者流量与患者等待时间的基础上，找出患者排队的规律。通过建立等待时间预测模型，实现对患者等待时间的准确预测，为门诊资源优化配置提供依据，减少患者等待时间。　　方法:本研究综合运用定性和定量的研究方法：通过文献分析法，对国内外有关患者等待时间预测的相关论文进行总结，作为本研究提供参考和研究依据；利用专家咨询法，收集该医院的相关资料，如门诊科室类别、患者就诊方式等，分析该医院门诊流程和影响患者等待时间的因素，提取医院信息系统中各指标数据。统计分析法：对等待时间的集中趋势和离散趋势进行描述，采用非参方法检验比较不同科室、不同就诊方式等待时间的差异。最后采用预测模型法，以医院信息系统中历史数据为基础，对患者排队系统进行分析，定量分析门诊流程中不同因素对等待时间的影响程度，分别利用线性回归、Lasso回归、随机森林回归、K最近邻回归四种方法建立患者等待时间预测模型。　　结果:采用R语言对收集到的历史数据进行处理，以其中6个科室为例，定量的分析患者等待时间。利用中位数对整体患者的等待时间进行描述，为35.55min。对不同科室的患者等待时间进行检验，结果发现各科室之间患者等待时间存在显著性差异，其中呼吸内科的患者等待时间最长（约57.95min），其次眼科为42.68min，其他科室患者等待时间均在30min左右。　　在不同科室中，不同时段的患者流量和等待时间在存在一定的差异，总体来说8月份患者流量最少，等待时间也相对较短，而在一周内周三、周五就诊的患者较少，而周六、周日患者流量明显增多，等待时间也相对较长，如呼吸内科的等待时间超过60min。一天内上午患者流量和等待时间均明显高于下午，其中上午7-10点为挂号高峰期，不同科室的患者等待时间差异较大，等待时间最长的为呼吸内科，近70min，而眼科的患者等待时间最短，约15min。对不同科室内的患者就诊方式如缴费方式、操作方式、挂号方式的等待时间进行显著性检验，总体来说利用一卡通、采用提前预约方式能明显减少患者的等待时间，如在呼吸内科中，一卡通患者平均比现金患者少等待9min，提前预约能比现场挂号的患者等待时间缩短近30min。　　最后选择利用数据挖掘中四种回归预测模型如线性回归、Lasso回归、随机森林回归、K最近邻回归对患者等待时间进行预测，对不同模型的预测效果。结果发现，平均绝对误差中，线性回归和Lasso回归平均绝对误差约21min，而随机森林和K最近回归中平均绝对误差为13min左右；对比不同模型的归一化均方误差（NMSE），分别为0.31、0.316、0.142、0.139，显示K最近邻回归模型的误差最小，其次为随机森林回归模型，但这两者之间的差异很细微，而Lasso和线性回归预测效果相对较差。因此K最近邻回归和随机森林回归预测精度较高，较适合用于等待时间的预测。　　结论:目前该儿童医院患者等待时间较长，医院应根据患者的流量的规律，优化医院门诊资源配置，合理安排医生排班情况。同时该医院应大力宣传一卡通、提前预约就诊模式，并提供网络、电话、现场等多种提前预约方式，分散不同时点的患者流量。利用预测模型对患者的等待时间进行预测，提前告知患者所需等待的时间，帮助患者合理安排好自己的时间，相应地减少在医院的滞留时间。