数据挖掘技术及其在医学信息领域的应用.docVIP

数据挖掘技术及其在医学信息领域的应用 　　摘 要 本文简单介绍了数据挖掘技术，分析了数据挖掘技在医学信息领域的重要意义，阐明医学数据挖掘的主要应用，并对数据挖掘技术在医疗管理、疾病诊断和医学科研方面的具体应用进行了分析研究，肯定了数据挖掘技术在医学信息领域的价值和广阔的应用前景。 　　关键词 数据挖掘技术；医学信息；医学应用 　　中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2016）172-0132-01 　　数据挖掘技术自20世纪90年代开始兴起，随着信息时代的到来，数据挖掘技术受到越来越多的关注。数据挖掘技术在众多不同领域正发挥着重要作用，和其他领域一样，数据挖掘技术在医学信息领域也具有广泛应用。数据挖掘技术有助于医院管理者做出民智决策、医生做出正确诊断、医学研究者做出有效分析和预测。 　　1 数据挖掘技术 　　数据挖掘（Data mining）是指从大型数据中通过算法发现或提取有意义、有潜在价值、新颖的信息与规律等知识。Shapiro在1989年8月举行的第11届国际联合人工智能学术会议上，首次提出数据库中知识发现一词――数据挖掘技术。随后，很快吸引了大量数据库工作者转向数据挖掘的研究。 　　经历了20余年的发展，数据挖掘的算法日趋成熟，融合了模式识别、数字图像处理、数据库技术、信息检索、数理统计等众多技术。数据挖掘是一个复杂的过程，它是由多个流程组成的，随不同领域的应用这些流程会有所变化，一般的流程为问题定义、数据准备、数据转换、数据挖掘、结果评估、知识的发现和应用。这些流程的顺序并不是线性的，而且为了取得好的数据挖掘结果常常需要反复。数据挖掘的方法主要有概念描述、关联分析、分类、聚类分析、异常检测等。 　　2 数据挖掘在医学信息领域的重要意义 　　医学信息的形式多样，包括文字、图像、声音、视频等形式，它涵盖了生物信息学、药物信息学、医学图形信息学等学科，同时，具有隐私性、冗余性、不完整性、模糊性且带有噪声等特点。数据挖掘作为一种数据处理技术，从医学数据信息中寻找潜在的关系或规律，从而获得有效的对病人进行诊断、治疗，增加对疾病的预测准确性，实现疾病的早期发现，提高治愈率，为医学信息领域提供了新的方法[ 1 ]。 　　1）医学数据挖掘技术有助于提高数据分析效率，增加产生新知识的速度。医学数据库是一个庞大的信息库，有海量的数据，而且数据的形式多样，要在这样的数据信息中找到有价值的信息，采用传统的方法需要花费更多的时间。利用数据挖掘技术，可以分析数据的趋势变化和规律，减少数据冗余和重复性的影响，减少数据量，选择合适的算法制定规则还可以实现自动化分析。如数据挖掘技术分析电子病历中分散、非结构化数据，进行自动化的数据采集[ 2 ]。 　　2）医学数据挖掘技术可以提供知识的准确性和可靠性，提高疾病的治愈率。日常医疗中通常采用抽样的方法获取样本，结果导致往往只有一部分符合特定要求，存在样本的局部性并影响真实性。数据挖掘技术从数据的整体性出发，通过概率抽样、评估、假设验证等过程提取信息中的共性特征和个性差异，弥补了随机对照实验的不足。理论上还能够根据病人的个体差异，给出个性化治疗方案。如通过整合系统生物学与电子病历数据，医学数据挖掘技术为个性化医疗计划转变为临床实践提供机会。 　　3）医学数据挖掘技术可以用于预测建模，辅助临床诊断和推荐治疗措施。大量的研究和大数据的到来，使得大部分临床医生的知识转化变得非常困难，难以跟上最新的知识来指导临床诊断。数据挖掘预测建模，根据特定信息对离散数据进行预测。谷歌公司利用人们在网上检索的与流感相关的记录建立了数学模型，成功的预测流感传播和发生的地点。又如癌症早期诊断中，利用数据挖掘技术对癌症患者做出诊断和提出治疗方案。 　　3 数据挖掘在医学信息领域的应用 　　医学信息与数据挖掘都是快速发展的前沿研究，复杂多变的需求分析及医学信息数据的特点，使医学信息的数据分析迫切需要数据挖掘技术的支持。医学信息中的很多内容，如在医疗管理、疾病诊断和医学科研方面，都在数据库技术中找到了支持。 　　1）医疗管理。目前，随着数字化的普及，很多医院都建立了庞大的数据库，目前主要有医院信息系统（hospital information system，HIS），它分为管理信息系统和临床信息系统，管理信息系统主要处理诸如人事、财务和设备管理等医院内部管理方面的信息，临床信息系统主要处理患者相关信息。从数据库中运用数据挖掘技术，来分析和发现数据的各种信息，可以帮助医院决策者更好的制定管理策略[3]。按照数据挖掘的需求，进行关联分析、分类分析、聚类分析等挖掘算法，可进行医院费用分析、医疗质量管理、医用耗材管理、住院患者人群分类等。 　　2）疾病诊断。面对日益庞大的病案数