面向智慧医疗儿童康复信息数据挖掘应用研究.docVIP

面向智慧医疗儿童康复信息数据挖掘应用研究 　　摘 要：新时期背景下，医疗卫生服务取得了理想的发展成绩，而健康服务系统这一理念也深入到人们的日常生活。其中，健康服务系统是医院和患者之间的交流载体，有效地分担了医院诊疗的压力，同样也为医院义务活动管理评估工作的开展提供了具有参考意义的解决方案。系统中记录了医学数据，具体表现在医院管理与诊疗信息的记录等等，通过对数据信息的合理运用可以为诊疗管理提供较大的便利。基于此，文章将智慧医疗作为研究切入点，重点阐述了儿童康复信息数据挖掘应用的相关内容，希望有所帮助。 　　关键词：智慧医疗；儿童康复信息；数据挖掘；应用；研究 　　DOI：10.16640/j.cnki.37-1222/t.2018.09.172 　　伴随医疗水平的进一步发展，人们对于医疗卫生保健提出了更高的要求，但是受生态环境不断恶化的影响，对人们的身体健康带来了严重的损害。特别是儿童，因其自身的自我保护意识缺失，患病的几率也相对较高。在这种情况下，医学诊断数据的增长速度显著提高，致使医疗资源严重不足。而在医生诊断与患者寻求医疗服务的过程中所形成的诊断数据也被记录下来，数据间的内部关联紧密。在健康服务系统概念形成的基础上，深入挖掘并分析数据信息，能够获取具有使用价值的信息内容，为医疗工作的开展提供必要的保障。 　　1 面向智慧治疗的儿童康复信息数据挖掘系统研究 　　1.1 系统需求的分析和目标设计 　　现阶段，医院内部的信息系统可以细化成两种类型，即医院管理信息系统与临床信息系统。在传统的管理信息系统中，最主要的目的就是为医院形成管理和事物处理业务提供必要的支持，尽可能地环节行政管理工作人员的工作量，为医院领导决策提供有效的辅助[1]。而临床信息系统的目的则是为医务工作人员临床活动提供大力支持，对患者临床医疗信息进行全面收集，以保证实际工作效率的有效提高。但需要注意的是，传统管理信息系统所面向的对象是医生管理与收集临床信息，无法评估以上诊疗的记录。而面向智慧治疗的儿童康复信息数据挖掘系统则能够借助智能判断模型来评估医生诊断的结果，并且向医生反馈评估的结果，进而深入分析诊断失误病例的具体原因，将其记录在后台知识库当中。构建误诊分析模型，进一步探究诊疗内容并为医生提出具有针对性的建议，以保证医生诊断正确几率的提升，为患者提供优质服务。 　　1.2 系统框架 　　系统本身的重点就在于对信息分析模型的诊断，在对比大量文本的基础上，找出儿童康复诊断描述不一致的文本信息内容，在算法的作用下即可提供相对应的参考结果。另外，系统并非固定且封闭，而是能够将当前无法判别的部分数据向医院专家呈现出来，并且交由具备专业知识的专家对决定准确性做出诊断。其中，系统可以通过人工判断不断学习，以保证未来判断更加准确。这样一来，就能够在实践运用的过程中降低对人工判断的依赖性。而医院全部诊断记录都能够在健康服务应用接口之下进入到系统当中。而系统模块主要包括了医生管理模块与儿童管理模块，加密模块、医生误诊日志模块以及访问和日志管理模块。 　　1.3 系统的数据交换流程 　　面向智慧治疗的儿童康复诊断信息数据挖掘系统，其数据来源主要涵盖了不同医院管理信息系统、电子病历系统以及临床信息系统，而且各来源数据源都具有复杂性特征，在结构与组织形式方面的差异十分明显，甚至还会包含噪声与不一致的数据信息。基于此，数据源数据应接受清洗与转换，进而录入诊断信息分析系统的数据库当中。 　　结合系统分析数据结果，采用XML格式能够为管理信息系统当中的医生开药系统进行药物的匹配推荐。 　　1.4 数据统计挖掘分析模块阐释 　　在应用儿童康复信息数据挖掘系统的过程中，医生诊疗数据将会被记录。通过对医学数据挖掘工具的应用可以有效分析数据并获取具有一定价值的信息内容。 　　第一，疾病种类的分类。在医学领域疾病种类主要是根据国际通用的标准编码完成分类，一般情况下，常见病种超过几千种。如果根据这一标准分类评估医生诊断能力不具备实用性价值。结合医院数据分析的具体需求，应根据疾病误诊几率对并病种进行重新地统计[2]。其中，借助聚类方式的运用，可以将病种细化成高误诊率、中误诊率与低误诊率三种类型。而所划分的结果则能够被当做评估医生诊断能力的一种辅助性权重。 　　第二，疾病的关联性分析。在医学领域，很多疾病间具有紧密的联系，无论是病症亦或是并发症，都能够实现有效地关联。而在实际诊断的过程中，医生很容易将一种疾病错误地诊断为另外一种疾病。基于此，有必要针对诊断结果展开关联性分析，获取误诊的关联图，进一步分析误诊的主要原因，为医院医学研究分析提供有力的保障。 　　第三，患者出院带药处方的关联性分析。在儿童康复信息数据挖掘系统当中记录了医生开药的处方，在对处方要去匹配模式深入挖