数据挖掘在医院管理中的应用及的策略分析.docVIP

数据挖掘在医院管理中的应用及的策略分析 　　摘要：在医院管理中，运用数据挖掘技术能够更好的进行数据分析，帮助医院更好的制定相应的竞争策略，给其提供技术方面的支持，对医院管理有重要的作用。本文主要研究了数据挖掘技术在医院管理中的应用，并说明了随着数据挖掘技术应用的深入和普及，医院的管理水平也得到了显著提高。 　　关键词：数据挖掘；决策；应用 　　我国加入世界贸易组织之后，各个方面都发生了比较大的变化，医疗改革也在不断的深化，医疗卫生机构面临的压力比较大，如何在降低成本的同时保证服务质量是很多医院都面临的重要问题。医院必须及时的对信息进行整理和收集，并总结经验和吸取教训，这对于医院竞争优势的提高是非常重要的。在现代社会竞争中，企业想要更好的生存和发展就必须保证工具和方法的科学和合理性。所以，数据挖掘技术的应用是非常重要的，能够给医院的决策和科研提供更好的支持。 　　1数据挖掘技术的主要内涵 　　所谓的数据挖掘指的便是在大量的数据中，找到其中蕴含的、人们没有发现的、但是有一定作用的信息。也就是平时所说的数据库中知识发现，而数据库中的知识发现是需要数据库、人工智能以及数理统计的。在决策管理的过程中，数据仓库的作用是非常大的，并且其也是根据一定的标准来加工建立的，其建立的主要目的便是帮助医院更好的进行决策。而所谓的数据分析指的便是利用软件来对数据仓库中存在的数据做好微观、中观甚至是宏观方面的统计、综合以及推理，从而更好的发现事物之间存在的联系，更好的对将来的活动进行一定的预测。 　　2进行数据挖掘的一些办法 　　利用数据挖掘来发现知识主要包含了下面几种：①广义型知识，这种知识能够将同类事物的共同性质更好的发掘出来；②特征型知识：能够将各个事物的特征更好的反映出来；③差异型的知识，这样能够更好的将事物之间存在的属性上的知识差别更好的反映出来；④关联型的知识：这能够更好的将事物之间的关联或者是依赖发掘出来；⑤预测型知识：利用以往的数据和现在的数据进行将来数据的预测；最后则是偏离型的知识：对事物偏离常规的一些异常现象进行揭示。以上的知识都能够通过不同概念层次进行发现，并且能够很好的满足人们的不同需要。比较常用的办法包含了分类法、聚类法、模式识别法、减维法、可视化、决策树、不确定性处理、遗传算法等等，进行统计的时候，主要的方法包含了回归分析法、判别分析法、聚类分析法以及探索性分析法。 　　3在医院管理中，数据挖掘技术的应用 　　3.1医疗质量管理过程中的数据挖掘 　　3.1.1进行工作量指标的趋势分析 有很多指标能够将医疗的工作量反映出来，比如说出院人次的指标或者是门急诊人次的指标都能够将医院的工作量增减情况很好的反应出来。所以，我们在进行工作量指标趋势分析的时候可以利用数据挖掘中的定基比以及还基比来进行数据的分析，了解其实际的增长以及发展的速度，此外还可以通过曲线拟合来对其将来的发展趋势进行一定的预测。 　　3.1.2对工作量的指标影响因素进行一定的分析 对工作量指标影响的因素进行分析的主要目的是为了保证评价影响因素的合理性和科学性，找到其中存在的关键变量，给医院的决策提供一定的依据。比如说，医院的工作量是由其收治患者的数目来确定的，这会直接给医院的经济社会效益造成影响。研究表明，利用灰色关联分析能够了解收治患者人数的影响因素。 　　3.1.3对临床的实际治疗效果进行一定的分析 在医疗质量管理中做好疾病预后的情况评价是非常重要的。通过患者记录的数据仓库可以对其预后情况进行一定的分类。比如说出院的患者，通过了解出院患者的实际情况、死亡患者的概率以及转科或者转院患者的实际情况，可以来对死亡率、好转率以及治愈率进行分析，然后通过分析的结果来进行治疗方案的制定。 　　3.1.4对疾病诊断进行分析 可以利用电子病例的首页，建立疾病诊断数据仓库，这样能够很好的分析出疾病构成的种类以及变化的相关规律，并找到医院主要医治的一些病种，有针对性的引进相关的人才，并进行专科特色的建立。 　　3.1.5对医疗质量进行综合评价 利用数据挖掘技术来综合评价医院的治疗质量，能够对医疗质量管理起到非常积极的作用。我们可以利用同一评价模式、标化方法、评价指标、分类方法、权重系数来对医院的医护工作进行综合评价比较。 　　3.2在门急诊管理过程中的数据挖掘 　　3.2.1就门急诊就医趋势而言 通过了解就医人群的实际情况，能够很好的明白患者的实际需求，这样决策者在决策的时候依据会更加的充分，管理也会更加的科学。 　　3.2.2就门诊患者疾病谱分析而言 门诊的患者本身的疾病谱是非常广泛的，并且病种也非常的多。数据挖掘技术能够很好的归类分析门诊的诊断情况，决策者可以通过疾病谱的参考来对学科建设发展的方向进行确定，不断的提高自身服务的质量。 　　3.