数据挖掘的研究进展及在临床医学中的应用 .pdfVIP

数据挖掘的研究进展及在临床医学中的应用

发表时间：2018-12-17T11:17:46.570Z来源：《大众医学》2018年9月作者：周磾

[导读]我国经济水平的飞速提升有目共睹，随之，信息技术的应用前景得到空前发展，在人们思维和生活方式，以及各行各业中，都发挥

着至关重要的作用。

摘要:我国经济水平的飞速提升有目共睹，随之，信息技术的应用前景得到空前发展，在人们思维和生活方式，以及各行各业中，都发

挥着至关重要的作用。为此临床医学中的数据挖掘方法也要不断创新，以便满足医学发展的更高需求，促使其长远稳定的进步提高。

关键词：数据挖掘；临床医学；研究进展；应用

引言：

大数据信息化时代早已渗透进人们生活的方方面面，带来便利的同时，也加快了统计学方法的有效改革，以求逐渐提高数据分析效率

和应用质量。这种背景下，数据挖掘由此而生，在临床医学中取得了很大研究进展和整体应用效果，为临床医学事业的进一步发展提供强

而有力的数据支持。

数据挖掘的研究进展1.

虽然在临床医学应用中，数据挖掘技术已经取得了一定建树，但是结合现阶段的统计现状，加强数据挖掘有效应用仍是亟待完善的难

题。而且多媒体数据挖掘发展较晚，但是发展速度却很迅猛，因此这一先进统计技术在临床医学中拥有很广阔的提升空间。

生物学及生命科学的逐渐深入，为临床医学的蓬勃发展打了新的视野大门，更多创新思路和统计数据方法层出不穷。而数据挖掘技术

的计算分析，能够对基因组和蛋白质交互网络提供系统性的研究处理，进一步推动我国临床医学发展。再加上数据挖掘在实际应用中会涉

及到计算机技术、统计学知识和人工智能等，具有一定技术难度，需要各部门相互配合，为临床诊疗和研究，以及综合管理工作做出巨大

贡献。

信息化医学数据挖掘应用2.

预警性2.1

大数据信息化技术更新换代很快，容易出现的问题隐患也很多，但是借助其自身预警性，可以为数据挖掘精确和安全打下良好基础。

一旦数据挖掘过程中出现异常，系统就会及时发出预警，帮助工作人员及时采取相应措施，确保医学信息数据的存储安全。[1]借助先进的

数据挖掘技术和云储存功能，能够准确分析用户的信息，从而将其自身健康隐患或重大疾病风险，第一时间通知到位，方便用户及时得知

自己身体状况，进行针对性有效治疗，发挥数据预警性价值。

例如，已有医学院联合建立分析患者心电图数据的计算机模型，可以准确预测其一年内的心脏病发病率。通过深入详细的数据收集分

析，明确病理指标，促使患者可以及时就医，从而有效降低心脏病患者的复发率，减少突发意外的风险。

预测性2.2

大数据背景下的临床医学数据挖掘核心内容就是其预测性，通过病人的特定信息预测病理结果，也就是被广泛应用的预测建模技术。

其中又包括回归和分类两种模式，以帮助病患选择合理治疗措施，为临床医护人员正确决策指引方向。回归是指，在医学数据挖掘中将连

续信息统计在一起，进行整体分析预测，主要应用在临床诊断和预后药物剂量等工作中。分类主要是预测一些离散型数据，辅助医护人员

完成疾病诊断，根据不同数据信息和实际情况，选择相对应的合适预测算法，经过实践探讨和研究，加强预警、分类和诊断工作的自动

化，提高工作效率和整体服务质量，为临床医学事业创造更高效益。

个体2.3化

患者本身的需求就具有很强的差异性，需要临床医护人员在实际工作中采用多元化医疗服务，而大数据信息化背景下的数据挖掘技

术，刚好可以凸显出对应的个体化。并且借助这一特性的数据分析，对人类基因序列研究大有裨益，帮助相关工作人员发现隐藏在人类基

因中的稀罕病变因子，进一步为遗传信息健康提供良好的技术支持。[2]另一方面，个体化数据挖掘分析，对相关药物研究可以起到一定催

化作用，同时帮助病人排序自身基因和肿瘤基因，针对病人多需用药，并根据真实的病情变化换药。这种个性化用药方式，无疑是为病患

健康以及信息化背景下的数据挖掘，奠定夯实基础。

共2.4享性

众所周知，互联网大数据时代中最明显的优势就是数据共享，以及传播速度快，覆盖范围广，是推动临床医学应用数据挖掘技术进展

的重要组成内容。数据共享打破各类信息数据库的独立性，在其中搭建了有效互通桥梁，形成系统性的信息网络，并不断丰富充实数据储

备，方便在实际临床医学应用中相互支撑。这样一来，用户就可以高效收集自己所需的各类信息，不仅可以加快信息数据的传播效率，确

保医学数据的实效性和可行性，还能够在很大程度上为临床医学创造更高的研究价值。

隐2.5私性

医学数据还具有强烈的隐私性，病人的个人信息，包括姓名