基于医学信息数据仓库模型的数据挖掘
医学数据分析与挖掘技术的应用
医学数据分析与挖掘技术的应用在当今信息化的时代，医学数据的获取和管理变得越来越容易，但是对这些数据进行分析和挖掘，却需要更为专业的技术。
医学数据分析和挖掘技术是当前医学领域中的热门技术之一，它可以帮助医学工作者更好地了解疾病的发展规律、优化诊疗方案和预测疾病趋势，具有重要的现实意义。
一、医学数据分析技术医学数据分析技术是指通过计算机技术对大量病例数据进行改变分析、统计和建模，以发现疾病的发展规律和预测疾病的发展趋势。
其中，数据处理技术和数据挖掘技术是最为核心和关键的技术。
1. 数据处理技术数据处理技术是指将海量、复杂、多样的医学数据进行收集、整理、清洗、存储和管理，以便进行后续的数据分析和挖掘。
医学数据一般包含临床和非临床数据，临床数据包括病史、检查、诊断、治疗和随访记录等，而非临床数据则包括生化、遗传、影像、药物等多个方面。
数据处理技术需要使用到数据库技术、数据仓库技术和大数据技术等。
2. 数据挖掘技术数据挖掘技术是指运用计算机技术来发现数据中包含的隐藏关系和规律，以及对未来的趋势进行预测和分析。
常用的数据挖掘算法包括分类算法、聚类算法、关联算法和预测算法等。
数据挖掘技术可以为医学工作者提供较为全面的疾病信息，例如疾病的多发人群、治疗效果、不良反应等方面的信息。
二、医学数据挖掘技术医学数据挖掘技术是指通过计算机技术，从大量海量的医学数据中发现隐藏的关系和规律，可以帮助医学工作者深入了解疾病的发展规律和预测疾病的发展趋势。
医学数据挖掘技术包括以下几个方面。
1. 临床决策支持系统临床决策支持系统是一种基于计算机技术的智能化医疗决策辅助工具，它可以对患者的个性化特征和治疗方案进行自动化评估和分析，为医生提供可靠性、准确性和效益性的治疗决策。
临床决策支持系统使用数据挖掘技术和人工智能技术，可以分析医生的临床行为和病例记录，提高医生的决策效率和可靠性，引导医生进行更为恰当和科学的治疗决策。
2. 疾病预测和诊断模型通过对大量疾病数据进行分析和挖掘，可以建立可靠、准确的疾病预测和诊断模型，这些模型可以快速、准确地对患者的病情进行评估和预测，帮助医生更好地做出治疗方案和预防措施。
医药行业的数据挖掘与分析应用
选择与目标变量最相关的特征，去除冗余特征，提高模型的泛化能力和计算效率。
主成分分析法
通过线性变换将多个特征组合成少数几个综合特征，达到降维的目的。
特征聚类
将相似的特征聚类成若干个特征群，每个特征群代表一个高维特征，从而实现降维。
03
CHAPTER
医药行业数据挖掘的主要技术
关联规则挖掘是医药行业数据挖掘中的一种重要技术，用于发现药品之间的关联关系。
深度学习是机器学习领域的一种重要技术，通过构建多层神经网络来模拟人脑的认知过程。
在医药行业中，深度学习可以用于图像识别、自然语言处理和预测建模等多个方面。
通过深度学习技术，可以自动识别医学影像、自动提取病历信息、预测疾病进展等，从而提高医疗服务的效率和质量。
04
CHAPTER
医药行业数据挖掘的实际应用案例
医药行业的数据挖掘与分析应用
目录
医药行业数据挖掘概述医药行业数据预处理技术医药行业数据挖掘的主要技术医药行业数据挖掘的实际应用案例医药行业数据挖掘的挑战与前景
01
CHAPTER
医药行业数据挖掘概述
数据挖掘是从大量数据中提取有用信息的过程，通过发现数据中的模式、关联和趋势，为决策提供支持。
随着医药行业数据的爆炸式增长，数据挖掘在医药领域的应用越来越广泛，有助于提高研发效率、优化临床试验设计、精准医疗等。
总结词
在新药研发过程中，利用数据挖掘技术分析大量的化合物和分子数据，筛选潜在的药物候选者。
要点一
要点二
详细描述
在新药研发阶段，数据挖掘技术被广泛应用于分析大量的化合物和分子数据，通过筛选和预测潜在的活性分子，降低药物发现的成本和时间。这有助于加速新药的研发进程，提高成功率。
浅谈数据挖掘在医院信息系统中的应用
方案 ． 即从 中为 医院找 到关键 服务 对象 ． 从特 定 或
首先要 根据所 确立 的 主题 ．搜索 一切 相关 的 的就诊 病人 中找到 主流 的服务 需求 和特 殊 医疗 服 增加 服 务项 目， 在极 数据 ．主要是 查找 医院信 息 系统 中的历史 数据 和 务 需求 。从 而拓宽 服务 范畴 ，
现 行 数 据 ． 直 接 从 提 取 相 关 的 表 ． 中选 择 合 适 大满 足病人 的 同时 ． 提高 了 医院的效 益 可 从 也
的数据 用 于数据 仓库 的数据 源 例 如预 测病 人对
３２预 见 新 的疾 病 ．
福 建 电
脑
１１ ０
另 外可 以利 用多年 病案 信息 库 ，使 用 数 据挖 费 比例 ． 理控 制 医疗 费用 ； 析 同期 费用 ， 现 合 分 发 费 用变化 规律 ． 出增加 收 入 的措 施 ： 找 以及 对 医疗 掘 的关联 分析 方法 进行 疾病 相关 因素 分 析 ：运用 粗糙 集理 论根 据 以往病 例归 纳 出诊 断规则 ，预测 工作 量影 响 因素分析 ，对 医 院收治 病人 等进行 分
专 家和技 术人 员必须 深入 调查 、 论 ． 讨 明确需 要解 的就 诊病 人历 史数据 中构建 数据 集合 ． 建立 模 型 ， 这个 变量 根据 主体 决 的 问题 ．确 定数据 挖掘 的 目标 和衡 量其 成功 的 这个 模 型对一 个特定 的 变量 （
标 准 。这个 步骤是数 据挖 掘 的基础 ２２数 据仓 库 的建 立 ． 而定） 进行 描述 。 中寻找某 一种模 式 的决 策支 持 从
比例 。 ３４ 中 医 文 献 的 处 理 ．
的挖掘 ． 而得到 有用 的信 息 。 帮 医院的科 学管 从 并 理 活动 中提供 了重 要 的预测 数据 和支持 。数 据挖
基于内存数据库的医院数据挖掘技术应用
内存数据库系统在数据传输时优化了数据， 去除了多余字段数
２ 内存 数据 库 技 术 概 述
据， 动把表连接在一起， 自 使每个可用 字段成为查询字段而不 降低性 能。由于这个设计 ， 内存数据库通 常只需要 同样数据在关联模型里
Ｔ ｅＮ ． ５ ｓ ｉ ｌｏ Ｌ Ｓ ａ ｇ ａ ０ ０ ２Ｃ ｉａ ｈ ｏ ４ ５ Ｈｏｐｔ ｆ Ａ， ｈ ｎ ｈ ｉ２ ０ ５ ， ｈｎ ） ａ Ｐ
ＡｂｔａｔＷｉ ｅｅｐｎｉｎａｄｄｅ ｅｉｇｉ ｅａ ｐｉａ ｏ ｆｔｅＨＩ （ｏｐｔｌｎｏｍ ｔ ｎｓｓ ｍ， ｈ ｏｐｔｌｈｓｇｔｅｅ ａｇ ｍｏｎｓｏ ｓｒｃ： ｔ ｔ ｘ ａｓ ｎ ｅｐｎｎ ｔ ｐ ｌ ｔ ｎｏ Ｓ ｈｓｉ ｒ ａｉ ｙｔ ）ｔｅｈｓｉ ａ ａｈ ｒｄｌｒｅａ ｕ ｔ ｆ ｈｈ ｏ ｎｈ ｃｉ ｈ ａｉ ｆ ｏ ｅ ａ
摘 要 ： 着 医 院信 息 系统 应 用 的不 断拓 展 和 深 入 ， 院积 累 了 大量 的 原 始数 据 。目前 ， 这 些数 据 的利 用 ， 采 用 基 于 传统 的 磁 盘 数 据 仓库 的数 随 医 对 常 据 挖 掘技 术 。 们 在 进 行 医 院数 据 的 挖 掘 中 ， 用 了基 于 内存 数 据 库 的 数据 挖 掘 技 术 。 过 几 年 的 实践 应 用 ， 到 了很好 的 效果 。 我 采 通 收
只需存储一次 ， 其它地方使用指针来引用。 ．
随着 医院信息 系统应用 的不断拓展 和深入 ， 医院积累 了大量 的 原始数据 ， 但对这些 数据的利用 ， 大多仅限于简单的查询和统计 ， 停 留在低层 次应用上 。现今 ， 越来越多 的信息技 术人员和医院管理者 逐步认识到 了这 些数据 的重要 性 ，对这些 数据进行挖 掘分析和利 用， 以提供领 导层辅 助决策 。 目 ， 医院数据 挖掘中 ， 前 在 常用 的方法 是基 于传统 的磁盘数据仓库 的数据挖掘技术 ， 我们 在进 行医院数据 的挖掘中 ， 采用 Ｑｉ ｉ ｌ Ｖ ｅ 台， ｋ ｗ平 应用 了基 于内存数据库 的数据挖掘
基于医院信息系统实施数据挖掘
ｉ ｆ ｎ ｅ ｄ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｃ ｏ ｕ ｌ ｄ ｂ ｅ ｃ ａ ｒ ｒ ｉ ｅ ｄ ｏ ｕ ｔ ．Ｔ ｈ ｅ ｍａ ｉ ｎ ｉ ｆ ｅ ｌ ｄ ｓ ｏ ｆ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｃ ｌ ｕ ｄ ｅ ｍｅ ｄ ｉ ｃ ａ ｌ ｑ ｕ ａ ｌ ｉ ｔ ｙ ｍａ ｎ ａ ｇ ｅ ｍｅ ￣ ，ｒ ａ ｔ ｉ ｏ ｎ ｌ ａ ｄ ｕｇ ｒ ｕ ｓ ｅ ｍａ ｎ ａ ｇ ｅ ｍｅ ｎ ｔ ， ｍｅ ｄ ｉ ｃ ａ ｌ ｅ ｘ ｐ ｅ ｎ ｓ ｅ ｍｏ ｎ ｉ ｔ ｏ ｒ ｉ ｎ ｇ ，ｍｅ ｄ ｉ ｃ ａ ｌ ｃ ｏ ｎ ｓ ｕ ｍａ ｂ ｌ ｅ ｍａ ｎ ａ ｇ ｅ ｍｅ ｍ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ｃ ｎｃ ａ ｅ ｒ ｐ ａ ｔ ｉ ｅ ｎ ｔ ｓ ，ｅ ｔ ｃ ．
疗耗材 管理 和肿 瘤病 人 追踪等 。
［ 关键 词 ］ 医院信 息 系统 ； 医院 管理 ； 数 据挖 掘 ； 统计 分析
Ｄａ ｔ ａ Ｍｉ ｎ ｉ ｎ ｇ Ｉ ｍｐ ｌ ｅ ｍｅ ｎ ａｔ ｔ ｉ ｏ ｎ Ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｈｏ ｓ ｐ ｉ ｔ ａ ｌ Ｉ ｎ ｆ ｏ ｒ ｍａ ｉ ｔ ｏ ｎ Ｓ ｙ ｓ ｔ ｅ ｍ Ｔ Ａ Ｎ Ｇ Ｙ ｏ ｕ— ｐ ｉ ｎ ｇ ， Ｚ Ｈ Ｕ Ｏ Ｑ ｉ — ｗ ｅ ｎ ， Ｙ Ｅ Ａ ｉ — ｙ ｉ ｇ， ｎ Ｗ Ａ Ｎ Ｇ Ｙ ａ
（ 中山市 人 民医院 统计 室 中山 ５ ２ ８ ４ ０ ３ ）
［ 摘要 ］ 依 托 医院信 息化 网络 数据 资 源 ， 将 各 系统数 据 过 滤整 合 到 统 一数 据 平 台 ， 建 立 ＨＩ Ｓ业务 数 据 仓 库 。
运 用数 据挖 掘技 术 实现 高级 自定 义分析 ， 主要 的 应用领 域 有 医疗质 量 管理 、合 理 用 药管理 、 医疗 费用监控 、 医
基于数据仓库、数据挖掘技术的医院现代化管理
国际医药卫生导报
２０年 ０７
第 １卷 ３
第 ０期 （ １ 半月刊）
医院竞争力而不 断努 力。三年前 ，该院多专科联 合为一 “ 连 场的激烈的竞争中立于不败之地；才能使医院持续高速地发
头婴”施行了分离手术 ，是我国该类手术的首例，手术的 展，不断地、更大地满足新世纪人民群众 的健康需求。 成功而 引起 了媒 体关注 。又如 ，该院器 官移 植工作起 步早 ，
１０ ２
维普资讯 年
第 １卷 ３
第０ １期 （ 半月刊）
理 的效 率，方便病人 就医 ；另一方面 减少了因手 工操 作数据 源进行抽取、筛选、清理、综合等集成工作 ，使数据仓库 孤 失误引起的医疗错误 ，提高 患者就 医的安全性 ，在给患者 带 中的数据 具有集成 性 。各 业务系统独 立建设 形成 了信 息 “
院管理信 息系统 开始 广泛使用 ，许多大 医院逐步建立 了 自己 及 医 院 自身 的财 务 管理 系统 、 员工 信息 系统 等 管理信 息 系
的 医 院 信 息 系 统 （ Ｓ ） ＨＩ 、医 疗 影 像 存 储 与 传 输 系 统 统 。这些 系统的使用 ，一方面提 高了医院管理 和 日常业务处
理 杂志，２ ０ ，２ ２ ：６— ０ ０ ５ ５（ ） ０６
补 了多项 当时的国内肝移植 的空 白。于 １ ９ ９ ６年成功实施 了亚 ［ 许苹， ３ 】 张鹭鹭， 周琳， 谈医院核心竞争力 ［ ． 等． Ｊ 中华医院 】 管理 杂志 ，２ ０ ，１ １ ：５ ７ ０ ３ ９（ ） －
志 ，２ ０ ， ２ ５： ５ － ０ ０ ２ ２（ ） ９ ６
出科学决簸分析，提高医院核心竞争力。
关键 词 数据仓库 数据挖掘 医院管理 文 章编 号：１ ０ － ４ ２ ０ ７ Ｉ ５（ ７）０ ０ ０ ０ ０ ２ ０ 卜 １ ４ ２—
【原创】数据挖掘案例——ReliefF和K-means算法的医学应用
【原创】数据挖掘案例——ReliefF和K-means算法的医学应⽤ 数据挖掘⽅法的提出，让⼈们有能⼒最终认识数据的真正价值，即蕴藏在数据中的信息和知识。
数据挖掘 (DataMiriing)，指的是从⼤型数据库或数据仓库中提取⼈们感兴趣的知识，这些知识是隐含的、事先未知的潜在有⽤信息，数据挖掘是⽬前国际上，数据库和信息决策领域的最前沿研究⽅向之⼀。
因此分享⼀下很久以前做的⼀个⼩研究成果。
也算是⼀个简单的数据挖掘处理的例⼦。
1.数据挖掘与聚类分析概述数据挖掘⼀般由以下⼏个步骤：(l)分析问题:源数据数据库必须经过评估确认其是否符合数据挖掘标准。
以决定预期结果，也就选择了这项⼯作的最优算法。
(2)提取、清洗和校验数据:提取的数据放在⼀个结构上与数据模型兼容的数据库中。
以统⼀的格式清洗那些不⼀致、不兼容的数据。
⼀旦提取和清理数据后，浏览所创建的模型，以确保所有的数据都已经存在并且完整。
(3)创建和调试模型:将算法应⽤于模型后产⽣⼀个结构。
浏览所产⽣的结构中数据，确认它对于源数据中“事实”的准确代表性，这是很重要的⼀点。
虽然可能⽆法对每⼀个细节做到这⼀点，但是通过查看⽣成的模型，就可能发现重要的特征。
(4)查询数据挖掘模型的数据:⼀旦建⽴模型，该数据就可⽤于决策⽀持了。
(5)维护数据挖掘模型:数据模型建⽴好后，初始数据的特征，如有效性，可能发⽣改变。
⼀些信息的改变会对精度产⽣很⼤的影响，因为它的变化影响作为基础的原始模型的性质。
因⽽，维护数据挖掘模型是⾮常重要的环节。
聚类分析是数据挖掘采⽤的核⼼技术，成为该研究领域中⼀个⾮常活跃的研究课题。
聚类分析基于”物以类聚”的朴素思想，根据事物的特征，对其进⾏聚类或分类。
作为数据挖掘的⼀个重要研究⽅向，聚类分析越来越得到⼈们的关注。
聚类的输⼊是⼀组没有类别标注的数据，事先可以知道这些数据聚成⼏簇⽖也可以不知道聚成⼏簇。
通过分析这些数据，根据⼀定的聚类准则，合理划分记录集合，从⽽使相似的记录被划分到同⼀个簇中，不相似的数据划分到不同的簇中。
医学数据挖掘技术的应用及局限性
医学数据挖掘技术的应用及局限性随着医学信息化的快速发展，越来越多的医疗数据被生成和收集。
然而，仅仅收集和存储这些数据是不够的，医学数据挖掘技术的应用变得越来越重要。
医学数据挖掘技术可以运用统计学、机器学习和人工智能等方法对大量医学数据进行分析和建模，从而得出有价值的医学信息，并且可以促进医疗信息共享、信息流通和医疗质量的提升。
一、医学数据挖掘技术的应用1. 疾病预测和诊断基于医学数据的挖掘和分析，可以找出不同疾病之间的联系，提出一些新的疾病预测和诊断方法，加强疾病风险评估，提高诊断准确率。
例如，针对癌症的诊断模型、心血管疾病的预测模型等等，都是医学数据挖掘技术的成功案例。
2. 药物研发药物研发是医学领域的重点和难点。
医学数据挖掘技术可以应用于药物分子设计和药效评估，缩短药物开发的时间和成本。
借助机器学习算法，可以预测药物变异性，降低药品不良反应的风险，并为药物开发提供更加精准的指导。
3. 个体化治疗传统医学以批量化治疗为主，其中并没有考虑到每个患者的个体差异性。
通过医学数据挖掘技术，可以分析每个患者的数据，进行个体化的诊断和治疗。
这种治疗方式可以更好地满足患者的需求和提高治疗的效果。
二、医学数据挖掘技术的局限性1. 数据获取难度大由于隐私和保密问题，医疗数据的获取是一个棘手的问题。
有些医院对医疗数据保密严格，不易获取。
此外，许多数据并非原始数据，而是经过处理后的数据，可能会影响数据挖掘的正确性。
2. 模型复杂度高医学数据分析是一项复杂的工作，模型调整和优化需要大量的精力、耗费时间和人力。
由于医疗领域的数据量比较庞大、噪音较多，所以建立预测模型或评估模型更显得困难。
同时，由于诊断模型和治疗模型的特殊性，这些模型需要多种不同的算法来解决，这对数据挖掘工程师的能力和专业知识要求较高。
3. 数据质量和可靠性的问题医学数据的来源和质量是决定数据挖掘输出结果准确性的重要因素。
在医疗领域，数据的质量问题比较严重，有很多噪音数据、缺失数据和不一致数据等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图 2 数据仓库模型构建的基本过程 Fig. 2 The Basic Design Process of Data Wareh型的中的数据是按分析主
题来组织数据的, 因此确定主题是其构建的首要目 标。同时还要根据主题确定子主题、维度和数据来 源等, 如表 1 所示:
在医学领域, 数据库技术的发展迄今已有了超过 10 年的历史。数据库技术的支持为医学技术领域实施 科学管理和科学研究提供了许多重要的资源。然而, 随着数据库技术的迅速发展以及数据库管理系统的广 泛应用, 造成了信息量的激增, 如何挖掘激增的数据背 后隐藏的重要信息、如何对其进行更高层次的分析, 发 现数据中存在的关系和规则, 以便更好的利用这些数 据辅助医务人员进行决策和管理, 开展大规模、高水平 的医学研究? 数据仓库和数据挖掘技术的出现为这些 问题提供了有力的技术支持。
这是最关键的步骤, 选取数据挖掘工具提供的 算法应用于以上已准备好的数据, 选取相应参数, 生
成模型。本 系统采用 SQL Server2005 及 SQL Server 2005 Analysis Services ( SSAS ) 建 立 数 据仓 库 模 型。 SQL Server 的数据转换服务( DTS) 提供多种工具, 用 于从不同的源( 包括 HIS 数据库) 将数据抽取、清理、 转换、载入。SQL Server2005 用于识别和使用多种不 同的数据存储格式, 搜集 HIS 数据库之外的用不同 软件( 如 word、excel、access 等) 记 录的数据, 大 大减 少了数据收集的工作量。Microsoft 在 Analysis Services 中, 用于创建复杂的联机分析处理 ( OLAP ) 和数 据挖掘解决方案。因为 Analysis Services 工具提供了 设计、创建和管理来自数据仓库的多维数据集和数 据挖掘模型的功能, 还提供对 OLAP 数据和数据挖 掘数据的客户端访问。 1. 2. 4 评估、解释模型
第2 期
李雯娟, 等: 基于医学信息数据仓库模型的数据挖掘
14 7
图 1 数据仓库模型系统结构 Fig. 1 Architect ure of Data Warehouse model
1. 2 医学信息数据仓库模型构建的基本步骤 构建医学信息数据仓库模型通常涉及数据的选
择、变换、建模、评估、解释模型、运用和巩固模型等 步骤。其构建的基本过程如图 2 所示[ 2] 。
1 数据仓库模型的构建
1. 1 医学信息数据仓库模型构建的系统分析 本文设计的医学数据仓库模型, 以现有的医院
信息系统( hospital information system, HIS) 和大量临 床数据的积累为基础。HIS 分为管理信息系统 MIS
和临床信息系统 CIS[ 1] 。前者主要处理医院内部管 理方面的信息如人事、财务和设备管理等, 而后者是 以处理患者相关信息为中心的信息系统。创建基于 HIS 的数据仓库模型, 是利用已建设的 数据库系统 的数据, 按照数据挖掘的应用要求( 需要对模型中的 数据进行关联分析、分类分析、聚类分析等挖掘算法 的应用) 对数据及数据之间的联系重新考虑, 组织数 据仓库中的主题, 建立有效的数据模型以识别数据 以及源数据库中主题的数据的/ 共同性0。将源数据 经过严格的准备、转换、核查、标准化等流程后加载 到数据仓 库模型中。抽取数 据采用如下的查 询语
2 对建立的数据仓库进行数据挖掘
数据挖掘与传统的数据分析( 如查询、报表、联 机应用分析) 的本质区别是数据挖掘是在没有明确 假设的前提下去挖掘信息、发现知识。数据挖掘所 得到的信息应具有先前未知, 有效和可实用三个特 征[ 3] 。数据挖掘是要发现那些不能靠直觉发现的信 息或知识, 甚至是违背直觉的信息或知识, 挖掘出的 信息越是出乎意料, 就可能越有价值。 2. 1 开发平台
Data mining on the medical imformation data warehouse model
LI Wen- juan1 , ZENG Zhao- fang1* , CHEN Rui2
( 1 . Department of Bi omedical Engineeri ng , Chongqi ng Medical University , Chongqi ng 400016 , China; 2 . D epartment of dentof acial surgery, The f irst Aff iliated H ospital , Chongqing Medical University, Chongqing 400016 , China) Abstract: In this research, useing data warehouse and data mining technology, based on the ex isting Hospital Information System HIS and medical information resources, as well as PC and Windows operating systems, using SQL Server2005 and SQL Server 2005 Analysis Services ( SSAS) software, built the medical information Warehouse model, and use data mining technology to take out the hidden rule in the database, improve the utilization of medical information. Provide effective ways and means to extract valuable decision- making information from the complex , huge database of medical information. Key Words:HIS; medical imformation data warehouse; model building; data mining
1 48
生物信 息学
第7卷
并且使客户端能够访问数据、挖掘数据[ 4] 。根据医 学信息数据仓库模型的应用需要, 本系统对模型进 行了关联分析、分类分析、聚类分析和离群点分析等 类型的挖掘。 2. 2. 1 关联分析
若两个或多个变量的取值之间存在某种规律或 数据对象之间的相互依赖关系, 就称为关联。关联 分析的任务就是从数据中发现那些确信度和支持度 都大于给定值的规则的关联。采用关联分析方法可 以从 HIS 中的 CIS 系统的数据库或在此基础上建立 的数据仓库模型的细节或事务中寻找出重新出现概 率很高的模式, 即可以从 CIS 的数据库及数据仓库 中分析某种疾病治疗过程中诱发其它疾病的概率以 及与时间的关系等[ 5] 。
表 1 数据组织表
T ab. 1 data structure form
主题 疾病 费用 门诊
子主题 治疗方案
疾病分布 门诊费用
住院费用 时间分布
来源分布
纬度 时间、科室、医生、医嘱
时间、地区 科室、费用属性
科室、费用属性 时间、病人
地区、病人
数据来源 HIS HIS HIS HIS
HIS、排队系统 HIS
1. 2. 2 数据准备 数据准备的好坏将影响到数据挖掘的效率和准
确度以及最终模型的有效性, 数据准备工作包括数 据的选择( 选择相关和合适的数据) 、探索( 尽可能了 解数据, 如分布情况和异常数据等) 、修正( 包括缺失 数据的插值等) 、变换( 离散值数据与连续值数据之 间的相互转换, 数据的分组分类, 数据项之间的计算 组合等) 。 1. 2. 3 建立模型
本系 统采 用 Windows 2003 Server 作 为 开发 平 台。Windows 2003 Server 系统支持大部分的开发工 具和应用软件, 又可以作为服务器软件把数据仓库 进行共享, 使医生、护士、不同部门的工作人员和管 理人员都可以得到有价值的信息, 最大限度的利用 医学信息数据仓库系统。 2. 2 对医学信息数据仓库模型数据挖掘的应用
Microsoft SQL Server 2005 Analysis Services ( SSAS) 提供的 Microsoft 关联算法, 对建议引擎非常 有用。在医学信息数据库中, 建议引擎可以根据病 人已经确诊的疾病和表征或病人在治疗过程中的反 应分析治疗方案实施过程中诱发其它疾病的概率以 及与时间的关系等。Microsoft 关联算法可能会在医 学信息数据仓库模型中找到许多规则。该算法使用 两个参数( support 和 probability ) 来说明项集以及该 算法生成的规则。例如, 如果 X 和 Y 表示病人中可 能具备的两种病征, 则 support 参数是医学信息数据 仓库模型中包含 X 和 Y 这两项组合的疾病的数目。 通过 将 support 参数 与用 户定 义的 MINIMUM- SUPPORT 和 MAXIMUM-SUPPORT 参数结合使用, 该算法 可控制生成的项集数。probability 参数也称为/ 置信 度0, 表示数据仓库模型中既包含 X 也包含 Y 的一 部分 疾 病。 通 过 将 probability 参 数 与 MINIMUMPROBABILITY 参数结合使用, 该算法就可控制生成 的规则数。 2. 2. 2 分类分析
第7卷 第2期 20 09 年06 月
生物信息学 China Journal of Bioinformatics
Vol17 No12 June, 2009
基于医学信息数据仓库模型的数据挖掘
李雯娟1, 曾照芳* 1, 陈睿2
( 1. 重庆医科大学 生物医学工程系, 重庆 400016; 2. 重庆医科大学附属第一医院颌面外科, 重庆 400016)