与探讨数据挖掘在健康管理中心应用.pdfVIP

中华医学会第五次全国健康管理学学术会议论文汇编 全文发表 26 探讨数据挖掘在健康管理中心应用 张  丽  王  伟  刘玉萍 作者单位：四川省医学科学院  四川省人民医院健康管理中心 【摘要】近几年随着健康产业的发展，健康管理中心信息化建设也在稳步的发展，早 在几年前健康产业就开始了采用计算机以及相应的信息技术进行管理和运营，由此积累了大 量的数据资料，而健康管理中心所采集的基础数据也正在以一个空前的速度在增长，但我们 从这巨大的“数据海”里发现的知识都是有限的。本文将探讨数据挖掘在健康管理领域的应 用，如何利用数据挖掘技术从海量的数据中获取有价值的知识和规则。 【关键词】数据挖掘 健康管理 人工神经网络 决策树 关联规则 一、前言 目前，健康体检数据库系统虽然可以高效地实现数据的录入、查询、统计等功能，却无 法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势，缺乏挖掘数据 背后隐藏知识的手段，导致了“数据爆炸但是知识贫乏”的现象。而针对这一问题，我们尝 试将数据挖掘的知识引入到健康体检的海量数据中，以解决这一现象。 数据挖掘（Date Mining，DM），数据挖掘的过程是一个“发现”的过程，而不是“发 明”的过程，其中的知识发现(Knowledge Discovery in Database， KDD)，是从大量的、不完全 的、有噪声的、模糊的、随机的数据中，提取隐含在其中的，人们事先不知道的、但是又是 潜在有用的信息和知识的过程，认识数据里蕴含的信息和知识，认识数据的真正价值，是统 计学、数据库和人工智能技术的综合。 二、国内现状 与国外相比，国内对数据挖掘的研究起步稍晚。必威体育精装版发展有:分类技术研究中， 试图建 立集合理论体系，实现海量数据处理；以粗糙集和模糊集理论为基础，将二者融合用于知识 发现，构造模糊系统知识模型与模糊系统辨识方法，构造智能专家系统；研究中文文本挖掘 的理论模型与实现技术；利用概念格进行文本挖掘等。 三、健康体检信息的特点 （一）模式的多态性：健康管理信息包括纯数据（如一般体征，实验室数据），影像数 据（如彩色多普勒、核磁共振），文字（体检者的基本信息）。这是区别于其它领域数据的 最显著的特征，这一属性模式并存加大了医学数据挖掘的难度； （二）不完整性：健康体检的数据不完全对体检者进行全面的表达，因健康体检有别于 临床检查，检查者有自我意愿，可能出现部分不愿检项目。如：病史的采集就体现了客观的 不完整和描述疾病的主观不确切，形成了健康信息的不完整性； （三）时序性：健康检查的相关过程在时间上有一个进度，是具有一定的时序性的，且 仅表达的是受检者在某一时间段的健康信息的记录； （四）冗余性：健康体检数据路是一个庞大的数据资源，每天都会有大量相同或者部分 -381- 全文发表 中华医学会第五次全国健康管理学学术会议论文汇编 相同的信息存储。这一特点使得健康数据挖掘与普通的数据挖掘存在了加大的差异，决定了 医学数据挖掘的特殊性，在进行数据挖掘前，必须对这些信息进行清理和过滤，以确保数据 一致性和确定性，将其变成适合挖掘的形式； （五）隐私性：健康体检数据不可避免的涉及到受检者的一些隐私信息，所以健康管理 数据挖掘者有义务和职责在保护患者隐私的基础上进行科学研究，并且保证这些医学数据的 安全性和机密性。 四、健康体检信息挖掘的特征 （一）效率性 要从健康体检信息库这个海量的数据中提取特定的知识，需要花费比其它数据库更多的 时间，因此必须考虑数据挖掘的效率问题，需要使用计算速度快的挖掘算法，同时，因为健 康体检信息的多态性，要求挖掘算法具有一定的健壮性。 （一）知识的准确性和可靠性 健康体检数据挖掘的目的是为健康管理提供科学的决策，因此必须保证挖掘出的己定知 识具有较高的准确率和可靠性，首先根据自定的度量标准度量，识别真正需要的模式。数据 挖掘系统具有产生数以千