醫(yī)用數(shù)據(jù)挖掘技術(shù)研究與應(yīng)用進(jìn)展

徐明鵑

摘要隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)的迅速發(fā)展,醫(yī)院信息系統(tǒng)(Hospital Information System,HIS)得到了廣泛的應(yīng)用,數(shù)據(jù)挖掘技術(shù)在醫(yī)用數(shù)據(jù)處理和分析中的應(yīng)用在醫(yī)院的管理和決策中起著越來越重要的作用。本文介紹醫(yī)用數(shù)據(jù)挖掘的方法,為數(shù)據(jù)挖掘技術(shù)在醫(yī)用數(shù)據(jù)方面的應(yīng)用作出了積極探索。

關(guān)鍵詞數(shù)據(jù)挖掘;聚類;決策樹;應(yīng)用

中圖分類號(hào)TP31文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1673-9671-(2009)112-0023-01

0引言

隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫技術(shù)的迅速發(fā)展,醫(yī)院信息系統(tǒng)在我國大中小型醫(yī)院也得到了廣泛應(yīng)用,這對(duì)推動(dòng)醫(yī)院信息化建設(shè)、促進(jìn)醫(yī)院快速發(fā)展起到了積極作用。但是隨著就診人數(shù)的逐年增加,醫(yī)院信息系統(tǒng)中積累了大量紛繁復(fù)雜的信息大量信息在給人們帶來方便的同時(shí)也產(chǎn)生了“數(shù)據(jù)爆炸”的問題。那么,當(dāng)數(shù)據(jù)信息積累到一定程度,如何從這些海量的醫(yī)學(xué)數(shù)據(jù)中找出有價(jià)值的知識(shí)和規(guī)則,再通過這些隱藏的規(guī)律為醫(yī)生疾病的診斷和治療提供科學(xué)決策依據(jù),并幫助管理者發(fā)現(xiàn)并創(chuàng)造新的管理決策已經(jīng)成為醫(yī)院管理者越來越關(guān)心的問題。

1醫(yī)用數(shù)據(jù)挖掘方法

醫(yī)用數(shù)據(jù)涉及醫(yī)療過程和醫(yī)院活動(dòng)的全部數(shù)據(jù)資源,包括臨床醫(yī)療信息和醫(yī)院管理信息。醫(yī)療信息具有以下特點(diǎn):

1)隱私性:醫(yī)用數(shù)據(jù)涉及患者的隱私問題,包括病情、個(gè)人信息等,一旦泄露,可能會(huì)使患者的日常生活遭到不可預(yù)料的侵?jǐn)_。

2)多樣性:醫(yī)用數(shù)據(jù)來源于各種電子病歷、化驗(yàn)檢查報(bào)告和影像資料等,并且包括了醫(yī)生的個(gè)人診斷信息,數(shù)據(jù)的形式多樣,內(nèi)容豐富。

3)復(fù)雜性:醫(yī)用數(shù)據(jù)的復(fù)雜性源于其組成信息的多樣性,且信息具有不確定性和不斷變化等因素,在搜集和處理的過程的脫節(jié)都可能造成醫(yī)用數(shù)據(jù)的不完整性。

4)冗余性:海量的醫(yī)用數(shù)據(jù)的存儲(chǔ)使得數(shù)據(jù)庫中包含重復(fù)、無關(guān)緊要、甚至是相互矛盾的記錄。

正是醫(yī)用數(shù)據(jù)的這些特點(diǎn),使得醫(yī)用數(shù)據(jù)挖掘與普通的數(shù)據(jù)挖掘所采用的方法有所區(qū)別,醫(yī)用數(shù)據(jù)挖掘常用的方法如下:

1)關(guān)聯(lián)分析(Association Analysis)

若兩個(gè)或多個(gè)變量的取值之間存在某種規(guī)律性,就稱為關(guān)聯(lián)(Association)。關(guān)聯(lián)規(guī)則(Association rule)是指在同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性,挖掘的對(duì)象一般是事務(wù)數(shù)據(jù)庫。關(guān)聯(lián)分析的目的就是用于發(fā)現(xiàn)隱藏在大型數(shù)據(jù)集中令人感興趣的聯(lián)系,所發(fā)現(xiàn)的聯(lián)系可以用關(guān)聯(lián)規(guī)則或者頻繁項(xiàng)集的形式表示。

2)聚類分析(Clustering Analysis)

聚類分析是將一個(gè)數(shù)據(jù)集劃分成若干組或類的過程,使得同一個(gè)組內(nèi)的數(shù)據(jù)對(duì)象具有較高的相似度,而不同組中的數(shù)據(jù)對(duì)象則是不相似的。確定是否相似的描述常用各個(gè)對(duì)象間的距離(如歐氏距離)來表示。聚類分析的方法包括統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法和面向數(shù)據(jù)庫的方法等。

3)分類分析(Classification Analysis)

分類分析的方法是使用分類函數(shù)或分類模型進(jìn)行分類,根據(jù)數(shù)據(jù)的屬性將數(shù)據(jù)分派到不同的組中。即分析數(shù)據(jù)的各種屬性,并找出數(shù)據(jù)的屬性模型,確定哪些數(shù)據(jù)屬于哪些組。分類模型的構(gòu)造有統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法,其中比較常用的是決策樹和神經(jīng)網(wǎng)絡(luò)方法。

4)序列模式分析(Sequence Analysis)

序列模式分析是找出頻繁出現(xiàn)的模式。序列模式分析和關(guān)聯(lián)分析類似,但其目的是為挖掘出數(shù)據(jù)間的前后或因果關(guān)系。序列模式分析在股票交易、電信記錄、天氣數(shù)據(jù)和生產(chǎn)過程等商業(yè)交易分析中就顯得相當(dāng)重要。在進(jìn)行序列模式分析時(shí),同樣需要最小支持度和最小可信度作為評(píng)價(jià)標(biāo)準(zhǔn)。

2醫(yī)用數(shù)據(jù)挖掘應(yīng)用進(jìn)展

國內(nèi)數(shù)據(jù)挖掘技術(shù)在醫(yī)療衛(wèi)生領(lǐng)域的應(yīng)用研究還處于起步階段。來自中山大學(xué)腫瘤防治中心的研究人員通過腫瘤分子信息和數(shù)據(jù)挖掘方法可以預(yù)測早期非小細(xì)胞肺癌5年內(nèi)是否死亡,這一預(yù)測的總正確率達(dá)到87.2%,該技術(shù)一旦成熟,今后每個(gè)肺癌病人開刀做完手術(shù)后,可借此預(yù)測其5年存活情況,而且檢測費(fèi)用遠(yuǎn)比國外的基因檢測便宜;上海同濟(jì)大學(xué)附屬醫(yī)院分析糖尿病患者肌肉組織和脂肪含量與骨密度之間的聯(lián)系,得出高肌肉和高脂肪含量可以降低患者髖骨骨折的危險(xiǎn)性;第四軍醫(yī)大利用數(shù)據(jù)庫和數(shù)據(jù)挖掘技術(shù)建立了惡性血液病數(shù)據(jù)庫分析系統(tǒng);北京協(xié)和醫(yī)院開展數(shù)據(jù)挖掘在臨床醫(yī)療管理上的研究,為醫(yī)院業(yè)務(wù)管理等提供支撐,并輔助領(lǐng)導(dǎo)決策;廣州南方醫(yī)院采用數(shù)據(jù)挖掘查詢系統(tǒng)查詢醫(yī)生有否開大處方,病人是否花了不該花的醫(yī)藥費(fèi),且病人有望提前治愈出院。

目前,在醫(yī)用數(shù)據(jù)的挖掘的應(yīng)用主要如下:

1)關(guān)聯(lián)分析

關(guān)聯(lián)分析可以用來分析預(yù)測手術(shù)術(shù)后和藥物治療的效果,可以對(duì)某種疾病的相關(guān)發(fā)病因素進(jìn)行分析以指導(dǎo)患者如何預(yù)防該疾病;可以對(duì)帶病DNA和健康組織的DNA基因序列進(jìn)行比較,以識(shí)別出兩類基因的差別,從而得出致病因素;可以對(duì)患者的生理參數(shù)進(jìn)行分析,分析各種生理參數(shù)之間的關(guān)系進(jìn)而得出有意義預(yù)防與治療方案,如前面提到的上海同濟(jì)大學(xué)附屬醫(yī)院得出高肌肉和高脂肪組織含量可以降低患者髖骨骨折危險(xiǎn)性的結(jié)論就是通過分析肌肉組織和脂肪組織含量與骨密度之間的關(guān)系得出的。

2)聚類分析

聚類分析方法可以對(duì)DNA分析、醫(yī)學(xué)影像數(shù)據(jù)自動(dòng)分析、多生理參數(shù)監(jiān)護(hù)數(shù)據(jù)分析、中醫(yī)診斷和方劑的研究、疾病危險(xiǎn)因素分析等。

3)分類分析

可以利用分類分析中的決策樹方法對(duì)醫(yī)療的需求進(jìn)行預(yù)測,對(duì)醫(yī)療資源的利用進(jìn)行評(píng)價(jià),對(duì)疾病類型進(jìn)行分類,確定治療方案和開藥數(shù)量等。

4)序列模式分析

應(yīng)用時(shí)間序列預(yù)測方法可以對(duì)醫(yī)院藥品進(jìn)、銷、存產(chǎn)生的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析;對(duì)醫(yī)院門診和住院病人量進(jìn)行預(yù)測,可以分析某種疾病發(fā)病率的變化趨勢(shì),死亡率預(yù)測等。

3結(jié)束語

數(shù)據(jù)挖掘技術(shù)是一門發(fā)展迅速新興的學(xué)科,它的產(chǎn)生與的發(fā)展是數(shù)據(jù)庫技術(shù)發(fā)展自然演化的結(jié)果,數(shù)據(jù)挖掘技術(shù)被專家預(yù)測可能是繼網(wǎng)絡(luò)技術(shù)之后的下一個(gè)技術(shù)熱點(diǎn)。隨著醫(yī)院信息管理的不斷發(fā)展,數(shù)據(jù)挖掘技術(shù)的應(yīng)用必將在醫(yī)院的管理和決策中起著越來越重要的作用。

項(xiàng)目:六安市委托項(xiàng)目(2009LW001)

參考文獻(xiàn)

[1]Jiawei Han Micheline Kamber.數(shù)據(jù)挖掘概念與技術(shù)[M].北京:機(jī)械工業(yè)出版社,2007.

[2]崔雷.醫(yī)學(xué)數(shù)據(jù)挖掘[M].北京:高等教育出版社,2006.

[3]王徐冬,楊希武.我國HIS的發(fā)展及未來趨勢(shì)[J].醫(yī)療衛(wèi)生裝備,2008,2.

[4]李懷慶,張文東.數(shù)據(jù)挖掘技術(shù)在醫(yī)院信息系統(tǒng)中的應(yīng)用[J].醫(yī)療設(shè)備信息,2007,12.