數(shù)據(jù)挖掘在中醫(yī)領(lǐng)域的應(yīng)用探析

金濤偉++隋永博++曹旭

【摘 要】隨著醫(yī)療信息化進(jìn)程水平的不斷提高，通過各類醫(yī)療管理系統(tǒng)、數(shù)據(jù)采集平臺(tái)逐漸形成了醫(yī)療信息的“大數(shù)據(jù)”，合理利用將這些看似無關(guān)聯(lián)的數(shù)據(jù)資源轉(zhuǎn)化成具有信息成果，以實(shí)現(xiàn)數(shù)據(jù)的深層次價(jià)值。目前而言，簡(jiǎn)單的對(duì)數(shù)據(jù)的查詢已經(jīng)逐漸無法滿足管理者的需求，如何從大量的醫(yī)療數(shù)據(jù)中提取有助服務(wù)臨床和領(lǐng)導(dǎo)管理決策的數(shù)據(jù)顯得越來越重要，醫(yī)療數(shù)據(jù)挖掘由此應(yīng)運(yùn)而生。

【關(guān)鍵詞】數(shù)據(jù)挖掘中醫(yī)領(lǐng)域 醫(yī)療信息化

數(shù)據(jù)挖掘和數(shù)據(jù)分析根本區(qū)別在于數(shù)據(jù)挖掘在處理信息前沒有明確可能得到的目標(biāo)信息。因此經(jīng)過數(shù)據(jù)挖掘而獲得的信息包括信息不確定、具有深層次價(jià)值和實(shí)現(xiàn)度高三個(gè)特征。信息不確定指在海量數(shù)據(jù)信息中挖掘的規(guī)律具有不確定性。深層次價(jià)值主要體現(xiàn)在挖掘出的信息看似與數(shù)據(jù)或信息本身無關(guān)聯(lián)，但實(shí)際卻在某些方面具有相同的共性。往往經(jīng)過挖掘出的數(shù)據(jù)或信息都能反應(yīng)出一定的規(guī)律及關(guān)聯(lián)性，以及從深層次方面能夠提供相當(dāng)程度的決策支持，因此更容易被預(yù)測(cè)或?qū)崿F(xiàn)。

1 數(shù)據(jù)挖掘概述

數(shù)據(jù)挖掘（Data mining）又稱為知識(shí)發(fā)現(xiàn)（Knowledge-Discovery in Databases，簡(jiǎn)稱：KDD），數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱藏的、未知的、潛在規(guī)律的有價(jià)值信息和知識(shí)的過程，所以數(shù)據(jù)挖掘更準(zhǔn)確的理解應(yīng)是“從數(shù)據(jù)中挖掘知識(shí)”[1]。目前進(jìn)行數(shù)據(jù)挖掘研究范圍的數(shù)據(jù)多指存在數(shù)據(jù)庫系統(tǒng)中存放海量數(shù)據(jù)的數(shù)據(jù)倉庫。數(shù)據(jù)挖掘不能簡(jiǎn)單的理解為面向特定數(shù)據(jù)庫的查詢，更不是簡(jiǎn)單的數(shù)據(jù)檢索[2]。它從誕生開始就是面對(duì)過程的，從看似不關(guān)聯(lián)的海量數(shù)據(jù)進(jìn)行系統(tǒng)的分析和推理，從深層次發(fā)現(xiàn)看似沒有聯(lián)系的事件過程中出現(xiàn)的潛在關(guān)系關(guān)聯(lián)，利用挖掘到的隱含信息指導(dǎo)處理實(shí)際問題，將從中發(fā)現(xiàn)的關(guān)聯(lián)規(guī)律對(duì)事件走向進(jìn)行模擬及判斷。知識(shí)發(fā)現(xiàn)的過程是從這些海量數(shù)據(jù)中提取有價(jià)值的信息或規(guī)律，而在這些海量數(shù)據(jù)中不僅有直觀可以看到的符合邏輯的信息，同時(shí)數(shù)據(jù)之間由于邏輯關(guān)系的不同還存著許多未被發(fā)現(xiàn)的信息或規(guī)律，這些潛在的信息或規(guī)律正是我們進(jìn)行數(shù)據(jù)挖掘所需要的深層次目標(biāo)，尤其在中醫(yī)藥領(lǐng)域，發(fā)現(xiàn)未知的具有價(jià)值的信息對(duì)于中醫(yī)藥醫(yī)學(xué)研究的傳承和發(fā)展更具有其深遠(yuǎn)的意義。

2 數(shù)據(jù)挖掘特點(diǎn)

（1）數(shù)據(jù)規(guī)模應(yīng)足夠龐大，以確保反應(yīng)的數(shù)據(jù)具有廣泛性。（2）用戶可以通過數(shù)據(jù)挖掘技術(shù)來發(fā)現(xiàn)海量數(shù)據(jù)或信息中探尋隱藏的關(guān)聯(lián)關(guān)系[3]。（3）數(shù)據(jù)挖掘?qū)?shù)據(jù)極為敏感，能夠?qū)Ａ繑?shù)據(jù)做出及時(shí)反饋，為提供決策提供必要的數(shù)據(jù)支持。（4）數(shù)據(jù)挖掘能夠發(fā)現(xiàn)關(guān)聯(lián)規(guī)律，同時(shí)，還要能夠及時(shí)調(diào)整規(guī)則，以便隨著探索的不斷深入具有持續(xù)性。（5）數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)律的發(fā)現(xiàn)源于統(tǒng)計(jì)概率，并不適用于所有的數(shù)據(jù)，關(guān)系規(guī)律達(dá)到某一閥值時(shí)，便認(rèn)為有此規(guī)則[4]。

3 數(shù)據(jù)挖掘的主要功能

（1）概念描述功能。概念描述是對(duì)信息進(jìn)行提煉，做出綜合描述。概念描述可實(shí)現(xiàn)對(duì)目標(biāo)信息的總體特征的匯總，如計(jì)算出數(shù)據(jù)庫中各個(gè)數(shù)據(jù)項(xiàng)的總和、方差、均值等都屬于該范疇。（2）分類預(yù)測(cè)功能。分類是數(shù)據(jù)挖掘中的一個(gè)重要的體現(xiàn)，其目的是產(chǎn)生一個(gè)分類模型，利用該模型能把目標(biāo)信息匯總的數(shù)據(jù)項(xiàng)映射到既定類別中[5]。（3）聚類分析功能。聚類是指將目標(biāo)數(shù)據(jù)對(duì)象集合分組成為相對(duì)同源的或類似的簇的過程，達(dá)到不同簇之間的相似性最小、同簇?cái)?shù)據(jù)對(duì)象的相似性最大的目標(biāo)。（4）關(guān)聯(lián)分析功能。關(guān)聯(lián)分析是指發(fā)現(xiàn)事物之間有意義的聯(lián)系和規(guī)則。

4 數(shù)據(jù)挖掘技術(shù)在中醫(yī)行業(yè)領(lǐng)域中的作用

中醫(yī)藥數(shù)據(jù)挖掘是數(shù)據(jù)挖掘在眾多領(lǐng)域的應(yīng)用之一，在中醫(yī)領(lǐng)域，有大量的古代中醫(yī)醫(yī)學(xué)信息和數(shù)據(jù)可以利用現(xiàn)代化信息技術(shù)去開發(fā)和利用，數(shù)據(jù)挖掘大有用武之地中醫(yī)藥數(shù)據(jù)分析的需求有深刻含義和深層次的哲學(xué)原理，中醫(yī)藥數(shù)據(jù)挖掘有在以下方面的具有突出貢獻(xiàn)：

（1）幫助中醫(yī)專家分析數(shù)據(jù)，因?yàn)閺氖轮嗅t(yī)行業(yè)的醫(yī)生大多不具備專業(yè)的信息化技術(shù)水平，通過數(shù)據(jù)挖掘技術(shù)能夠?qū)⒅嗅t(yī)理論更好的傳承下去，并且領(lǐng)用現(xiàn)代化信息技術(shù)去創(chuàng)新并完善相關(guān)的理論研究。（2）在信息化角度繼承和推進(jìn)了中醫(yī)藥領(lǐng)域的現(xiàn)代化進(jìn)程，在中醫(yī)藥行業(yè)領(lǐng)域?qū)崿F(xiàn)創(chuàng)新。（3）利用數(shù)據(jù)挖掘技術(shù)，分析和預(yù)測(cè)中醫(yī)行業(yè)領(lǐng)域的相關(guān)數(shù)據(jù)，為中醫(yī)行業(yè)發(fā)展提供了強(qiáng)有力的數(shù)據(jù)支持。

5 結(jié)語

事實(shí)證明利用數(shù)據(jù)挖掘技術(shù)在處理不規(guī)則、繁雜的中醫(yī)行業(yè)數(shù)據(jù)時(shí)較傳統(tǒng)統(tǒng)計(jì)方式優(yōu)勢(shì)明顯。只有充分掌握中醫(yī)獨(dú)特的理論背景與實(shí)際客觀規(guī)律的情況下，充分利用現(xiàn)代化數(shù)據(jù)挖掘技術(shù)，才能在合理、正確的研究思路的引領(lǐng)下，將中醫(yī)現(xiàn)代化信息水平提升至一個(gè)新的高度。

參考文獻(xiàn)：

[1]方新麗.淺議數(shù)據(jù)挖掘技術(shù)及其應(yīng)用[J].電腦知識(shí)與技術(shù)，2010（29）：162-163.

[2]張新，陳宜金，趙紅蕊.面向主題的礦業(yè)信息數(shù)據(jù)倉庫建設(shè)研究[J].河北建筑科技學(xué)院學(xué)報(bào)，2000（3）：56-59.

[3]韓治.數(shù)據(jù)挖掘技術(shù)及其應(yīng)用研究[J].信息通信，2013（6）：114-115.

[4]黃紅艷，才秀鳳，李霞.數(shù)據(jù)挖掘理論與技術(shù)研究[J].科技信息（學(xué)術(shù)版），2007（24）：162-163.

[5]王瑾.“層次分析法構(gòu)建挖掘模型”的基本內(nèi)涵及應(yīng)用效能研究[J].陜西教育（高教），2014（3）：70.