醫(yī)院臨床數(shù)據(jù)分析智能分類處理技術(shù)研究

廖多楊

(成都醫(yī)學(xué)院第一附屬醫(yī)院 信息管理部，成都 610500)

0 引言

現(xiàn)如今醫(yī)院的數(shù)據(jù)庫(kù)聚集了大量復(fù)雜的數(shù)據(jù)結(jié)構(gòu)與多種信息，急需分類處理技術(shù)對(duì)臨床的數(shù)據(jù)進(jìn)行處理[1-2]。但是傳統(tǒng)的分類處理技術(shù)缺乏結(jié)構(gòu)化和規(guī)整化的分類特性，其分類處理的準(zhǔn)確率也相對(duì)較低，存在速度慢、使用過(guò)程繁瑣、效率低等問(wèn)題，不能滿足醫(yī)院對(duì)數(shù)據(jù)分類處理的需求[3-4]。文獻(xiàn)[5]中提出了一種基于VSM模型的數(shù)據(jù)分類處理技術(shù)，該技術(shù)能夠利用模型進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)，并在此基礎(chǔ)上對(duì)數(shù)據(jù)特征進(jìn)行簡(jiǎn)單明了的描述，進(jìn)而進(jìn)行分類處理。雖然該方法對(duì)數(shù)據(jù)處理的準(zhǔn)確率較高，但是指定的過(guò)程比較困難、推廣性比較差，很難實(shí)現(xiàn)大規(guī)模的推廣應(yīng)用；文獻(xiàn)[6]中提出了一種離散化的數(shù)據(jù)分類處理技術(shù)，該技術(shù)能夠提高算法的精準(zhǔn)度，具有較強(qiáng)的伸縮性。雖然該方法能夠進(jìn)行大規(guī)模的數(shù)據(jù)分類，但是進(jìn)行數(shù)據(jù)存取與預(yù)處理的過(guò)程中效率較低；文獻(xiàn)[7]中提出了一種概念漂移的數(shù)據(jù)分類處理技術(shù)，該技術(shù)能夠?qū)⒎诸惖恼`差作為概念漂移的重要指標(biāo)，其分類的模型可根據(jù)指標(biāo)調(diào)整構(gòu)建的大小，具有較大的靈活性。雖然該方法能夠方便的對(duì)誤差進(jìn)行檢驗(yàn)，但是降低了分類處理的泛化錯(cuò)誤率。

針對(duì)上述的觀點(diǎn)，我提出了一種模糊分類處理技術(shù)對(duì)醫(yī)院臨床數(shù)據(jù)進(jìn)行分析。首先對(duì)醫(yī)院臨床運(yùn)營(yíng)的各種數(shù)據(jù)指標(biāo)進(jìn)行了說(shuō)明，根據(jù)指標(biāo)分析了數(shù)據(jù)的特性；然后對(duì)臨床的數(shù)據(jù)使用了模糊的分類處理技術(shù)；最后進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明，該技術(shù)的使用能夠改善傳統(tǒng)的分類的方法，提高數(shù)據(jù)分類的高效性與準(zhǔn)確性，是對(duì)數(shù)據(jù)處理的重要技術(shù)手段，也是未來(lái)我國(guó)醫(yī)院大量數(shù)據(jù)分類處理必然的發(fā)展趨勢(shì)。

1 醫(yī)院臨床數(shù)據(jù)分析智能分類原理

1.1 臨床數(shù)據(jù)分析分類特性獲取

根據(jù)醫(yī)院業(yè)務(wù)的流程，建立臨床運(yùn)營(yíng)的指標(biāo)數(shù)據(jù)，并分別從臨床的效率、臨床的負(fù)荷等方面對(duì)臨床的數(shù)據(jù)進(jìn)行分析，如表1所示。

表1 臨床運(yùn)營(yíng)的數(shù)據(jù)指標(biāo)

由表1可知：進(jìn)行數(shù)據(jù)處理的時(shí)候應(yīng)該根據(jù)最基本的原理來(lái)處理數(shù)據(jù)集Z={z1,z2,…zn}，并按照相關(guān)的規(guī)則，將數(shù)據(jù)劃分到預(yù)定義的數(shù)據(jù)類別X={x1,x2,…,xm}中，具體處理流程如圖1所示。

圖1 醫(yī)院臨床數(shù)據(jù)分析智能分類處理流程

由圖1可知：對(duì)醫(yī)院臨床數(shù)據(jù)分析智能分類處理的過(guò)程中主要分為了兩個(gè)部分，分別是：訓(xùn)練的階段、學(xué)習(xí)的階段。訓(xùn)練的階段是需要大量的人工來(lái)標(biāo)記醫(yī)院臨床數(shù)據(jù)，并使用聯(lián)機(jī)進(jìn)行分析；學(xué)習(xí)的階段是對(duì)整個(gè)訓(xùn)練的過(guò)程進(jìn)行監(jiān)督，需要對(duì)數(shù)據(jù)進(jìn)行向量化[8]，然后用向量的特征組來(lái)表示。

總體來(lái)說(shuō)，醫(yī)院臨床數(shù)據(jù)分析智能分類處理的特點(diǎn)主要有以下幾點(diǎn)：

1)數(shù)據(jù)的分類需要先經(jīng)過(guò)訓(xùn)練再進(jìn)行分析，因此對(duì)數(shù)據(jù)的樣本分類的質(zhì)量具有影響，會(huì)產(chǎn)生較大的誤差。

2)分類模型的建立主要依據(jù)訓(xùn)練的數(shù)據(jù)樣本而進(jìn)行構(gòu)建的，因此這種建立的模型是具有局限性，而在實(shí)際的數(shù)據(jù)樣本中，如果系統(tǒng)中沒有與之相關(guān)的具有反饋學(xué)習(xí)的功能，那么整個(gè)分類處理的性能都會(huì)大大地下降。

3)數(shù)據(jù)本身具有容量大、儲(chǔ)存復(fù)雜、屬性特征范圍廣、稀蔬性等特點(diǎn)，因此進(jìn)行數(shù)據(jù)分類處理的時(shí)候僅僅依靠單一的處理模型，很難提高分類處理的準(zhǔn)確性，必須采用不同的技術(shù)對(duì)數(shù)據(jù)的分類處理加以解決。

針對(duì)以上的特點(diǎn)，結(jié)合數(shù)據(jù)分類處理的特點(diǎn)，以及分析的高效性進(jìn)行一些智能的處理，并從整個(gè)處理的過(guò)程中來(lái)優(yōu)化分類的處理技術(shù)，從而完善醫(yī)院臨床數(shù)據(jù)分析智能分類的處理。

2 醫(yī)院臨床數(shù)據(jù)智能分類技術(shù)

對(duì)醫(yī)院臨床數(shù)據(jù)分析智能分類處理的過(guò)程中首先需要對(duì)數(shù)據(jù)進(jìn)行檢索，然后將檢索出來(lái)的數(shù)據(jù)進(jìn)行提取，根據(jù)數(shù)據(jù)的特點(diǎn)，使用模糊分類的技術(shù)對(duì)數(shù)據(jù)進(jìn)行處理。

2.1 數(shù)據(jù)的模糊檢索與提取

進(jìn)行數(shù)據(jù)檢索的時(shí)候需要對(duì)數(shù)據(jù)建模，根據(jù)醫(yī)院所處的工作環(huán)境以及對(duì)數(shù)據(jù)檢索的要求來(lái)滿足數(shù)據(jù)分類中的一些邏輯關(guān)系，并將檢索的數(shù)據(jù)分成兩個(gè)集合，分別是：匹配的集合和非匹配的集合。匹配的集合是指醫(yī)院臨床數(shù)據(jù)進(jìn)行分類的時(shí)候，需要將數(shù)據(jù)進(jìn)行匹配，再根據(jù)匹配的特征進(jìn)行檢索；非匹配的集合是指醫(yī)院臨床數(shù)據(jù)進(jìn)行分類的時(shí)候，需要將單個(gè)數(shù)據(jù)進(jìn)行記錄，再根據(jù)記錄的單個(gè)數(shù)據(jù)特征進(jìn)行檢索。這種匹配和非匹配的集合只能判斷出進(jìn)行檢索的數(shù)據(jù)中是否與查詢有關(guān)。建立模型的優(yōu)勢(shì)能夠使檢索的過(guò)程變得簡(jiǎn)單，使檢索的速度加快。但是由于在匹配的過(guò)程中會(huì)出現(xiàn)二值的特性[9]，因此無(wú)法對(duì)查詢的結(jié)果進(jìn)行相關(guān)程序的排序，也就無(wú)法區(qū)分?jǐn)?shù)據(jù)的特征對(duì)檢索過(guò)程是否重要進(jìn)行權(quán)衡。在模型中，假設(shè)數(shù)據(jù)表示為A=(a1,a2,…,an)，而用戶的檢索可以表示為B=(b1,b2,…,bn)，其中ai表示的是第n個(gè)特征點(diǎn)中對(duì)數(shù)據(jù)內(nèi)容的貢獻(xiàn)程度，取值范圍為[0,1]；bi表示的是第n個(gè)特征點(diǎn)中對(duì)數(shù)據(jù)檢索內(nèi)容的貢獻(xiàn)程度，取值范圍為[0,1]。由此可得出數(shù)據(jù)檢索的模型：

(1)

式(1)中，1≤k≤∝，取值的范圍為[2,6]。對(duì)ai、bi和k選取不同的數(shù)值，由此獲取不同的結(jié)果。當(dāng)k趨向于∝，并且ai的取值只能為0或1，而bi的取值只能為1。

將醫(yī)院臨床數(shù)據(jù)分為i類，W=W′∪W″。W′表示的是訓(xùn)練的數(shù)據(jù)集，W″表示的是待分類的醫(yī)院臨床數(shù)據(jù)。使用該方法將待分類的醫(yī)院臨床數(shù)據(jù)與已經(jīng)進(jìn)行分類的數(shù)據(jù)重心進(jìn)行比較，從中選取最大程度相似的類別進(jìn)行提取。第T類的向量可以表示為T=(t1,t2,…,tn)，待分類的醫(yī)院臨床數(shù)據(jù)可以表示為W″=(w1,w2,…,wn)，它們之間的相似度可以表示為：

(2)

式(2)中，Sim(T，W″)表示的是最大時(shí)的醫(yī)院臨床數(shù)據(jù)類別即為所提取的數(shù)據(jù)類別。

2.2 數(shù)據(jù)的模糊分類處理

將分類描述為：指定的判斷集合為d={1,2,…,m}作為每一個(gè)i∈d建立的推理線路。推理線路利用醫(yī)院數(shù)據(jù)的增益來(lái)度量核心的數(shù)據(jù)，即當(dāng)某個(gè)數(shù)據(jù)的類別隸屬度[10]遠(yuǎn)遠(yuǎn)超過(guò)任何一個(gè)預(yù)定閾值的時(shí)候就被認(rèn)定為核心的數(shù)據(jù)。核心數(shù)據(jù)的評(píng)價(jià)函數(shù)為：

(3)

模糊性指的是將核心的數(shù)據(jù)作為醫(yī)院本質(zhì)特性的數(shù)據(jù)，在分類處理的過(guò)程中，對(duì)于待分類的數(shù)據(jù)在某種程度上都屬于一個(gè)同等的類別，并非是絕對(duì)的二值的邏輯關(guān)系。根據(jù)傳統(tǒng)數(shù)據(jù)模型進(jìn)行分類處理的時(shí)候，往往得到的是待分類的數(shù)據(jù)屬于各個(gè)分類級(jí)別的數(shù)值信息，一般情況下根據(jù)最大的結(jié)果來(lái)判定數(shù)據(jù)分類的結(jié)果，但這種方法往往會(huì)丟失大量的數(shù)據(jù)信息，會(huì)產(chǎn)生較大的誤差。而模糊的分類處理技術(shù)則是根據(jù)數(shù)據(jù)本身的模糊性來(lái)使用模糊的規(guī)則進(jìn)行數(shù)據(jù)的處理，從而更加真實(shí)反應(yīng)出醫(yī)院的原始數(shù)據(jù)。因此，為了提高數(shù)據(jù)分類的智能性與準(zhǔn)確性進(jìn)行了模糊的分類處理。首先應(yīng)該對(duì)數(shù)據(jù)分類的模型進(jìn)行模糊化的處理，然后將具體的數(shù)據(jù)信息轉(zhuǎn)換成為模糊的變量，然后根據(jù)實(shí)際情況進(jìn)行相應(yīng)的模糊分類處理，具體的過(guò)程如圖2所示。

圖2 模糊分類的處理流程

由圖2可知，不同數(shù)據(jù)的類別進(jìn)行模糊化的處理，根據(jù)相應(yīng)的模糊規(guī)則進(jìn)行模糊的推理，從而得出結(jié)果。

使用模糊分類處理技術(shù)，可以較好地處理數(shù)據(jù)分類過(guò)程中出現(xiàn)的兼類、拒類的情況，如果只有一個(gè)類別的處理準(zhǔn)確性較高的時(shí)候，那么該數(shù)據(jù)的類別就是對(duì)應(yīng)的分類；如果同時(shí)出現(xiàn)兩個(gè)或者更多的數(shù)據(jù)分類處理準(zhǔn)確性都較高的時(shí)候，那么該數(shù)據(jù)的類別就可以被分成多種的類別，被稱作兼類；如果出現(xiàn)的多個(gè)數(shù)據(jù)分類處理準(zhǔn)確性都較低的時(shí)候，那么該數(shù)據(jù)的類別就被稱作拒類。在分類的處理過(guò)程中能夠根據(jù)數(shù)據(jù)的特征進(jìn)行準(zhǔn)確的分類，提高了實(shí)際應(yīng)用的高效性。由以上步驟，實(shí)現(xiàn)了對(duì)醫(yī)院臨床數(shù)據(jù)的智能分類。

3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證模糊分類處理技術(shù)下的數(shù)據(jù)智能分類的有效性進(jìn)行了如下的實(shí)驗(yàn)，實(shí)驗(yàn)的條件如下；

實(shí)驗(yàn)中所用的數(shù)據(jù)選取自某醫(yī)院2015年1月1日至2016年1月1日的臨床數(shù)據(jù)，數(shù)據(jù)的總量為300M，經(jīng)解析儲(chǔ)存在數(shù)據(jù)庫(kù)中。數(shù)據(jù)庫(kù)的服務(wù)器采用的是2.0GHz，智能的聯(lián)想微機(jī)搭建以及百兆的局限網(wǎng)絡(luò)使用環(huán)境；數(shù)據(jù)庫(kù)的服務(wù)安裝0.1.2.2的企業(yè)版管理的系統(tǒng)。

3.1 實(shí)驗(yàn)步驟

選取醫(yī)院臨床數(shù)據(jù)200個(gè)，其中，傳統(tǒng)的數(shù)據(jù)處理技術(shù)下的數(shù)據(jù)為100個(gè)，基于模糊分類處理技術(shù)下的數(shù)據(jù)為100個(gè)，模擬實(shí)際醫(yī)院臨床的環(huán)境將2中技術(shù)下數(shù)據(jù)分類處理的準(zhǔn)確率進(jìn)行對(duì)比。根據(jù)醫(yī)院臨床實(shí)際的數(shù)據(jù)情況，對(duì)準(zhǔn)確率的要求較高，相對(duì)數(shù)據(jù)的召回率可以適當(dāng)?shù)膶⒁蠓艑?，保證準(zhǔn)確率較高的前提下確保召回率一定即可，具體的對(duì)比情況如表2所示。

表2 不同閾值下的數(shù)據(jù)分類的準(zhǔn)確率

由表2可知：閾值越高，那么數(shù)據(jù)分類處理的準(zhǔn)確率就越高，因?yàn)殚撝到档蜁?huì)造成一些數(shù)據(jù)的誤判，大大降低數(shù)據(jù)分類處理的準(zhǔn)確率。

通過(guò)對(duì)醫(yī)院臨床數(shù)據(jù)進(jìn)行智能的分析，可以對(duì)臨床門診的預(yù)約情況、入住的病人人數(shù)、臨床門診護(hù)士的排班、臨陣醫(yī)護(hù)人員的平均工作量、參加門診的次數(shù)、護(hù)士對(duì)病人的注射次數(shù)的數(shù)據(jù)進(jìn)行檢索，并使用模糊分類處理技術(shù)進(jìn)行分類，具體的處理情況如表3所示。

表3 不同臨床指標(biāo)的分類處理相似度

由表3可知：不同臨床指標(biāo)相似度強(qiáng)的數(shù)據(jù)占所有分類處理數(shù)據(jù)的百分比與相似度弱的數(shù)據(jù)占所有分類處理數(shù)據(jù)的百分比要大。因此，模糊分類處理技術(shù)的數(shù)據(jù)處理的相似度對(duì)于不同臨床指標(biāo)來(lái)說(shuō)具有較大的影響。

3.2 實(shí)驗(yàn)結(jié)果分析

根據(jù)上述實(shí)驗(yàn)的過(guò)程可知不同閾值影響數(shù)據(jù)分類的準(zhǔn)確率，因此可將閾值恒定，對(duì)傳統(tǒng)分類技術(shù)與基于模糊分類處理的技術(shù)的分類處理結(jié)果進(jìn)行對(duì)比，結(jié)果如表4所示。

表4 不同技術(shù)的數(shù)據(jù)分類處理準(zhǔn)確率

由表4可知：在相同的處理時(shí)間下，傳統(tǒng)分類技術(shù)與模糊分類處理的技術(shù)的召回率相似，但是準(zhǔn)確率相差較大。具體數(shù)據(jù)分類精度對(duì)比如圖3所示。

圖3 不同方法數(shù)據(jù)分類精度對(duì)比

由圖3可知，對(duì)相同的100個(gè)數(shù)據(jù)進(jìn)行分類處理，通過(guò)傳統(tǒng)方法與所提方法進(jìn)行對(duì)比出現(xiàn)了明顯的分類精度差別，傳統(tǒng)方法隨著分類數(shù)據(jù)的數(shù)量增多，精度一直處于40%一下，且實(shí)驗(yàn)過(guò)程精度變化幅度較大，而所提方法數(shù)據(jù)分類精度一直保持在90%左右，且穩(wěn)定性高，上下波動(dòng)非常小，這進(jìn)一步說(shuō)明所提方法對(duì)醫(yī)院臨床數(shù)據(jù)的分類精度高，且該方法穩(wěn)定性好，實(shí)用性更強(qiáng)。

而分類的速度的對(duì)比情況如圖4所示。

圖4 不同技術(shù)下數(shù)據(jù)分類處理速度

由圖4可知：在數(shù)據(jù)的大小一致的情況下，傳統(tǒng)分類處理技術(shù)的速度要小于模糊分類處理的技術(shù)。

由此可得出結(jié)論：模糊分類處理的技術(shù)對(duì)醫(yī)院臨床數(shù)據(jù)分析的時(shí)候，利用固定的內(nèi)存進(jìn)行實(shí)時(shí)的數(shù)據(jù)處理，具有較高的時(shí)空效率，其分類的性能遠(yuǎn)遠(yuǎn)高于傳統(tǒng)的分類性能，將分析優(yōu)勢(shì)與智能的分類處理技術(shù)緊密的結(jié)合起來(lái)對(duì)數(shù)據(jù)進(jìn)行分類處理，滿足了人們對(duì)數(shù)據(jù)處理的需求，隨著技術(shù)的不斷進(jìn)步，該分類的處理技能能夠?qū)崿F(xiàn)大容量的數(shù)據(jù)處理功能，發(fā)揮更大的作用。

4 結(jié)束語(yǔ)

數(shù)據(jù)的分類處理技術(shù)是在語(yǔ)言處理的過(guò)程中一個(gè)重要的組成部分，改善了傳統(tǒng)的人工分類的方法，提高了數(shù)據(jù)分類的高效性與準(zhǔn)確性，這是一種對(duì)數(shù)據(jù)處理的有效手段，也是未來(lái)必然的發(fā)展趨勢(shì)，尤其是伴隨著科學(xué)技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)逐漸成為了人們進(jìn)行數(shù)據(jù)傳送與接收的重要途徑?，F(xiàn)代醫(yī)學(xué)臨床數(shù)據(jù)以極高的速度進(jìn)行增長(zhǎng)，在如此巨大的數(shù)據(jù)處理壓力面前，傳統(tǒng)的分類處理技術(shù)已經(jīng)無(wú)能為力，為此模糊數(shù)據(jù)分類處理技術(shù)的使用，大大提高了分類的效率。

總之，模糊數(shù)據(jù)分類處理技術(shù)已經(jīng)成為了醫(yī)院臨床數(shù)據(jù)分析智能分類處理的重要手段，也是必然的選擇。利用該技術(shù)不僅能夠?qū)崿F(xiàn)處理的方便快捷性，還能節(jié)省大量的人力與物力，大大提高數(shù)據(jù)的利用效率，為我國(guó)未來(lái)的數(shù)據(jù)分類處理提供了科學(xué)的依據(jù)。

[1] 王德文,周 青. 一種電力設(shè)備狀態(tài)監(jiān)測(cè)大數(shù)據(jù)的分布式聯(lián)機(jī)分析處理方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2016,36(19):5111-5121.

[2] 李 菲. 基于數(shù)據(jù)挖掘的商務(wù)智能系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 現(xiàn)代電子技術(shù),2016,39(11):152-155.

[3] 竇 芳. 基于數(shù)據(jù)倉(cāng)庫(kù)的科研成果管理決策支持系統(tǒng)的研究與實(shí)現(xiàn)[J]. 現(xiàn)代電子技術(shù),2016,39(7):120-123.

[4] 陳麟鳳,李 卉,莊 遠(yuǎn),等. 臨床輸血智能管理與評(píng)估系統(tǒng)的構(gòu)建與應(yīng)用[J]. 中國(guó)輸血雜志,2015,28(9):1167-1173.

[5] 劉馨蕊,任鳳玉,雷國(guó)平. 領(lǐng)域本體驅(qū)動(dòng)下企業(yè)聯(lián)機(jī)分析處理系統(tǒng)應(yīng)用研究[J]. 計(jì)算機(jī)應(yīng)用,2016,36(1):254-259.

[6] 巫麗娟,趙 丹,劉敏雪,等. 四川大學(xué)華西醫(yī)院腦卒中伴感染患者臨床數(shù)據(jù)分析[J]. 中風(fēng)與神經(jīng)疾病,2016,33(3):262-266.

[7] 張盛婕,王 楊,李 衛(wèi). 臨界點(diǎn)分析法在處理臨床研究缺失數(shù)據(jù)中的應(yīng)用[J]. 中華流行病學(xué)雜志,2017,38(5):674-678.

[8] 張一洲. 基于VSM和偏好本體的個(gè)性化信息檢索技術(shù)的研究[J]. 情報(bào)學(xué)報(bào),2015,34(7):711-716.

[9] 查光成,賈俐俐,史曉帆,等. 基于STL模型的漸進(jìn)成形支撐體的離散化設(shè)計(jì)[J]. 鍛壓技術(shù),2015,40(12):155-159.

[10] 丁 劍,韓 萌,李 娟. 概念漂移數(shù)據(jù)流挖掘算法綜述[J]. 計(jì)算機(jī)科學(xué),2016,43(12):24-29.