數(shù)據(jù)挖掘技術(shù)在電子病歷系統(tǒng)中的應(yīng)用研究

劉怡

摘 ? 要：本文主要研究數(shù)據(jù)挖掘技術(shù)在電子病歷系統(tǒng)中的應(yīng)用，首先探究數(shù)據(jù)挖掘技術(shù)應(yīng)用的具體規(guī)則，從數(shù)據(jù)信息的目標(biāo)、數(shù)據(jù)預(yù)處理、創(chuàng)建數(shù)據(jù)模型、聚類(lèi)分析、分析關(guān)聯(lián)規(guī)則五個(gè)方面進(jìn)行總結(jié)，然后討論數(shù)據(jù)挖掘技術(shù)在電子病歷系統(tǒng)中的應(yīng)用現(xiàn)狀，接著研究基于數(shù)據(jù)挖掘技術(shù)的電子病歷系統(tǒng)數(shù)據(jù)特點(diǎn)，最后討論在電子病歷系統(tǒng)中的應(yīng)用數(shù)據(jù)挖掘技術(shù)的效果。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù) ?SQL程序代碼 ?電子病歷系統(tǒng)

中圖分類(lèi)號(hào)：TP301.6 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2019）02（c）-0136-02

現(xiàn)如今中國(guó)的醫(yī)療領(lǐng)域正在致力于數(shù)字化醫(yī)院的建設(shè)，不斷引進(jìn)計(jì)算機(jī)技術(shù)。在邁向無(wú)紙化辦公的過(guò)程中，電子病歷系統(tǒng)應(yīng)運(yùn)而生。電子病歷覆蓋豐富的醫(yī)患活動(dòng)數(shù)據(jù)信息，在運(yùn)用數(shù)據(jù)挖掘技術(shù)應(yīng)用病歷中的信息資源時(shí)，要提取其中對(duì)醫(yī)療事業(yè)有幫助的信息，也要挖掘其中隱含的醫(yī)學(xué)診斷規(guī)則，輔助疾病診斷，為治療工作提供正確的決策信息。

1 ?數(shù)據(jù)挖掘技術(shù)的應(yīng)用

1.1 數(shù)據(jù)信息的目標(biāo)

以冠心病為例，在研究病人、疾病的相關(guān)指標(biāo)時(shí)，需要對(duì)冠心病進(jìn)行分類(lèi)。在此基礎(chǔ)上才能深入研究探討檢查結(jié)果與用藥之間的關(guān)聯(lián)性，總結(jié)檢查結(jié)果與用藥之間的相關(guān)規(guī)律。這些信息能夠在制定冠心病臨床診療方案時(shí)提供價(jià)值的參考意見(jiàn)。在分類(lèi)冠心病時(shí)，要收集大量包含冠心病的基本信息，此外還有入院記錄和病程記錄。在《內(nèi)科學(xué)》、《臨床體征診斷學(xué)》中有與冠心病治療有關(guān)的內(nèi)容，除了要查閱這些文獻(xiàn)之外，還要向心血管疾病的專(zhuān)家征求意見(jiàn)。在基本信息中，有價(jià)值的信息包括住院號(hào)、性別、年齡、入院時(shí)間、入院時(shí)的病情、住院的天數(shù)、治療費(fèi)用、出院時(shí)病人的情況、出院時(shí)間，要為這些信息制定相應(yīng)編號(hào)。入院時(shí)的病情要從特定的角度入手進(jìn)行詢問(wèn)，除了冠心病的情況之外，還包括既往病史，選取糖尿病史、肝炎病史、結(jié)核病史、高血壓病史[1]。

1.2 數(shù)據(jù)預(yù)處理

在數(shù)據(jù)挖掘的工作中，數(shù)據(jù)預(yù)處理是十分關(guān)鍵的一項(xiàng)工作內(nèi)容，需要經(jīng)過(guò)數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換三個(gè)階段。在gxbxx庫(kù)中還原已經(jīng)完成備份的表格信息，而且還要對(duì)這些表格信息進(jìn)行重新命名的操作。比如將病程記錄命名為bcjl，將藥品醫(yī)囑命名為ypyz，將檢查檢驗(yàn)命名為jcjy。冠心病共有54個(gè)病狀體征和并發(fā)癥，檢查檢驗(yàn)的項(xiàng)目數(shù)量為50個(gè)，用來(lái)治療冠心病的藥品共有50種，要將這些信息全部導(dǎo)入至gxbxx數(shù)據(jù)庫(kù)中，并重新命名。通過(guò)重新命名實(shí)現(xiàn)數(shù)據(jù)信息轉(zhuǎn)換環(huán)節(jié)使用。在對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理時(shí)要用到SQL Server2008，并編寫(xiě)SQL程序代碼。在清洗數(shù)據(jù)的工作中，也要用到SQL技術(shù)，需要注意的是在編寫(xiě)SQL相關(guān)語(yǔ)句時(shí)要把拼音字段全部轉(zhuǎn)換成相應(yīng)的中文字段，方便用戶使用。此外還要將與研究?jī)?nèi)容無(wú)關(guān)的所有字段刪除。存在一些字段其名下內(nèi)容為空，或者是字段內(nèi)容相當(dāng)于無(wú)記錄，對(duì)于這些字段的處理是全部刪除。除此之外，還要將其中一些重復(fù)的字段內(nèi)容刪除。

1.3 創(chuàng)建數(shù)據(jù)模型

在創(chuàng)建模型的工作中，需要與聚類(lèi)分析和分析數(shù)據(jù)相對(duì)應(yīng)，為此要?jiǎng)?chuàng)建聚類(lèi)分析模型和關(guān)聯(lián)規(guī)則挖掘模型。在聚類(lèi)數(shù)據(jù)模型中共存在68個(gè)屬性，在關(guān)聯(lián)規(guī)則數(shù)據(jù)模型中，共有兩個(gè)屬性，分別是住院號(hào)和編號(hào)。在后續(xù)的挖掘過(guò)程中，模型分析有可能會(huì)發(fā)生改變，針對(duì)這一情況，需要返回到數(shù)據(jù)預(yù)處理的環(huán)節(jié)中，對(duì)數(shù)據(jù)模型加以調(diào)整，使得調(diào)整后的數(shù)據(jù)模型能夠適應(yīng)新的分析模型。如表1所示為聚類(lèi)數(shù)據(jù)模型部分。

1.4 聚類(lèi)分析

在聚類(lèi)分析的過(guò)程中，要先按照某種特定的方法將數(shù)據(jù)合理分類(lèi)，聚類(lèi)分為3種，分別是系統(tǒng)聚類(lèi)、快速聚類(lèi)、變量聚類(lèi)。在分類(lèi)觀測(cè)值和樣品時(shí)可以使用系統(tǒng)聚類(lèi)，在分類(lèi)大樣品時(shí)要使用快速分類(lèi)這種方法，要聚類(lèi)分析變量時(shí)用到的過(guò)程是系統(tǒng)聚類(lèi)。另外K-Means聚類(lèi)、兩步聚類(lèi)、Kohonen網(wǎng)絡(luò)聚類(lèi)是經(jīng)典的聚類(lèi)方法。為了保證獲得準(zhǔn)確的聚類(lèi)結(jié)果，在做聚類(lèi)分析時(shí)向心血管疾病專(zhuān)家咨詢相關(guān)信息，并以數(shù)據(jù)的特征為依據(jù)，將體征、交替脈、白細(xì)胞增高、紅細(xì)胞沉降速率增快這些沒(méi)有出現(xiàn)的數(shù)據(jù)信息刪除[2]。

1.5 分析關(guān)聯(lián)規(guī)則

在關(guān)聯(lián)分析的過(guò)程中，涉及到一項(xiàng)關(guān)鍵的技術(shù)，就是關(guān)聯(lián)規(guī)則。在判斷規(guī)則有效性的環(huán)節(jié)中，關(guān)聯(lián)規(guī)則的置信度和支持度是十分常用的指標(biāo)。置信度同時(shí)也是概率，比如用來(lái)說(shuō)明患者同時(shí)服用JJJG和藥品Y的概率。如果有著較高的支持度，則說(shuō)明該規(guī)則有較高的普遍性。關(guān)聯(lián)規(guī)則有效性和實(shí)用性強(qiáng)的特點(diǎn)是具有較高的置信度，不僅如此，還具有較高的支持度。在數(shù)據(jù)挖掘關(guān)聯(lián)技術(shù)中Apriori是最為核心的算法，該算法共有兩個(gè)階段，分別是頻繁項(xiàng)集階段和依據(jù)頻繁項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則階段。

2 ?數(shù)據(jù)挖掘技術(shù)在電子病歷系統(tǒng)中的應(yīng)用現(xiàn)狀

世界范圍內(nèi)美國(guó)、日本、英國(guó)這些發(fā)達(dá)國(guó)家在電子病歷方面技術(shù)先進(jìn)，中國(guó)的技術(shù)水平與之相比仍然有一定差距。《衛(wèi)生部關(guān)于開(kāi)展電子病歷試點(diǎn)工作的通知》于2010年陸續(xù)下發(fā)，相關(guān)內(nèi)容奠定中國(guó)電子病歷發(fā)展的基礎(chǔ)。在智慧養(yǎng)老產(chǎn)業(yè)中，開(kāi)始應(yīng)用電子病歷技術(shù)。由于該產(chǎn)業(yè)尚處于起步和發(fā)展階段，能夠提供的服務(wù)功能也比較有限，主要集中在老人需求的被動(dòng)相應(yīng)方面。在管理和挖掘相關(guān)信息的工作中仍有缺陷?？梢园l(fā)現(xiàn)在大部分的智慧養(yǎng)老系統(tǒng)中，只記錄了單一的老人健康信息，包括老人的基本信息、用藥記錄、體檢記錄、就診記錄。而且不同系統(tǒng)的記錄方式也各不相同。因此醫(yī)務(wù)人員也不能在智慧養(yǎng)老系統(tǒng)中實(shí)現(xiàn)有效的信息檢索和信息錄入操作。

3 ?基于數(shù)據(jù)挖掘技術(shù)的電子病歷系統(tǒng)數(shù)據(jù)特點(diǎn)

3.1 多樣性

患者病歷記錄患者在醫(yī)院就診的關(guān)鍵事項(xiàng)，運(yùn)用電子病歷系統(tǒng)保存這些數(shù)字化信息。數(shù)據(jù)庫(kù)包含豐富的病歷內(nèi)容，不僅有臨床診療記錄，還有各種類(lèi)型的管理數(shù)據(jù)，這些數(shù)據(jù)深刻體現(xiàn)醫(yī)學(xué)數(shù)據(jù)的獨(dú)特性。多樣性是其中十分顯著的特征，信息有著不同的表現(xiàn)形式，其中文字包含的內(nèi)容有患者信息、患者病史信息、醫(yī)生的查房記錄、患者的病程記錄。數(shù)字也是一種信息表現(xiàn)形式，涵蓋的內(nèi)容有體溫、血壓、脈搏等等[3]。此外還圖形圖像，比如心電圖、CT圖和DR圖，最后還有音頻，心音就是通過(guò)這種形式來(lái)展現(xiàn)。電子病歷數(shù)據(jù)的多樣性意味著在挖掘信息時(shí)難度較大，不僅要預(yù)處理數(shù)據(jù)，還要轉(zhuǎn)換部分?jǐn)?shù)據(jù)的格式。

3.2 動(dòng)態(tài)性

存在一些電子數(shù)據(jù)具有明顯的時(shí)序性特點(diǎn)，也就是說(shuō)這些數(shù)據(jù)會(huì)隨著時(shí)間的推移而不斷產(chǎn)生變化，其中心電圖像和24小時(shí)血壓測(cè)量數(shù)據(jù)就屬于這一類(lèi)信息。甚至患者整個(gè)的病情發(fā)展過(guò)程也有時(shí)序性特點(diǎn)，在不同的診療階段中，診療的結(jié)果也在不斷發(fā)生變化，病程的記錄信息也會(huì)發(fā)生變化，呈現(xiàn)出明顯的動(dòng)態(tài)性特征。

3.3 隱私性

在電子病歷系統(tǒng)中，病歷記錄著患者在醫(yī)院診療時(shí)的全部信息，在這些信息中有很多都屬于患者的隱私，不僅身份信息是患者的隱私，患者的病情也屬于患者的隱私。隱私信息暴露，會(huì)給患者的生活帶來(lái)很大的困擾，比如引發(fā)一些倫理糾紛，甚至是法律糾紛。所以在應(yīng)用數(shù)據(jù)挖掘技術(shù)時(shí)應(yīng)當(dāng)充分考慮到如何保護(hù)患者的隱私。

3.4 不完整性

電子病歷會(huì)如實(shí)記錄患者的病情，記錄病歷的目的是治愈患者，而不是研究患者。所以在采集病歷數(shù)據(jù)的過(guò)程中，會(huì)使用一些完整性較弱的處理手段，采集的數(shù)據(jù)也不會(huì)完全包含需要研究的信息。此外，對(duì)于患者而言，疾病本身就具有比較強(qiáng)烈的模糊性，患者在描述疾病時(shí)也會(huì)受到其自身表達(dá)能力的影響，而且醫(yī)護(hù)人員的理解能力也會(huì)導(dǎo)致病歷信息不夠完整，在記錄數(shù)據(jù)時(shí)出現(xiàn)偏差，記錄數(shù)據(jù)不夠完整。

4 ?在電子病歷系統(tǒng)中的應(yīng)用數(shù)據(jù)挖掘技術(shù)的成果

4.1 在診療結(jié)果和用藥方面發(fā)揮關(guān)鍵作用

對(duì)構(gòu)建的模型進(jìn)行有針對(duì)性的評(píng)估，發(fā)現(xiàn)建立的模型有著良好的聚類(lèi)效果，而且其中的關(guān)聯(lián)規(guī)則也發(fā)揮了一定的作用，能夠有效指導(dǎo)臨床診療方案的制定。醫(yī)師在為患者診病時(shí)以醫(yī)院的實(shí)際情況為依據(jù)，對(duì)患者進(jìn)行分類(lèi)臨床診療，在制定治病方案時(shí)，強(qiáng)關(guān)聯(lián)規(guī)則也能在診療結(jié)果和用藥方面發(fā)揮關(guān)鍵作用。專(zhuān)家分析相關(guān)領(lǐng)域發(fā)現(xiàn)的模型，并給出新穎的評(píng)價(jià)，有效應(yīng)用給出的模式，優(yōu)化醫(yī)師的診療流程，或者是為醫(yī)師提供有益的決策意見(jiàn)，使得診療的效率有所提升。

4.2 數(shù)據(jù)信息的代表性較弱

數(shù)據(jù)挖掘技術(shù)在病歷系統(tǒng)中的應(yīng)用也存在一些不足之處。在應(yīng)用數(shù)據(jù)的過(guò)程中，如果使用了最小的支持度，就會(huì)出現(xiàn)強(qiáng)規(guī)性弱的問(wèn)題，如果設(shè)置了較大的支持度，就會(huì)出現(xiàn)很多實(shí)用性差的規(guī)則。臨床的實(shí)際工作時(shí)間非常緊迫，通常情況下只會(huì)記錄一些關(guān)鍵的屬性信息，導(dǎo)致電子病歷中出現(xiàn)大量空缺值。由于在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理的工作中，存在重復(fù)記錄的情況，使得數(shù)據(jù)挖掘最終出現(xiàn)了很多與病歷無(wú)關(guān)的屬性，使得預(yù)處理的速度明顯降低。另外屬性的涵義難以理解也是應(yīng)用數(shù)據(jù)挖掘技術(shù)體現(xiàn)的不足之處[4]。屬性代碼都是用第一個(gè)字母組合而成，只有內(nèi)部人員和使用這些信息的醫(yī)院工作人員才能理解，對(duì)于其他人來(lái)說(shuō)，則完全無(wú)法理解這些特殊符號(hào)的涵義。這意味著數(shù)據(jù)挖掘?qū)ο筮x取受到極大阻礙，也使數(shù)據(jù)挖掘技術(shù)的使用效果受到影響。在應(yīng)用SQL數(shù)據(jù)庫(kù)技術(shù)方面，雖然能夠?qū)崿F(xiàn)高效靈活處理電子病歷數(shù)據(jù)，但是由于病歷本身存在缺陷，導(dǎo)致預(yù)處理后的數(shù)據(jù)信息不具備代表性。

5 ?結(jié)語(yǔ)

綜上所述，數(shù)據(jù)挖掘技術(shù)在電子病歷系統(tǒng)中的應(yīng)用能夠助益我國(guó)醫(yī)療衛(wèi)生事業(yè)的發(fā)展，該技術(shù)給出的分析意見(jiàn)具有很高的應(yīng)用價(jià)值，但是其中也存在一些問(wèn)題，就是無(wú)法保證客觀性和普遍性，在實(shí)際應(yīng)用時(shí)還需要仔細(xì)甄別。挖掘電子病歷數(shù)據(jù)工作涉及到很多技術(shù)問(wèn)題，在未來(lái)要致力于有效算法模型的構(gòu)建，提高疾病預(yù)防的有效性，提高醫(yī)療衛(wèi)生專(zhuān)業(yè)水平。

參考文獻(xiàn)

[1] 生慧.大數(shù)據(jù)背景下中醫(yī)電子病歷關(guān)鍵問(wèn)題研究[D].山東中醫(yī)藥大學(xué)，2017.

[2] 胡金海，譚欽紅，李晗琳.電子病歷與數(shù)據(jù)挖掘技術(shù)在智慧養(yǎng)老中的應(yīng)用研究[J].廣東通信技術(shù)，2016，36（11）：72-76.

[3] 王昱.基于電子病歷數(shù)據(jù)的臨床決策支持研究[D].浙江大學(xué)，2016.