基于機(jī)器學(xué)習(xí)的醫(yī)療大數(shù)據(jù)分析與臨床應(yīng)用

郭尚志 章光裕 唐玉玲

摘要：醫(yī)療大數(shù)據(jù)分析與臨床應(yīng)用概括是當(dāng)前針對(duì)醫(yī)療系統(tǒng)建立的一項(xiàng)基礎(chǔ)項(xiàng)目，醫(yī)療大數(shù)據(jù)數(shù)目龐大、增長迅速快且結(jié)構(gòu)相對(duì)復(fù)雜，是一種應(yīng)用較為廣泛的數(shù)據(jù)。機(jī)器學(xué)習(xí)技術(shù)能夠有效地分析醫(yī)療大數(shù)據(jù)內(nèi)部結(jié)構(gòu)，對(duì)于疾病早期診斷與預(yù)防處理具有直接的應(yīng)用意義。文章研究了機(jī)器學(xué)習(xí)在醫(yī)療大數(shù)據(jù)中的分析應(yīng)用特點(diǎn)，對(duì)回歸分析、決策樹控制以及降維計(jì)算控制做出概括，在后續(xù)的醫(yī)療大數(shù)據(jù)學(xué)習(xí)應(yīng)用過程中，實(shí)現(xiàn)在診斷系統(tǒng)、病案管理系統(tǒng)、門診掛號(hào)系統(tǒng)、藥品管理系統(tǒng)、醫(yī)療器械管理系統(tǒng)方面的優(yōu)化，大大提高了醫(yī)院信息處理的數(shù)據(jù)能力。

關(guān)鍵詞：機(jī)器學(xué)習(xí);醫(yī)療大數(shù)據(jù)分析;臨床應(yīng)用

中圖分類號(hào)：TP391? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）12-0017-02

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

大數(shù)據(jù)是一種非常先進(jìn)的數(shù)據(jù)技術(shù)，利用回歸分析、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)算法對(duì)其作出控制。從海量數(shù)據(jù)中挖掘有效的數(shù)據(jù)內(nèi)容，實(shí)現(xiàn)數(shù)據(jù)模式的概括。在數(shù)據(jù)模型的建立過程中，實(shí)現(xiàn)特征關(guān)系的概括，更好地完成現(xiàn)有的數(shù)據(jù)分析操作。醫(yī)院信息化系統(tǒng)的建立，有著其使用年限。在當(dāng)前以機(jī)器學(xué)習(xí)作為醫(yī)院信息化系統(tǒng)的基礎(chǔ)，進(jìn)行醫(yī)療大數(shù)據(jù)分析概括及應(yīng)用，為臨床診斷提供多方面的依據(jù)。

1醫(yī)療大數(shù)據(jù)與機(jī)器學(xué)習(xí)

當(dāng)前大數(shù)據(jù)的發(fā)展變得更加廣泛，它需要利用縱向信息，對(duì)數(shù)據(jù)進(jìn)行一定的補(bǔ)充。醫(yī)療大數(shù)據(jù)是醫(yī)療衛(wèi)生機(jī)構(gòu)發(fā)展產(chǎn)生的一類數(shù)據(jù)，其具備多樣性、間接性、缺失性、隱藏性等特點(diǎn)，在醫(yī)療信息化時(shí)代內(nèi)挖掘信息。醫(yī)療大數(shù)據(jù)成為做好臨床服務(wù)的一項(xiàng)基本選擇，醫(yī)療大數(shù)據(jù)應(yīng)用較為廣泛。在當(dāng)前醫(yī)療途徑選擇過程中，其來源大致可以分為以下幾種：1）基于醫(yī)院醫(yī)療過程中的電子信息檔案、影像記錄或者相關(guān)的檢查記錄收費(fèi)單、手術(shù)記錄單等;2）基于物聯(lián)網(wǎng)或者個(gè)人體征活動(dòng)所創(chuàng)立的某些量化數(shù)據(jù)[1];3）按照區(qū)域協(xié)同衛(wèi)生中心匯集的某些數(shù)據(jù);4）基于宏觀表達(dá)的醫(yī)療大數(shù)據(jù)等。當(dāng)前醫(yī)療大數(shù)據(jù)的來源較為廣泛，為臨床研究做出了直接的鋪墊。

1.2機(jī)器學(xué)習(xí)

1956年，人們首次提出了人工智能概念，希望通過計(jì)算機(jī)設(shè)計(jì)出具有人類智慧的機(jī)器。作為人工智能的重要技術(shù)，機(jī)器學(xué)習(xí)理念由此研發(fā)。由機(jī)器學(xué)習(xí)編碼控制獲得人的主觀思想，其定義為不同編碼手段的集合體。在當(dāng)前的機(jī)器控制學(xué)習(xí)過程中，也受到更多的關(guān)注。機(jī)器學(xué)習(xí)以大數(shù)據(jù)作為支撐，在后續(xù)的評(píng)估建立過程之中以其算法作為核心，對(duì)其模式做好評(píng)估控制。最終利用模型做好信息的輸入，了解到整個(gè)階段性的過程[2]。如圖1所示，當(dāng)前機(jī)器學(xué)習(xí)的階段性內(nèi)容可以分為如下四個(gè)：1）定義目標(biāo)，假設(shè)問題主要類型;2）數(shù)據(jù)收集，用于模型歷史數(shù)據(jù)庫的構(gòu)建分析;3）模型評(píng)估，利用已有的訓(xùn)練數(shù)據(jù)庫建立模型，提高模型后續(xù)的準(zhǔn)確性及可拓展性;4）驗(yàn)證模型的預(yù)測成果，對(duì)于模型的數(shù)據(jù)輸入能力做出一定的分析。

2機(jī)器學(xué)習(xí)常見算法模型

2.1淺層機(jī)器學(xué)習(xí)算法模型

為了獲取機(jī)器學(xué)習(xí)算法模型的最優(yōu)解，根據(jù)輸入變量的控制特點(diǎn)，按照學(xué)習(xí)方式將機(jī)器學(xué)習(xí)分為督促學(xué)習(xí)、無督促學(xué)習(xí)，半督促學(xué)習(xí)等。督促學(xué)習(xí)是根據(jù)輸入的變量以及期望變量，對(duì)于整個(gè)模型做出控制。底部提供輸出變量作為其模型計(jì)算的核心，在輸出模型的建立過程中，關(guān)鍵是根據(jù)模型的差異點(diǎn)進(jìn)行控制。無督促學(xué)習(xí)的數(shù)據(jù)集是信號(hào)標(biāo)識(shí)不明確的，一般情況下，其比督促學(xué)習(xí)相比更為寬松，因?yàn)榇罅繑?shù)據(jù)的存在，使無督促學(xué)習(xí)具備一定的普遍性。在無督促學(xué)習(xí)的控制過程中，結(jié)合其不同信號(hào)的處理差別點(diǎn)，按照數(shù)據(jù)信號(hào)的集成模式進(jìn)行控制，根據(jù)督促模型的特點(diǎn)做出書籍的整理[3]。半督促學(xué)習(xí)結(jié)合了前兩種學(xué)習(xí)的特點(diǎn)，既有樣本級(jí)信號(hào)，也能進(jìn)行模擬訓(xùn)練。在數(shù)據(jù)輸入過程中，對(duì)其進(jìn)行控制，實(shí)現(xiàn)期望分析。

醫(yī)療大數(shù)據(jù)領(lǐng)域中應(yīng)用的是淺層機(jī)器學(xué)習(xí)算法，對(duì)回歸分析及內(nèi)核計(jì)算、降維度計(jì)算控制進(jìn)行處理。按照多維度調(diào)整內(nèi)容做出控制，其決定的是某一階段的輸入特點(diǎn)。決策樹算法是一種樹狀模型，基于內(nèi)核的算法支撐，在向量控制過程中，按照高階向量空間的使用對(duì)其進(jìn)行分析，采用主成分分析法和偏離最小二乘回歸法。兩者皆能夠降低維度，實(shí)現(xiàn)數(shù)據(jù)重組，基于內(nèi)核算法，做好監(jiān)督學(xué)習(xí)。醫(yī)療大數(shù)據(jù)領(lǐng)域應(yīng)用機(jī)器算法模型，如表1所示。

2.2深度學(xué)習(xí)算法模型

深度學(xué)習(xí)算法模型是指針對(duì)深層機(jī)器學(xué)習(xí)理念做出控制的一類模型，以人工智能網(wǎng)絡(luò)（ANN）作為其研究基礎(chǔ)。以生物神經(jīng)元模型進(jìn)行構(gòu)建，實(shí)現(xiàn)特征數(shù)值的連接訓(xùn)練。單層神經(jīng)網(wǎng)絡(luò)的構(gòu)建，能夠基于結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行分析。在選擇控制過程中，實(shí)現(xiàn)維度控制通過加權(quán)后的輸入。帶入激活函數(shù)，并對(duì)輸出層和輸入層間的關(guān)系進(jìn)行控制。然而，感知器只能夠解決線性風(fēng)險(xiǎn)關(guān)系，對(duì)于聯(lián)接和分選功能特點(diǎn)，不能做出分析。多層感知器的控制結(jié)構(gòu)點(diǎn)，按照多層感知功能，在醫(yī)療大數(shù)據(jù)領(lǐng)域中，應(yīng)用深度學(xué)習(xí)算法模型包括卷積神經(jīng)模型、循環(huán)神經(jīng)模型、深度信念模型等。

3基于機(jī)器學(xué)習(xí)的醫(yī)療大數(shù)據(jù)臨床系統(tǒng)應(yīng)用

3.1門診掛號(hào)系統(tǒng)

門診掛號(hào)系統(tǒng)與當(dāng)前的患者就診過程直接相關(guān)，也是其建設(shè)的基礎(chǔ)。首先要解決的是掛號(hào)，目前可以通過掛號(hào)App和醫(yī)院門戶網(wǎng)進(jìn)行操作處理。門診掛號(hào)系統(tǒng)通過完成患者信息錄入、醫(yī)師選擇或者預(yù)約工作管理，利用JSP技術(shù)、Html 5技術(shù)實(shí)現(xiàn)相關(guān)信息的互通[4]。在系統(tǒng)建立過程中，對(duì)其作出鋪墊。

3.2診斷治療系統(tǒng)

診斷治療系統(tǒng)將由醫(yī)師進(jìn)行操作，基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)診斷治療系統(tǒng)構(gòu)建大數(shù)據(jù)。在其研究過程中，通過已有信息的采集進(jìn)行分析，根據(jù)醫(yī)院內(nèi)已有患者的死亡率、出院率、手術(shù)例數(shù)。傳入入院診斷標(biāo)準(zhǔn)，對(duì)其符合率做出分析，確定具體的編碼值、上限值以及閾值，隨后對(duì)其做出一定的控制。按照診斷管理系統(tǒng)建立，對(duì)已有病史狀況做出分析，隨后結(jié)合患者拍攝的CT影像、核磁共振、血常規(guī)等檢測結(jié)果，為患者做出診斷錄入。同時(shí)開具相應(yīng)的診斷結(jié)果，便于繼續(xù)使用控制。并按照錄入目標(biāo)確定出具體的標(biāo)準(zhǔn)，在后續(xù)的使用過程中，做好報(bào)表分析及基礎(chǔ)維護(hù)。

3.3病案管理系統(tǒng)

病案管理系統(tǒng)是記錄患者詳細(xì)信息的系統(tǒng)，基于機(jī)器學(xué)習(xí)自動(dòng)觀念，在其模型建立過程之中，以決策樹算法為核心，按照已有模型的評(píng)估數(shù)目做出分析。得出其內(nèi)核模型的計(jì)算狀況。該系統(tǒng)的建立過程會(huì)對(duì)相關(guān)患者信息、患者家屬陪同信息、患者自身病史狀況，患者疾病移位狀況等進(jìn)行分析。在使用過程中關(guān)注患者的變化狀況，并做出繼續(xù)處理。這些信息會(huì)輸入到系統(tǒng)內(nèi)模塊，也可以根據(jù)信息輸入狀況做出自動(dòng)化數(shù)據(jù)的生成。預(yù)覽打印系統(tǒng)的主要功能包括日常數(shù)據(jù)的管理、病案資料的查詢以及相關(guān)報(bào)表數(shù)據(jù)的匯集。在詞典數(shù)據(jù)、病歷功能數(shù)據(jù)、報(bào)表數(shù)據(jù)的維護(hù)過程中，對(duì)其做出管理。

3.4醫(yī)療器械管理系統(tǒng)

醫(yī)療器械管理系統(tǒng)自身的功能較好，根據(jù)醫(yī)療工作的具體需求，按照醫(yī)院的日常工作需要，實(shí)現(xiàn)醫(yī)療器械信息的加工處理。通常情況下，其所涉及的醫(yī)療器械種類較多。需要對(duì)這些醫(yī)療設(shè)備進(jìn)行管理，目前其管理系統(tǒng)所需要的信息較多，包括生產(chǎn)廠家、銷售公司以及采購員、保管員的具體信息，還需要進(jìn)行入庫管理操作[5]。從管理人員出發(fā)，在非機(jī)械自動(dòng)學(xué)習(xí)系統(tǒng)建立的過程中，有大數(shù)據(jù)的編入、控制、查找、排序等功能，對(duì)于單據(jù)數(shù)據(jù)的功能實(shí)現(xiàn)，將逐漸完成采購數(shù)據(jù)的收集、保費(fèi)數(shù)據(jù)的管理、統(tǒng)計(jì)數(shù)據(jù)的維護(hù)以及后續(xù)數(shù)據(jù)系統(tǒng)的建立。

3.5藥品管理系統(tǒng)

藥品管理系統(tǒng)是以實(shí)現(xiàn)藥物分類作為管理核心的一類系統(tǒng)，融合大數(shù)據(jù)，可以將藥品劃分為中草藥、西藥、中成藥等，實(shí)現(xiàn)藥品功能打印操作，完成藥品的入庫管理控制。在庫存管理保存以及藥品功能方面，針對(duì)藥品的輸入控制特點(diǎn)而言，要結(jié)合大數(shù)據(jù)診斷下醫(yī)療救治需求。在藥品系統(tǒng)建立過程中，對(duì)其做出入庫管理、取出管理、報(bào)損管理、盤點(diǎn)管理以及藥品申請(qǐng)管理。

4 結(jié)語

機(jī)器學(xué)習(xí)在醫(yī)療領(lǐng)域內(nèi)的應(yīng)用廣泛。醫(yī)療數(shù)據(jù)契合了其機(jī)器學(xué)習(xí)發(fā)展的技術(shù)，相較于傳統(tǒng)型的臨床診斷過程而言，進(jìn)行醫(yī)療大數(shù)據(jù)分析，能夠規(guī)避相關(guān)誤差。在客觀評(píng)價(jià)過程之中，對(duì)其做出控制，實(shí)現(xiàn)了有關(guān)評(píng)價(jià)模型的構(gòu)建。建立機(jī)器學(xué)習(xí)模型，在信息學(xué)習(xí)過程中，實(shí)現(xiàn)醫(yī)療系統(tǒng)的建立?；卺t(yī)療大數(shù)據(jù)應(yīng)用，對(duì)臨床數(shù)據(jù)特征做出分析和控制，為醫(yī)療器械管理、病房數(shù)據(jù)控制、藥品管控、病歷檔案管理、診斷系統(tǒng)控制、門診信息查詢提供鋪墊，從而在大數(shù)據(jù)觀念以及學(xué)習(xí)自動(dòng)化領(lǐng)域內(nèi)，提高智能水平。

參考文獻(xiàn)：

[1] 孫濤，徐秀林.基于機(jī)器學(xué)習(xí)的醫(yī)療大數(shù)據(jù)分析與臨床應(yīng)用[J].軟件導(dǎo)刊，2019，18（11）：10-14.

[2] 李千惠.基于機(jī)器學(xué)習(xí)的急性腎損傷預(yù)測及臨床應(yīng)用優(yōu)化[D].北京：北京交通大學(xué)，2019.

[3] 潘曉英，王佳，劉妮，等.機(jī)器學(xué)習(xí)在醫(yī)療大數(shù)據(jù)中的應(yīng)用[J].西安郵電大學(xué)學(xué)報(bào)，2020，25（1）：21-33.

[4] 耿明菲.基于醫(yī)療大數(shù)據(jù)分析的門診輔助診斷模型[J].自動(dòng)化技術(shù)與應(yīng)用，2019，38（10）：51-55，84.

[5] 王梓民.基于病例大數(shù)據(jù)的中醫(yī)“治未病”機(jī)器學(xué)習(xí)方法[J].電子技術(shù)與軟件工程，2019（5）：161-163.

【通聯(lián)編輯：唐一東】