[大数据分析和数据挖掘]医疗数据分析及数据挖掘方法的应用.docx

会员专享推荐 · 你可能也用得上更多

开通会员，畅读全站文档

本篇文档已为你保留

本篇文档价值 ~~¥35.00~~会员免费解锁

全文不限次阅读，剩余内容即刻解锁
高速下载通道，免排队、无等待
专属客服 1 对 1 答疑，优先响应
每日赠送下载券，本篇文档免费送

有 86 篇商业计划书正在上传

下载原文档

[大数据分析和数据挖掘]医疗数据分析及数据挖掘方法的应用摘要随着数字化技术的蓬勃发展，高校医疗体系多年“管理信息化”的广泛推行，在高校医疗系统中积累存储了大量信息，由于传统的日常业务系统只对历史数据简单储存管理，无法充分利用医疗信息内部蕴含的相互关联、深层次的数据规律。本文通过对医疗信息处理模型进行研究，构建多层体系结构和框架，提出针对医院信息管理系统的设计框架。利用数据统计和数据挖掘技术来处理数据，采用Apriori算法、时间序列分析等针对诊疗数据和药品数据进行分析。最后，对医疗信息具有的内在知识和数据挖掘方法进行了总结探讨。【关键词】医疗数据数据挖掘时间序列分析1概述医疗信息化建设大大地推动了我国医疗系统的发展，高校作为是国家人才培养基地，往往具有校园社区性质的校属医院。高校医院在医疗信息化建设过程中，也得到了明显发展，为保障师生身体健康，维护教学学习秩序、促进教育改革和高校发展提供了重要保障。医疗信息数据分析服务平台是根据目前高校的医疗信息现状，通过对高校医院的门诊、医药等基本信息之上，通过对数据的清洗、汇集、定向统计与智能分析，提供良好的高校诊疗支持。全球范围内，医院信息化建设是一个逐渐发展完善的过程，发展历程经历了三个主要阶段：一是医院管理信息化阶段，这个阶段的核心特征为“管理信息化”；二是医院医疗数据的数字化管理，这个阶段的核心特征为“医疗信息化”；三是社会范畴内的医疗信息化和数字化，核心特征为“医院数字化”。国外的医疗信息化建设大多处于第二阶段。早在上世纪60年代，美国著名的麻省总医院开发COSTAR系统，70-80年代，美国的HIS产业已经形成相当的规模。欧洲大多数国家的HIS开始于20世纪70年代中期和80年代初期。国内医院信息管理系统起步较晚，目前“管理信息化”阶段已经基本完成，为后续发展积累了许多数字化的历史记录，使进一步地数据分析成为可能。历史数据积累，是本论文研究的重要前提。高校医院由于功能定位局限，难以利用建设采用数据挖掘分析方法的数据服务平台，本论文平台研究将致力于如何充分利用这些数字资源，推进医疗信息化建设发展。2面向数据分析的平台设计2.1软件总体需求根据医疗数据的特征，系统主要包含以下几方面功能需求：系统权限管理、数据处理与转换、数据分析与统计，数据展示与支持，系统的维护。本系统主要需要考虑：（1）医疗信息汇集及预处理模块，对医疗数据进行预处理和数据清理、格式统一等操作，并作为后续处理的数据来源。（2）医疗信息数据分析处理模块，主要功能是对医疗人员关心的医疗数据分类及分项统计，如按所属科室对某段时间就诊人数的统计，来了解该时段内就诊人员的情况规律，对隐含在大量信息后面的规律进行挖掘。（3）医疗数据展示与服务，主要功能是利用可视化的报表来展示信息，并且提供数据打印、动态可视化展示等。以便医疗部门及时掌控信息分布。2.2业务流程及体系从所处理的信息方面看，本文涉及的医疗信息分析平台包括药品与就诊信息两各类内容，通过统计分析，对历史累计的医疗数据进行清理汇集，统计，预测，并对其结果进行可视化展示。高校医疗信息服务平台的数据处理主要流程如图1所示。2.3系统功能划分（1）医疗数据采集汇交与预处理。内容有：a.医疗数据集成及格式的转换，对不同来源、数据形式、多种格式、不同平台的异构信息进行归依化和转换。b.医疗数据清理与规整化，对大量数据集中包含的噪声数据，通过数据平滑、补充和清除方法，对数据的不一致性，不完整性进行处理，保证后续分析在有效数据集上完成。（2）医疗信息分析与数据挖掘。内容有：a.医疗数据各项业务计算与统计，在数据库基础上，通过用户自定义的统计类型，根据用户关注信息，设定时间段的医疗信息进行分类统计，了解信息分布情况。b.医疗数据挖掘服务功能，根据用户指定项目生成合适的数据视图，利用数据关联分析方法进行信息挖掘，寻找内涵的关联规则，辅助发现隐含知识。（3）医疗数据展示服务。内容有：a.报表打印、数据的可视化展示。b.数据动态可视化，进行图表化显示。3数据关联分析3.1数据关联分析算法数据关联的挖掘是本论文的研究关键，数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。例如通过挖掘如果存在疾病名称=“流感”=>年月=“A”的布尔型的关联规则，就意味着A月份是流感的易发人群，学生的学业压力有可能大于其它时间而有必要进行必要的干涉。关联规则挖掘的主要算法除了Apriori算法，还包括基于划分算法和FP-树频集算法等。其中Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法，算法复杂度相对较低。由于高校的医疗信息分析暂时不需要处理大数据集合，而Apriori算法是最有影响的挖掘关联规则频繁项集的算法，本系统确定采用Apriori算法。3.2Apriori算法在系统中的具体实现在本系统中，有关病人进行就诊的详细信息以及药品出库的详细信息都已经给定，根据这些已知的数据，系统利用Apriori算法对表中的各个项目之间进行了关联分析，并向用户提供了一个友好的交互界面，使用户能够根据自己的需要设置最小支持度以及需要分析的数据总量。用户自行设置最小支持度和需要分析的数据量，因为根据不同的最小支持度和需要分析的数据量系统通过分析将会得到不同的结果。所以在对医疗系统中的数据进行关联分析之前，要先对所需要的上述两个参数进行设置。设置完成后，点击右边的频繁项目集按钮，系统就会自动分析出数据的相互关联性，并出现如下的结果，经过上述一系列相关的操作后，系统就会把相关信息如图显示出来。关联度0.14情况下，得到相关数据。3.3时间序列分析方法时间序列（Timeseries）泛指那些随时间或空间有序变化的数据集合，这些数据记录集合往往采用等时间或空间间隔进行度量。如何充分有效地管理和利用这些海量数据序列，更有效地发现和理解这些数据序列背后隐含的规律和知识，已经受到越来越多数据挖掘研究者广泛关注。时间序列分析包括两大部分：一是时间序列的对比分析，其中包括时间序列的水平分析和时间序列的速度分析，如计算序时平均数、用水平法和方程法计算平均发展速度或平均增长速度等。这部分计算相对比较简单，在Excel中只需要输入公式或使用基本函数就能解决；二是时间序列的因素分析，其中包括对影响时间序列变动原因：长期趋势、季节变动、循环变动等的分析。3.4时间序列分析方法在系统中的具体实现根据本系统的数据特征和业务要求，本文主要使用两种分析方法对病人的就诊数量、药品信息的时间的变化情况进行研究：指数平滑预测法和线性回归分析预测法。本系统中处理的数据对象主要包括就诊和药品两大类的医疗信息。系统访问患者就诊数据表里的信息，利用日期对不同时间的就诊人数进行分析统计，按照时间序列进行分析，统计分析的结果如图2所示。医疗用药情况可以根据药品数据表里的信息，通过系统按照取药时间对不同时段的患者人数、药品种类进行统计，获得随时间变化的变化趋势用于分析，经过时间序列分析后得到结果如图3所示。4小结高校医疗信息的分析能为高校医疗保障带来有效支持，在异构医疗数据的整合与清理、数据的多角度分析与挖掘、数据的可视化与信息服务方面。本系统中主要从各数据之间的关联性和时间序列两个大的方面对高校医疗信息系统的数据进行了分析和研究。但是，在分析过程中对某些数据的关联性分析的不够或不准确，对用户的一些无效参数设置没有提示和纠错能力，所以都有待对系统进行进一步的完善和改进。医疗信息形式多样，通过分析整理后，得到的数据缺乏直观性，而最终用户需要比较直观的得到决策支持信息，对分析结果的可视化和直观表达技术，会很大程度上决定系统的可用性和服务能力。参考文献[1]廖先珍等.国内医院信息管理系统的应用现状及发展趋势[J].医学信息，2005（8）.[2]Duanhuilong，Lvxudong，TheCurrentStatusandTrendoftheMedicalInformationSystem，CHINAMEDICALDEVICEINFORMATION，2004，10（2）.[3]（美）克莱尔等著，潘红宇等译.时间序列分析及应用[M].北京：机械工业出版社，2011.[4]Zhangxinghua，HospitalInformationSystemSituationandDevelopment，ChineseMedicineModernDistanceEducationofChina，2005（3）.[5徐德生，李弘，李长青，田文生.基于粗糙集理论的数据挖掘技术在脑梗塞疾病研究中的应用[J].现代预防医学，2009（21）.[6]郭强.高校医疗信息分析平台的设计与实现[D].电子科技大学，2012.[7]刘金梅.数据挖掘技术在医院信息系统中的应用[D].黑龙江大学，2009.[8]易静.医院信息数据挖掘及实现技术的探索[D].重庆医科大学，2007.[9]博克斯.时间序列分析-预测与控制[M].北京：机械工业出版社，2011.[10]DavidHandKerkkiMannilaLadhraicSmythPrinciplesofDataMining2003.作者单位北京师范大学信息科学与技术学院北京市100875。