陳閩韜 匡芳君*

（溫州商學院信息工程學院，浙江 溫州 325035）

1 引言

信息技術(shù)的發(fā)展與進步，為醫(yī)療服務提供了便利，對轉(zhuǎn)變傳統(tǒng)醫(yī)療服務具有積極的作用與意義。醫(yī)院通過構(gòu)建監(jiān)管系統(tǒng)，完成對醫(yī)院異常的數(shù)據(jù)信息進行采集。但是，由于醫(yī)療行業(yè)本身特性和復雜性，造成醫(yī)療大數(shù)據(jù)所包含的數(shù)據(jù)信息駁雜，數(shù)據(jù)信息利用率相對較低，亟需改進與完善。本文研究基于遺傳算法的K-means改進聚類方法，再結(jié)合實例對數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)中的應用進行分析。

2 相關(guān)關(guān)鍵技術(shù)

2.1 數(shù)據(jù)挖掘技術(shù)

實際醫(yī)療大數(shù)據(jù)涵蓋患者、費用、藥物以及相關(guān)管理信息等數(shù)據(jù)。但是這些信息中包括作用顯著的信息和作用不夠明顯的信息。為了從這些冗雜的數(shù)據(jù)信息中獲取作用顯著的數(shù)據(jù)信息，如患者的病例信息、費用信息等，則需選擇適宜的技術(shù)類型，完成對這些信息的獲取。數(shù)據(jù)挖掘技術(shù)能夠?qū)⒆饔蔑@著的數(shù)據(jù)信息提取出來，從而滿足醫(yī)療服務的需求[1,2]。數(shù)據(jù)挖掘技術(shù)可以從存在噪聲、模糊的數(shù)據(jù)中，將目標信息進行提取。醫(yī)療大數(shù)據(jù)結(jié)合數(shù)據(jù)挖掘技術(shù)，能夠?qū)崿F(xiàn)醫(yī)療成本的預測和控制，明確醫(yī)用藥物的各項信息，統(tǒng)計分析藥物不良反應、為醫(yī)療服務提供基礎幫助，對推動醫(yī)院的綜合服務水平具有明顯的正向作用。

2.2 遺傳算法

遺傳算法是一類借鑒生物界的進化規(guī)律演化而來的隨機化搜索方法。遺傳算法模擬一個人工種群的進化過程，通過選擇、交叉和變異等機制，在每次迭代中都保留一組候選個體，重復此過程，種群經(jīng)過若干代進化后，理想情況下其適應度達到近似最優(yōu)狀態(tài)。自從遺傳算法被提出以來，其得到了廣泛的應用[3]，特別是在函數(shù)優(yōu)化、模式識別、神經(jīng)網(wǎng)絡、自適應控制等領域，遺傳算法發(fā)揮了很大作用，提高了問題求解的效率。本文選擇基于遺傳算法的數(shù)據(jù)挖掘技術(shù)，并運用到醫(yī)療大數(shù)據(jù)中，實現(xiàn)有效的醫(yī)療大數(shù)據(jù)挖掘。

2.3 K-means算法研究

K-means算法是一種聚類算法，其具有較高的應用價值。其主要原理是抽取k個數(shù)據(jù)實例，并將其作為聚類中心。聚類中心的選擇，可以選擇隨機的方式，或選擇人為指定或是計算得到。完成后，在聚類中心，遍歷剩余數(shù)據(jù)實例，并取距離聚類中心最近的實例加入到簇中，完成一次迭代。第一次迭代后，可以保證每個簇中，均有≥1個數(shù)據(jù)實例，然后生成新的中心點，將其作為新的聚類中心，重復第一步。之后不斷對第二步進行重復，展開迭代，最終輸出結(jié)果。

但考慮到數(shù)據(jù)挖掘應用到醫(yī)療大數(shù)據(jù)中，存在應用效果不夠理想、數(shù)據(jù)挖掘效率低下等問題，本文將遺傳算法和K-means算法相結(jié)合，達到提升數(shù)據(jù)挖掘效率的目的。

3 數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)中的應用分析

將數(shù)據(jù)挖掘技術(shù)應用到醫(yī)療大數(shù)據(jù)中，對推動醫(yī)療行業(yè)的服務水平與質(zhì)量具有積極的作用，在實際的應用中，需要對具體數(shù)據(jù)挖掘?qū)ο筮M行研究，將應用的算法進行改進，以保障數(shù)據(jù)挖掘的整體效果，滿足醫(yī)療服務的基本需求。

3.1 數(shù)據(jù)挖掘?qū)ο笱芯?/h3>

醫(yī)療大數(shù)據(jù)中數(shù)據(jù)挖掘技術(shù)的應用，需明確具體數(shù)據(jù)挖掘?qū)ο?。結(jié)合當前醫(yī)療行業(yè)的實際情況，可以得到數(shù)據(jù)挖掘的主要對象為互聯(lián)網(wǎng)的相關(guān)醫(yī)療數(shù)據(jù)信息、患者病例、藥物信息和相關(guān)的費用等信息。在明確具體的數(shù)據(jù)挖掘?qū)ο蟮幕A上，再展開對數(shù)據(jù)挖掘技術(shù)的運用。另外，數(shù)據(jù)挖掘技術(shù)應用之前，需對數(shù)據(jù)挖掘的基本流程進行研究。展開數(shù)據(jù)挖掘的第一步為問題定義與數(shù)據(jù)選擇，這一步是關(guān)系數(shù)據(jù)挖掘的關(guān)鍵。第二步是對數(shù)據(jù)進行預處理，并將一致、完整和正確的數(shù)據(jù)存入到數(shù)據(jù)庫中。第三步為數(shù)據(jù)集成，主要是用于完成對數(shù)據(jù)共享問題的處理。第四步展開數(shù)據(jù)的清理，將錯誤數(shù)據(jù)刪除。第五步是數(shù)據(jù)交換，促使數(shù)據(jù)可以轉(zhuǎn)變?yōu)檫m宜挖掘的形式，確保挖掘的效果。第六步為數(shù)據(jù)規(guī)約，借助刪除行、列等方式，保障挖掘算法的運行量。第七步則是對數(shù)據(jù)挖掘，完成對目標信息的采集。最后為結(jié)果評價與展示。具體的數(shù)據(jù)挖掘流程如圖1所示。

圖1 數(shù)據(jù)挖掘基本流程

3.2 基于遺傳算法的K-means改進聚類方法

K-means算法屬于距離聚類迭代的算法，其是將相似性大的數(shù)據(jù)點聚集在一個簇中，將差異較大的數(shù)據(jù)放到其他簇中，借助相關(guān)約束條件，完成具體迭代。為進一步發(fā)揮數(shù)據(jù)挖掘在醫(yī)療大數(shù)據(jù)中的應用，需對K-means算法進行改進，本文提出基于遺傳算法的K-means改進聚類方法。

（1）編碼方案與種群初始化。在具體的改進算法中，將遺傳算法與K-means算法相結(jié)合，首先對具體中心坐標進行定義，設為d維。再假設具體簇的染色體長度為k×d。具體的染色體設置為{P1，P2……Pk}，其中 Pi={Pj1，Pj2……Pjd}。編碼方案和種群初始化后，隨機從n個對象中確定k個初始聚類中心坐標。

（2）適應函數(shù)選擇。適應函數(shù)主要是對適應度值計算的基礎，對迭代和最優(yōu)解獲取具有積極的作用。適應函數(shù)如公式（2）所示：

（3）操作選擇。為保障具體算法操作性能，在具體的迭代過程中，將免疫機制引入其中，從而完成操作。改進算法的具體流程圖如圖2所示。

圖2 基于遺傳的K-means算法流程圖

結(jié)合上述方法完成對K-means算法的改進，從而滿足醫(yī)療大數(shù)據(jù)中數(shù)據(jù)挖掘的應用需求，并可以減少算法的運算時間，在理想的時間內(nèi)，完成對最優(yōu)解的獲取，從而提升數(shù)據(jù)挖掘的效率。

4 應用實例分析

本文結(jié)合實際情況，研究分析數(shù)據(jù)挖掘在醫(yī)療費用數(shù)據(jù)中的應用。醫(yī)療費用信息具有真實性、隱私性、多樣性、不完整性和冗雜性等特點。鑒于醫(yī)療費用數(shù)據(jù)的特點，其符合醫(yī)療大數(shù)據(jù)的基本特性。為實現(xiàn)有效的費用結(jié)算和費用查詢，則需借助數(shù)據(jù)挖掘?qū)崿F(xiàn)，從而提升醫(yī)療服務水平的效果。

4.1 分類算法

具體數(shù)據(jù)挖掘過程中，由信息采集系統(tǒng)對患者的基本信息進行采集，需對分類算法進行選擇。通常選擇易于理解的四分位數(shù)法[4]，再由四分位數(shù)法對患者展開分組，具體信息包括年齡、費用、疾病和藥物等。本文主要選擇費用的25%、50%和75%作為分割點，按照這3個分割點，將數(shù)據(jù)展開區(qū)間化，使用傳統(tǒng)四分位分類方法的分類結(jié)果如表1所示。

表1 傳統(tǒng)四分位分類方法分類結(jié)果

4.2 聚類算法

采用上文所述的基于遺傳算法K-means方法進行數(shù)據(jù)挖掘，分類結(jié)果如表2所示。該算法對數(shù)據(jù)分類的效果顯著，能夠?qū)⒉煌垲愔行倪M行表述，并得到詳細費用情況及例數(shù)。

表2 基于遺傳算法的K-means改進后的聚類方法分類結(jié)果

4.3 結(jié)果評價

對上述的兩種算法運用C4.5決策樹[5]模型對影響因素進行分析，基于傳統(tǒng)四分位分類方法和基于遺傳算法的K-means改進聚類方法生成的決策樹分布分別如圖3和圖4所示，從圖3、圖4可知，采用傳統(tǒng)四分位分類方法分類過程中，分類項目相對較多，且涉及內(nèi)容較為廣泛，在具體的分類過程中，過程較為繁瑣，且易造成數(shù)據(jù)誤差的情況，影響效果，且其預測的精度約為80.26%；采用基于遺傳算法的K-means改進后的聚類方法的分類方法，在提升效率的同時，且能夠綜合提升預測精度，其具體預測精度約為93.08%，比較上一分類方法，差異明顯。

圖3 傳統(tǒng)四分位分類方法生成的決策樹

圖4 采用基于遺傳算法的K-means改進后的聚類方法生成的決策樹

5 結(jié)束語

隨著醫(yī)療行業(yè)的不斷發(fā)展，大數(shù)據(jù)技術(shù)在醫(yī)療行業(yè)中的運用更為普遍，借助有效的信息采集技術(shù)，對醫(yī)療服務及相關(guān)內(nèi)容的數(shù)據(jù)信息進行采集，并展開管理與服務等內(nèi)容，是影響信息利用效率和服務質(zhì)量的關(guān)鍵。但受海量數(shù)據(jù)特性影響，造成數(shù)據(jù)信息冗雜和相關(guān)重點信息不能獲取與運用。因此，本文研究數(shù)據(jù)挖掘在醫(yī)療大數(shù)據(jù)中的應用分析，包括具體流程、數(shù)據(jù)挖掘算法等，最后以醫(yī)療費用數(shù)據(jù)為例，利用基于遺傳算法的K-means聚類方法進行分析，為提高醫(yī)療服務質(zhì)量提供有效數(shù)據(jù)信息。

[1]朱欣欣．數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)中的應用研究[J]．醫(yī)藥衛(wèi)生：文摘版，2016(10)：00102-00102．

[2]羅堃，代冕．數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)中的應用研究[J]．信息與電腦：理論版，2016(6)：45-47．

[3]呂峰，楊宏，普奕，等．遺傳算法的數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)中的應用[J]．電子技術(shù)與軟件工程，2017(5)：203-203．

[4]李梅．大數(shù)據(jù)時代中如何進行醫(yī)療數(shù)據(jù)挖掘與利用[J]．數(shù)字通信世界，2016(1)：23-24．

[5]李楠，段隆振，陳萌．決策樹C 4.5算法在數(shù)據(jù)挖掘中的分析及其應用[J]．計算機與現(xiàn)代化，2009(12)：160-163．