雍俊

湘潭市第一人民醫(yī)院 湖南 湘潭 411101

引言

現(xiàn)階段，伴隨計(jì)算機(jī)技術(shù)的迅猛發(fā)展，數(shù)據(jù)庫規(guī)模發(fā)生顯著擴(kuò)大，并產(chǎn)生有規(guī)模的大型信息數(shù)據(jù)庫，但在網(wǎng)絡(luò)信息數(shù)據(jù)庫當(dāng)中存在大量數(shù)據(jù)無法有效辨別，因此，需要在這些數(shù)據(jù)當(dāng)中挖掘有用信息。數(shù)據(jù)挖掘?qū)儆谄渲斜匾?jīng)歷過程，在目前醫(yī)療領(lǐng)域當(dāng)中應(yīng)用廣泛。

1 數(shù)據(jù)挖掘技術(shù)意義

數(shù)據(jù)挖掘技術(shù)通常為長期數(shù)據(jù)庫實(shí)驗(yàn)研究的獲取結(jié)果。最初主要為大量數(shù)據(jù)通過計(jì)算機(jī)數(shù)據(jù)庫進(jìn)行有效保存，后續(xù)可在數(shù)據(jù)庫當(dāng)中實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)及數(shù)據(jù)庫查詢。數(shù)據(jù)挖掘有效發(fā)展及應(yīng)用，能夠有效實(shí)現(xiàn)數(shù)據(jù)庫。之間的特點(diǎn)及聯(lián)系挖掘，最終形成更加成熟穩(wěn)定同時(shí)容易理解的數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘技術(shù)能夠通過模糊、大量、有噪聲、不完全的信息中實(shí)現(xiàn)有效指導(dǎo)，在其中存在潛在含義的信息數(shù)據(jù)獲取過程中能夠?qū)τ诖罅繑?shù)據(jù)、規(guī)則知識進(jìn)行有效挖掘，其中特點(diǎn)主要為：①大量數(shù)據(jù)處理。②通過數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)用戶精準(zhǔn)辨別。③采用數(shù)據(jù)挖掘技術(shù)統(tǒng)計(jì)可以對其中的規(guī)則進(jìn)行研究，實(shí)現(xiàn)數(shù)據(jù)庫有效更新。對于數(shù)據(jù)挖掘規(guī)則實(shí)施更新[1]。

2 醫(yī)院信息系統(tǒng)數(shù)據(jù)挖掘技術(shù)的應(yīng)用融合

20世紀(jì)70年代，醫(yī)療衛(wèi)生行業(yè)中逐漸應(yīng)用計(jì)算機(jī)技術(shù)。20世紀(jì)80年代，醫(yī)院信息系統(tǒng)有效發(fā)展。伴隨數(shù)據(jù)庫及互聯(lián)網(wǎng)不斷發(fā)展，我國醫(yī)療信息系統(tǒng)逐漸進(jìn)入新時(shí)代，能夠通過網(wǎng)絡(luò)信貸手段及計(jì)算機(jī)對于院內(nèi)的各部門、財(cái)務(wù)、流動(dòng)人口流動(dòng)以及物流實(shí)現(xiàn)綜合性管理。同時(shí)，對于這個(gè)階段產(chǎn)生的數(shù)據(jù)實(shí)現(xiàn)生產(chǎn)加工，獲得信息，為醫(yī)院提供全面性、自動(dòng)化管理及信息服務(wù)。因此，醫(yī)院信息系統(tǒng)能夠在醫(yī)院信息管理當(dāng)中起到至關(guān)重要的作用，為現(xiàn)代化醫(yī)院建設(shè)的重要構(gòu)成設(shè)施[2]。

2.1 醫(yī)院信息系統(tǒng)中的數(shù)據(jù)挖掘方法分析

決策樹算法：決策樹算法一般在預(yù)測及分類當(dāng)中應(yīng)用，其中包括決策分枝、葉子、節(jié)點(diǎn)，決策樹能夠?qū)τ谄渲幸幌盗袉栴}進(jìn)行表示，可在決策樹模型中不斷實(shí)施數(shù)據(jù)剪枝及切分，進(jìn)而實(shí)施有效分析實(shí)現(xiàn)問題解決，能夠適用在非執(zhí)行數(shù)據(jù)當(dāng)中。利用決策樹算法能夠?qū)τ卺t(yī)務(wù)人員的配藥情況實(shí)施在線監(jiān)測。同時(shí)，西藥房配藥人員應(yīng)根據(jù)在線監(jiān)測結(jié)果有效實(shí)施惡意配藥的不良行為預(yù)防。

關(guān)聯(lián)規(guī)則算法：從數(shù)據(jù)庫中對于儲存的大量數(shù)據(jù)進(jìn)行搜索，并從中找到的相關(guān)性及關(guān)聯(lián)性為關(guān)聯(lián)規(guī)則算法，利用數(shù)據(jù)的關(guān)聯(lián)規(guī)則算法能夠?qū)τ卺t(yī)院中的信息化系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)挖掘及分析，可對于其中的用藥途徑、藥量、抗藥性、預(yù)防用藥、治療療程等實(shí)現(xiàn)自動(dòng)監(jiān)控，能夠更好對于醫(yī)院藥物使用情況實(shí)施檢測，同時(shí)應(yīng)用過程中發(fā)現(xiàn)，較多的病例關(guān)聯(lián)性能夠有效實(shí)現(xiàn)并發(fā)癥發(fā)掘。

聚類分析方法：聚類分析方法能夠首先實(shí)現(xiàn)合適變量定義。隨后對于兩個(gè)樣本之間的距離實(shí)施計(jì)算，如兩個(gè)樣本之間的距離小于其中五個(gè)數(shù)值時(shí)可以將其各自單獨(dú)作為一類，聚類分析方法能夠?qū)τ卺t(yī)療費(fèi)用實(shí)現(xiàn)有效分析及統(tǒng)計(jì)，從而保證醫(yī)院的經(jīng)濟(jì)及社會(huì)效益[3]。

人工神經(jīng)網(wǎng)絡(luò)方法：對于訓(xùn)練數(shù)據(jù)集有效學(xué)習(xí)，利用所學(xué)知識最終產(chǎn)生預(yù)測及分類模型即為人工神經(jīng)網(wǎng)絡(luò)方法。此方法能夠?qū)崿F(xiàn)生物神經(jīng)網(wǎng)絡(luò)仿真，應(yīng)利用鏈接節(jié)點(diǎn)對于每個(gè)節(jié)點(diǎn)實(shí)現(xiàn)有效預(yù)測，因此，人工神經(jīng)網(wǎng)絡(luò)算法的優(yōu)點(diǎn)能夠有效實(shí)現(xiàn)上百個(gè)參數(shù)問題解決，其使用過程相對簡單。醫(yī)院信息系統(tǒng)能夠利用神功神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)關(guān)聯(lián)規(guī)則及分類聚力聚類等任務(wù)挖掘，同時(shí)從中發(fā)現(xiàn)藥物及疾病發(fā)作之間的關(guān)聯(lián)性。

2.2 醫(yī)院信息系統(tǒng)當(dāng)中數(shù)據(jù)挖掘技術(shù)的有效應(yīng)用

醫(yī)院經(jīng)濟(jì)效益改善：目前社會(huì)當(dāng)中由于客戶的價(jià)值會(huì)對企業(yè)價(jià)值產(chǎn)生影響。因此，提升用戶滿意度可對于企業(yè)的經(jīng)濟(jì)效益產(chǎn)生決定性作用。需要對于病人的潛在價(jià)值進(jìn)行充分考慮，并尋找病人的期望訴求，實(shí)現(xiàn)醫(yī)療服務(wù)模式。有效預(yù)測并建立預(yù)測模型對于未來的就診人數(shù)，進(jìn)行判斷，通過相關(guān)措施是醫(yī)院服務(wù)發(fā)展能夠更加有效，同時(shí)實(shí)現(xiàn)醫(yī)療設(shè)備的有效引進(jìn)及配備。

人才培養(yǎng)：在醫(yī)院中每年均會(huì)通過有效安排組織前往國外進(jìn)修，使醫(yī)生個(gè)人能力提升，但進(jìn)修名額存在一定限制，并非每個(gè)醫(yī)生均可以獲得此機(jī)會(huì)，同時(shí)，無法進(jìn)修的醫(yī)生可以通過病案查看對于患者的病例進(jìn)行直接了解，在海量的病人信息當(dāng)中實(shí)現(xiàn)信息查看可以利用數(shù)據(jù)進(jìn)行挖掘及篩選其中的有用信息，避免產(chǎn)生用戶敏感信息，對于病人的臨床表現(xiàn)及疾病名稱實(shí)施分析檢索，可以幫助醫(yī)院實(shí)現(xiàn)全面人才培養(yǎng)。

利用處方實(shí)施監(jiān)控，使患者藥品費(fèi)用支出降低：醫(yī)院每天均具備大量藥品輸出，因此，數(shù)據(jù)庫會(huì)中存在較多數(shù)據(jù)信息，為患者臨床檢查及診斷提供參考，并進(jìn)行治療方案制定，對于藥物數(shù)據(jù)進(jìn)行取舍，實(shí)現(xiàn)惡意配藥行為減少，使病人在藥品費(fèi)用支出上有效降低，全面降低患者的藥品支出。

醫(yī)療設(shè)備管理改進(jìn)：醫(yī)療設(shè)備為醫(yī)院中的重要組成元素，能夠?yàn)榛颊咛峁┓?wù)。醫(yī)院領(lǐng)導(dǎo)需要對于醫(yī)療設(shè)備實(shí)現(xiàn)分析預(yù)測，并判斷是否需要實(shí)施醫(yī)療設(shè)備購置，需要通過數(shù)據(jù)建立對于模型進(jìn)行挖掘，對預(yù)后效果實(shí)施預(yù)測，使整體管理人員能夠?qū)τ谑欠裥枰M(jìn)行購置醫(yī)療設(shè)備判斷，避免產(chǎn)生資金浪費(fèi)。

3 結(jié)束語

總而言之，伴隨計(jì)算機(jī)信息化的有效發(fā)展，醫(yī)院逐漸實(shí)施各自的信息系統(tǒng)建立。并對于數(shù)據(jù)庫規(guī)模實(shí)現(xiàn)有效擴(kuò)大，由于其中的功能較為復(fù)雜。因此，應(yīng)利用數(shù)據(jù)挖掘技術(shù)中遺傳算法、決策樹、人工神經(jīng)算法對于醫(yī)療活動(dòng)中的數(shù)據(jù)進(jìn)行全方位、深層次挖掘，最后獲得有用信息，同時(shí)為醫(yī)院中的科學(xué)管理活動(dòng)提供預(yù)測、支持及數(shù)據(jù)管理。同時(shí)，數(shù)據(jù)挖掘技術(shù)在醫(yī)院信息管理系統(tǒng)中具備廣闊的應(yīng)用前景，為整個(gè)醫(yī)院領(lǐng)域管理開辟新途徑，為社會(huì)提供更好的醫(yī)療服務(wù)。