数据挖掘技术在卫生统计信息工作中的应用研究

《数据挖掘技术在卫生统计信息工作中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据挖掘技术在卫生统计信息工作中的应用研究1.山东大学数学院250100；2.大连市丙岗区疾病预防控制中心116011【摘要】随着我国医药卫生体制改革逐步推向深入，医改进展监测与评佔作为动态监测、及时分析医改的主要手段，监测结果和评估报告已成为各级卫生部门动态掌握医改进展，科学决策和完善政策的重要参考和依据来源。这些医疗卫生信息资源对于行政决策、医院管理、疾病诊疗和医学研究都有着重要价值。【关键词】数据挖掘技术；卫生统计信息；应用研究传统统计手段己无法满足对海量数据进行有效分析的需求，数据挖掘技术的出现使人们看到了解决这一问题的曙光，

2、它能将大量数据背后隐藏的有价值的信息挖掘出来［1］。数据挖掘技术已是当前数据库和人工智能领域研宄的热点，为疾病的诊断和治疗提供科学的、准确的决策，促进远程医疗和社区医疗发展发挥着重要作用［2］。1数据挖掘概述数据挖掘是一门利用人工智能、机器学习、数理统计等方法从数据中提取有价值的信息的新兴技术。数据挖掘（DM）也称为数据库知识发现（KDD）,出现于1989年，指从数据库中提取隐含在其中的、人们事先未知的、潜在的有用信息和知识，所提取的知识可以表示为概念、规则、规律和模式等形式［3］。这些知识可以用于决策支持、信息管理和科学研究等许多领

3、域。关于医疗卫生领域的数据挖掘，其关键性技术主要体现在以下四个方面:（1）数据预处理：医疗数据库中含有海量的、不同来源的原始信息，其中括大量模糊的、不完整的、带有噪声和冗余的信息。（2）信息融合技术：医疗信息是由文字、数据、波形信号、图像、以及少量的语音和视频信号组成的。（3）快速的、兽棒的挖掘算法：医疗数据库是一个涉及面广、信息量大的信息库。要在这样庞大的数据库中提取知识，需要花费比其它数据库更多的时间，因此必须考虑医疗数据挖掘的效率问题。（4）提供知识的准确性和可靠性：医疗数据挖掘的主要0的是为医疗活动和管理提供科学的决策，因此必

4、须保证挖掘算法所提供的知识具冇较高的准确率和可靠性2数据挖掘技术在卫生统计中的应用2.1基于数据挖掘技术的卫生统计服务政策完善和科学决策卫生统计是卫生管理部门决策的重要依据来源，研究人员利用数据挖掘工具对卫生总费用进行预测，分析影响卫生总费用的因素，对医疗费用进行分析，为卫生有关部门提供决策参考［4】。研究人员采用自组织数据挖掘方法建立卫生总费用的预测模型，发现影响我国卫生总费用的重要因素冇：GDP、医疗卫生服务成本、全国保险福利费用总额、全国从业人员数、城镇职工医疗卫生支出、政府卫生支出等。模型预测结果显示：中国卫生总费用在今后若干

5、年会有比较快的增长，需要政府从宏观政策上加强卫生改革的力度来控制医疗卫生服务成本，并积极推进医疗保险制度改革。2.2基于数据挖掘技术的卫生统计推进医院管理现代化进程数据仓库、数据挖掘、连机分析处理技术（OLAP）的综合应用是实现现代化医院管理辅助决策的必然趋势，是增强医院竞争力的核心［5】。数据挖掘技术在医疗费用管理、医疗诊断管理、医院资源管理中具奋的广泛座用性，研究人员积极探索了数据挖掘技术如何支持医院管理者分析决策。数据挖掘技术可为医院管理者提供更高层次的数据分析功能，为医院制定竞争策略提供奋力的技术支持。研究人员通过对医院信息系

6、统使用的分析，阐述对统计信息数据的再次挖掘与应用。研宄表明，数据的深层利用可挖掘出数据之间奋效的、有规律的、新颖的潜在联系，为医院领导层做出决策提供科学的信息依据。有研宄者以OracleWarehouseBuilder作为构建数据仓库的技术平台，用DataMiner作为对数据挖掘的工具，给出了应用于医院的数据仓库实例。杨海青等研究指出数据挖掘技术在医疗质量管理、门急诊管理、病区管理、医院资源配置及医院经济管理中具有广泛的应用性，提出随着信息技术广泛而深入的应用，医院管理水平将得到显著地提高。2.3基于数据挖掘技术的卫生统计助力疾病诊断

7、治疗数据挖掘作为利用各种分析工具在海量数据中发现模型和数据间关系的过程。科研人员结合疾病诊断治疗过程的特点，针对临床医学上蕴含丰富信息的大量数据，探索了数据挖掘技术在诊断评价方面的优势，证明可广泛用于胸痛发展结果的预测、ICU应急诊断、肺肿瘤辨别诊断、类风湿类型的辨别诊断、乳腺疾病诊断、胎儿早产的诊断、肝病分类诊断、急性阑尾炎分类诊断等方面的应用。3数据挖掘技术在卫生信息化中的应用3.1数据挖掘技术在卫生信息管理系统中的广泛应用我国大中型医院均建立了医院信息系统（HIS），采用数据仓库技术、数据挖掘技术对HIS数据进行再次开发己成为新

8、趋势。运用数据仓库和数据挖掘技术，对医院医疗活动过程中产生的海量数据进行深度加工可从中得到长期的、系统的、综合的数据；同吋还可以通过决策树、神经网络、遗传算法、聚类等技术，对数据进行深层次的挖掘和有效利用，得到丰富的辅助