数据挖掘技术在医院信息系统中应用探究.doc

《数据挖掘技术在医院信息系统中应用探究.doc》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、数据挖掘技术在医院信息系统中应用探究摘要：本文在数据挖掘技术概述的基础上，分析了把数据挖掘应用于医院信息系统的必要性，并阐述了其在医院信息系统建设中的具体应用。Abstract：Inthispaper,basedontheoverviewofdataminingtechnology,thenecessityoftheapplicationofdataminingtothehospitalinformationsystemisanalyzed,anditsspecificapplicationinthe

2、constmctionofhospitalinformationsystemisexpounded・关键词：数据挖掘技术；医院信息系统；具体应用Keywords：datamining；hospitalinformationsystem；specificapplication中图分类号：R197.324文献标识码：A文章编号：1006-4311(2012)03-0132-010引言随着计算机技术的进步,医院信息化程度的不断深入,医院信息系统的不断完善，各个医院都建立了自己的医院信息系统并积累了大量的医疗

3、数据资源。如何从这些大量的医疗数据资源中挖掘出有用的信息、模式进而辅助决策、辅助诊断，以满足医院管理决策的需要、从而提高医疗质量，创造经济效益，并使医院和患者达到双赢的目标是现代医疗机构面临的严峻挑战。1数据挖掘技术概述数据挖掘(DataMining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。与数据挖掘相近的同义词有数据融合、数据分析和决策支持等。数据挖掘技术是人们长期对数据库技术进行研究和开发的结果。起初各种

4、商业数据是存储在计算机的数据库中的，然后发展到可对数据库进行查询和访问，进而发展到对数据库的即时遍历。数据挖掘使数据库技术进入了一个更高级的阶段，它不仅能对过去的数据进行查询和遍历，并且能够找出过去数据之间的潜在联系，从而促进信息的传递。现在数据挖掘技术在商业应用中已经得到成熟使用，因为对这种技术进行支持的三种基础技术已经发展成熟，它们是：海量数据搜集、强大的多处理器计算机、数据挖掘算法。数据挖掘与传统的数据分析(如查询、报表、联机应用分析)的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现

5、知识•数据挖掘所得到的信息应具有“先前未知”，“有效”和“可实用”三个特征。其中，“先前未知”的信息是指该信息是预先未曾预料到的，即数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，挖掘出的信息越是出乎意料，就可能越有价值•在商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人的联系。数据仓库技术的发展与数据挖掘有着密切的关系。数据仓库的发展是促进数据挖掘越来越热的原因之一。但是，数据仓库并不是数据挖掘的先决条件，因为有很多数据挖掘可直接从操作数据

6、源中挖掘信息。2医院信息系统与数据挖掘自20世纪80年代以来，医院信息系统(HospitalInformationSystem简称HIS)迅速发展，为医院提供了一种现代化管理手段，帮助医院克服传统管理中繁琐、低效、信息不准确、不规范等弊端，较好地解决了医院中动态、过程管理的需求与常见静态、终端管理手段的矛盾。HIS通过利用电子计算机和通讯设备，为医院所属各部门提供对病人诊疗信息和行政管理信息的收集、存储、处理、提取及数据交换的能力，并满足所有授权用户的功能需求，它既包括医院管理信息系统，又包括临床医疗

7、信息系统。多年来，随着HIS在我国的蓬勃发展，每个医院的HIS系统都存储了大量的数据。要想在数据海洋中获得新生，就需要采用一些技术、方法将有用信息从大量数据中提取出来。而目前的ERP,MRP,CRM等管理信息系统对此都无能为力。这种情况下，就需要有一个系统能从海量的医疗数据资源中挖掘出有价值的医疗知识和模式。经过实践，众多研究者认为解决这个问题的最好方案是采用数据仓库技术。20世纪90年代初，在国外兴起了数据仓库技术，促进了OLAP技术和基于海量数据仓库的数据挖掘技术的发展与成熟，数以百计的数据仓库、

8、联机分析处理和数据挖掘软件产品走向市场、走向应用。目前，数据仓库技术已经普遍应用在HIS中,如在临床、影像以及医院管理决策等方面有了较全面的使用。随着数据仓库和数据挖掘工具的不断发展，HI系统数据的再利用已成为HIS发展的必然方向，由此，数据仓库与数据挖掘技术在医院信息系统中具有深远的意义和广阔的前景。3数据挖掘在医院信息系统建设中的具体应用数据挖掘是利用了分类、关联性分析、序列分析、群集分析、机器学习、知识发现及各种统计学方法，从庞大的数据库中，找出隐