基于数据挖掘技术的医疗设备绩效预测方法的应用研究.pdf

基于数据挖掘技术的医疗设备绩效预测方法的应用研究博士研究生:伍平阳指导教师:林意群摘要本文在系统介绍数据挖掘技术相关知识的基础上,重点研究了建立数据仓库的技术和决策树挖掘算法及其在医疗设备绩效预测中的应用。目前,医疗机构把绝大部分的经营积累用于购置医疗设备,每年用于购置医疗设备的费用约占当年形成的可动用资金的%,因此,医疗设备效益的好坏直接关系到医疗机构的经营状况,直接关系到医疗机构能否为广大患者提供良好的服务、能否稳定、持续地发展的重要课题。正因为如此,卫生部《医院管理评价指南孕分幸G笠搅苹构褐么笮鸵搅粕璞副匦刖细竦可行性论证并加强大中型医疗设备合理应用成本分析,而对医疗设备在购置前就对其投入使用后的绩效进行预测,是医疗设备购置前进行可行性论证中最为关键的一环,也是医疗设备投入使用后进行合理应用成本分析的前提。数据挖掘技术当前已经成为数据库和信息决策领域的前沿研究方向之一,受到国内外学术界的广泛关注,在商业、工业和医学领域都得到了较为广泛的应用,取得了显著的社会及经济效益。因此,应用数据挖掘技术的理论和方法,对医疗设备的绩效预测方法进行深入的研究,对于充分发挥医疗设备的社会效益和经济近年来,随着计算机技术、网络技术的迅速发展和医院信息系统医院的普及和广泛应用,虽然邪胁∪诵畔⒐芾砟?楹鸵搅粕璞腹芾模块,但两者是相互分离的,相应的软件模块仅局限于分别对病人信息和医疗设博士学位论文效益,具有重要意义。
备信息进行录入、修改、查询、统计等简单功能的实现,停留在基于数据库技术支持的操作型事务处理的水平上。对医疗设备购置前的可行性论证的决策支持和投入使用后的设备使用、维护等信息的深层次加工较少,如何充分利用这些宝贵的信息资源来为医院的管理者和决策者实施对医疗设备的高效管理和科学决策提供准确、可靠的依据,提高医疗设备的社会效益和经济效益,促进医院的快速健康发展,已成为人们关注的焦点。,,这一术语出现于年,是从数据库中识别出有效的、新颖的、潜在有用的、并且最终可理解的模式的非平凡过程。数据挖掘技术在成果,同时,它还借鉴了许多其它领域的理论和算法,如数据库系统、机器学习、模式识别、人工智能、数据可视化、信息检索以及统计学等。数据挖掘本质上可归类为深层次的数据分析方法。数据分析本身已经有很多年的历史,不过由于以往计算能力的局限性,限制了对大量数据进行分析的复杂数据分析方法的应用。近年来,由于电子信息技术的发展及应用的普及,商业、医疗及其信息,因此具有重要的意义。数据挖掘的结果通常表示为概念、规则、规律、模式、约束、可视化等形式。通过数据挖掘所获得的知识可以直接用于辅助决策或修正已有的知识体系,也可作为新的知识存储于应用系统中。数据挖掘的原始数据可以是结构化的;也可以是半结构化的,如文本、图形和图像数据;甚至是分布在网络上的异构型数据。发现的知识可以被用于信息管理、查询优化、决策支持和过程控制等,据的应用从低层次的简单统计、查询,提升到从数据中挖掘知识,提供决策支数据挖掘需要良好的数据组织和纯净的数据,数据的质量直接影响数据挖掘的效果,而数据仓库的特点恰恰最符合数据挖掘的需求,它从各类数据源中中文摘要数据挖掘,渤莆J菘庵J斗⑾年代有了突飞猛进的发展,数据挖掘从理论和技术上继承了知识发现领域的它领域都产生了大量的业务数据,分析这些数据可以为决策提供真正有价值的还可以用于数据自身的维护。因此,数据挖掘是一门交叉学科,它把人们对数
抽取数据,经过清洗、集成、选择、转换等处理,为数据挖掘所需要的高质量数据提供了保证。数据仓库是数据库技术发展的高级阶段,它是面向主题的、集成的、内容相对稳定的、随时间变化的数据集合,可以用来支持管理决策的定制过程。数据仓库系统允许将各种应用系统、多个数据库集成在一起,为统一的历史数据分析提供坚实的平台,其主要目的是为决策提供支持,为、数据挖掘等深层的数据分析提供平台。可以说,数据挖掘为数据仓库提供了有效的分析处理手段,数据仓库为数据挖掘准备了良好的基础。和加载,缩写为糜谖J莶挚馓峁┓瘛峁┝斯ぷ髁骰肪常可以使用该环境来构建数据转换包。可以从不同的数据源中提取数据,然后对构化数据为主的关系数据库、事务数据库和数据仓库,对复杂类型数据的挖掘中的关键技术,医学数据挖掘将有广阔的应用前景。分类和预测是数据挖掘的两种数据分析形式,通常的算法有粗糙集理论、决策树、人工神经网络、渐近计算等,各有优点。应该注意的是大部分算法都不是专业为解决某个问题而特制的,算法之间也并不互相排斥。一般来说并不存在所谓的最好的算法,在最终决定选取哪种算法之前,有可能对各种算法都试一下,然后再选取一个较好的。在实际应用中,可对这些方法进行适当的修改、扩充和优化,从而能在各种特殊的医学数据库中进行分类和预测。本文重点研究决策树算法的原理及方法。决策树算法最基本