数据挖掘技术在医疗大数据中的应用研究.doc

数据挖掘技术在医疗大数据中的应用研究


该论文来源于网络，本站转载的论文均是优质论文，供学习和研究使用，文中立场与本网站无关，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息，如果需要分享，请保留本段说明。
　　摘要：随着移动互联网、物联网、云计算等新兴技术的迅猛发展，现代社会活动产生的数据的规模与种类不断增长，对这些数据进行有效管理与应用已成为各行各业的研究重点，其中医疗行业也不例外。目前我国医疗领域的信息化程度不断提高，所有医院需要定期向卫健委资源数据中心上传各自的医疗数据，这些数据的聚集也为数据挖掘技术的应用奠定了基础。基于此，本文将主要针对数据挖掘技术在医疗大数据中的应用展开研究，希望能为相关从业人员提供参考借鉴。
　　关键词：数据挖掘技术;医疗大数据;应用
　　中图分类号： TP391 文献标识码：A
　　文章编号：1009-3044（2020）32-0026-02
　　早在2015年，国家卫健委通过建设医院监管系统，要求委属医院通过数据采集软件且按照标准规范将数据上传至卫健委资源数据中心，对医疗大数据展开统一化的管理，为数据挖掘提供支撑环境。过去各大医院的医疗大数据均为独自存储与管理，要想查看病历数据则需要进入到各个医院的系统，再加上各医院使用的系统可能不一样，也导致医疗数据收集难度增加[1]。从这一点来看，医疗领域的信息化程度相较于如今日新月异的互联网生活来讲，显得较为落后，所以整个医疗行业急需抓紧信息化建设步伐。
　　而在医疗行业，每天都会产生大量的数据信息，所以在数据挖掘技术应用上该技术必然会在医疗行业中得到应用。医疗大数据主要在医疗服务中所产生，其来源范围较为广泛，例如有些数据来自制药企业、有些数据信息则来自临床方面的数据，还有的数据信息来自医院与医保费用管理方面。相关数据表明，通常医疗机构每年产生数据存储量为1TB～20TB，在这些海量数据中蕴含着丰富知识与规律，倘若能够从中获取价值性知识，对于推动现代医学研究而言意义重大[2]。随着数据挖掘技術逐渐发展成熟，在医疗大数据中也得到了充分应用，本文便针对此展开深入研究。
　　1 数据挖掘技术概述
　　信息化背景下，无论是自然科学、工程技术，还是医疗服务等领域，数据体量呈爆炸式增长，而在这些数据之中，有许多的数据信息非常的关键，非常的具有价值，如果将这些数据转化为知识则有着重要的意义，也正是因为有这种需求，所以才有了数据挖掘理论的出现。数据挖掘，其实就是从海量的信息中、从那些看似无规律的数据中提取隐性价值信息，需要用到基础算法以及人工智能、机器学习、特征提取、统计分析等多学科知识。
　　通常来讲，完整的数据挖掘过程逐渐分为三个步骤：①数据准备。在该阶段需要将干扰数据精准剔除，所以可分为以下几个任务：第一，数据清理;第二，数据集成;第三，数据选择。先结合数据挖掘目的生成数据集，然后再进行数据降噪，最后再根据任务的目标来找出有用特征去代表数据;②发现规律。该阶段作为数据挖掘过程中发现知识的关键步骤，通过应用各种算法对数据集进行分析，从而提出对决策形成支持的规律;③表示规律。规律发现之后需要用直观可视的手段进行表示，主要是规则与模式的可视化表示。具体流程如图1所示。
　　2 数据挖掘技术在医疗大数据中的应用
　　对医疗大数据进行深度挖掘才能体现出数据的价值，通过收集、整理与分析海量数据，探寻蕴含其中的隐性知识，能够为医学研究、临床护理、疾病诊疗等方面的发展形成巨大推动作用。对于病患来讲，通过对医疗大数据的全面分析，能够享受到更加精准且高效的医疗服务，减少不必要的检查，从而控制医疗费用，避免不合理的医疗支出;对于医学研究来讲，医疗大数据的深度挖掘分析能够为药物研制、疾病诊断等工作提供全新途径，从而有利于解决大量过去无法解决的医学难题;对于整个医疗领域来讲，通过对医疗大数据进行挖掘分析，能够为以下几方面提供全新的思路：第一，医疗成本评估;第二，医疗质量管理等[3]。另外，对群众的医疗大数据展开深入挖掘，能够对实现对民众健康状况的密切监测，从中分辨出疾病高危人群，对疾病发展走向有精准预测，从而对制定公共卫生政策提供支持。
　　对医疗大数据进行分析与利用，数据挖掘技术是其中的关键。而随着科技的不断进步，数据挖掘技术也得到了较大的发展，研究方向有所拓宽，包括以下几方面：第一，关联规则挖掘;第二，异常挖掘等，同时衍生出来多种算法，这些都是分析医疗大数据应用的基础，是建构医疗大数据应用的基础。具体而言，该技术在医疗大数据中的应用主要体现在如下几个方面。
　　 关联规则挖掘
　　这种挖掘技术