數(shù)據(jù)挖掘技術(shù)及其在醫(yī)學(xué)信息領(lǐng)域的應(yīng)用

劉妍

摘 要 本文簡單介紹了數(shù)據(jù)挖掘技術(shù)，分析了數(shù)據(jù)挖掘技在醫(yī)學(xué)信息領(lǐng)域的重要意義，闡明醫(yī)學(xué)數(shù)據(jù)挖掘的主要應(yīng)用，并對數(shù)據(jù)挖掘技術(shù)在醫(yī)療管理、疾病診斷和醫(yī)學(xué)科研方面的具體應(yīng)用進(jìn)行了分析研究，肯定了數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)信息領(lǐng)域的價值和廣闊的應(yīng)用前景。

關(guān)鍵詞 數(shù)據(jù)挖掘技術(shù)；醫(yī)學(xué)信息；醫(yī)學(xué)應(yīng)用

中圖分類號 TP3 文獻(xiàn)標(biāo)識碼 A 文章編號 1674-6708（2016）172-0132-01

數(shù)據(jù)挖掘技術(shù)自20世紀(jì)90年代開始興起，隨著信息時代的到來，數(shù)據(jù)挖掘技術(shù)受到越來越多的關(guān)注。數(shù)據(jù)挖掘技術(shù)在眾多不同領(lǐng)域正發(fā)揮著重要作用，和其他領(lǐng)域一樣，數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)信息領(lǐng)域也具有廣泛應(yīng)用。數(shù)據(jù)挖掘技術(shù)有助于醫(yī)院管理者做出民智決策、醫(yī)生做出正確診斷、醫(yī)學(xué)研究者做出有效分析和預(yù)測。

1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘（Data mining）是指從大型數(shù)據(jù)中通過算法發(fā)現(xiàn)或提取有意義、有潛在價值、新穎的信息與規(guī)律等知識。Shapiro在1989年8月舉行的第11屆國際聯(lián)合人工智能學(xué)術(shù)會議上，首次提出數(shù)據(jù)庫中知識發(fā)現(xiàn)一詞——數(shù)據(jù)挖掘技術(shù)。隨后，很快吸引了大量數(shù)據(jù)庫工作者轉(zhuǎn)向數(shù)據(jù)挖掘的研究。

經(jīng)歷了20余年的發(fā)展，數(shù)據(jù)挖掘的算法日趨成熟，融合了模式識別、數(shù)字圖像處理、數(shù)據(jù)庫技術(shù)、信息檢索、數(shù)理統(tǒng)計等眾多技術(shù)。數(shù)據(jù)挖掘是一個復(fù)雜的過程，它是由多個流程組成的，隨不同領(lǐng)域的應(yīng)用這些流程會有所變化，一般的流程為問題定義、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)挖掘、結(jié)果評估、知識的發(fā)現(xiàn)和應(yīng)用。這些流程的順序并不是線性的，而且為了取得好的數(shù)據(jù)挖掘結(jié)果常常需要反復(fù)。數(shù)據(jù)挖掘的方法主要有概念描述、關(guān)聯(lián)分析、分類、聚類分析、異常檢測等。

2 數(shù)據(jù)挖掘在醫(yī)學(xué)信息領(lǐng)域的重要意義

醫(yī)學(xué)信息的形式多樣，包括文字、圖像、聲音、視頻等形式，它涵蓋了生物信息學(xué)、藥物信息學(xué)、醫(yī)學(xué)圖形信息學(xué)等學(xué)科，同時，具有隱私性、冗余性、不完整性、模糊性且?guī)в性肼暤忍攸c(diǎn)。數(shù)據(jù)挖掘作為一種數(shù)據(jù)處理技術(shù)，從醫(yī)學(xué)數(shù)據(jù)信息中尋找潛在的關(guān)系或規(guī)律，從而獲得有效的對病人進(jìn)行診斷、治療，增加對疾病的預(yù)測準(zhǔn)確性，實(shí)現(xiàn)疾病的早期發(fā)現(xiàn)，提高治愈率，為醫(yī)學(xué)信息領(lǐng)域提供了新的方法[ 1 ]。

1）醫(yī)學(xué)數(shù)據(jù)挖掘技術(shù)有助于提高數(shù)據(jù)分析效率，增加產(chǎn)生新知識的速度。醫(yī)學(xué)數(shù)據(jù)庫是一個龐大的信息庫，有海量的數(shù)據(jù)，而且數(shù)據(jù)的形式多樣，要在這樣的數(shù)據(jù)信息中找到有價值的信息，采用傳統(tǒng)的方法需要花費(fèi)更多的時間。利用數(shù)據(jù)挖掘技術(shù)，可以分析數(shù)據(jù)的趨勢變化和規(guī)律，減少數(shù)據(jù)冗余和重復(fù)性的影響，減少數(shù)據(jù)量，選擇合適的算法制定規(guī)則還可以實(shí)現(xiàn)自動化分析。如數(shù)據(jù)挖掘技術(shù)分析電子病歷中分散、非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行自動化的數(shù)據(jù)采集[ 2 ]。

2）醫(yī)學(xué)數(shù)據(jù)挖掘技術(shù)可以提供知識的準(zhǔn)確性和可靠性，提高疾病的治愈率。日常醫(yī)療中通常采用抽樣的方法獲取樣本，結(jié)果導(dǎo)致往往只有一部分符合特定要求，存在樣本的局部性并影響真實(shí)性。數(shù)據(jù)挖掘技術(shù)從數(shù)據(jù)的整體性出發(fā)，通過概率抽樣、評估、假設(shè)驗(yàn)證等過程提取信息中的共性特征和個性差異，彌補(bǔ)了隨機(jī)對照實(shí)驗(yàn)的不足。理論上還能夠根據(jù)病人的個體差異，給出個性化治療方案。如通過整合系統(tǒng)生物學(xué)與電子病歷數(shù)據(jù)，醫(yī)學(xué)數(shù)據(jù)挖掘技術(shù)為個性化醫(yī)療計劃轉(zhuǎn)變?yōu)榕R床實(shí)踐提供機(jī)會。

3）醫(yī)學(xué)數(shù)據(jù)挖掘技術(shù)可以用于預(yù)測建模，輔助臨床診斷和推薦治療措施。大量的研究和大數(shù)據(jù)的到來，使得大部分臨床醫(yī)生的知識轉(zhuǎn)化變得非常困難，難以跟上最新的知識來指導(dǎo)臨床診斷。數(shù)據(jù)挖掘預(yù)測建模，根據(jù)特定信息對離散數(shù)據(jù)進(jìn)行預(yù)測。谷歌公司利用人們在網(wǎng)上檢索的與流感相關(guān)的記錄建立了數(shù)學(xué)模型，成功的預(yù)測流感傳播和發(fā)生的地點(diǎn)。又如癌癥早期診斷中，利用數(shù)據(jù)挖掘技術(shù)對癌癥患者做出診斷和提出治療方案。

3 數(shù)據(jù)挖掘在醫(yī)學(xué)信息領(lǐng)域的應(yīng)用

醫(yī)學(xué)信息與數(shù)據(jù)挖掘都是快速發(fā)展的前沿研究，復(fù)雜多變的需求分析及醫(yī)學(xué)信息數(shù)據(jù)的特點(diǎn)，使醫(yī)學(xué)信息的數(shù)據(jù)分析迫切需要數(shù)據(jù)挖掘技術(shù)的支持。醫(yī)學(xué)信息中的很多內(nèi)容，如在醫(yī)療管理、疾病診斷和醫(yī)學(xué)科研方面，都在數(shù)據(jù)庫技術(shù)中找到了支持。

1）醫(yī)療管理。目前，隨著數(shù)字化的普及，很多醫(yī)院都建立了龐大的數(shù)據(jù)庫，目前主要有醫(yī)院信息系統(tǒng)（hospital information system，HIS），它分為管理信息系統(tǒng)和臨床信息系統(tǒng)，管理信息系統(tǒng)主要處理諸如人事、財務(wù)和設(shè)備管理等醫(yī)院內(nèi)部管理方面的信息，臨床信息系統(tǒng)主要處理患者相關(guān)信息。從數(shù)據(jù)庫中運(yùn)用數(shù)據(jù)挖掘技術(shù)，來分析和發(fā)現(xiàn)數(shù)據(jù)的各種信息，可以幫助醫(yī)院決策者更好的制定管理策略[3]。按照數(shù)據(jù)挖掘的需求，進(jìn)行關(guān)聯(lián)分析、分類分析、聚類分析等挖掘算法，可進(jìn)行醫(yī)院費(fèi)用分析、醫(yī)療質(zhì)量管理、醫(yī)用耗材管理、住院患者人群分類等。

2）疾病診斷。面對日益龐大的病案數(shù)據(jù)，僅依靠臨床經(jīng)驗(yàn)，容易出現(xiàn)診斷錯誤，針對臨床數(shù)據(jù)庫、醫(yī)學(xué)圖像等，數(shù)據(jù)庫挖掘技術(shù)也發(fā)揮著重要的作用。

決策樹算法幫助醫(yī)生從大量數(shù)據(jù)中尋找規(guī)律，提高準(zhǔn)確率。應(yīng)用聚類算法、關(guān)聯(lián)規(guī)則等還可以進(jìn)行疾病診斷因素和疾病關(guān)聯(lián)等方面的分析，如實(shí)現(xiàn)癌癥的早期診斷和預(yù)防等。

醫(yī)學(xué)圖像隨著醫(yī)療設(shè)備的發(fā)展，種類都越來越多，醫(yī)學(xué)圖像中蘊(yùn)含這豐富的圖像特征和規(guī)則信息，使用決策樹、神經(jīng)網(wǎng)絡(luò)和關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘算法，可以輔助醫(yī)生對病變區(qū)域進(jìn)行分析，提高醫(yī)學(xué)診斷的準(zhǔn)確性和正確性。

3）醫(yī)學(xué)科研?；蜓芯浚簲?shù)據(jù)挖掘技術(shù)與傳統(tǒng)的統(tǒng)計分析，在數(shù)據(jù)分析的效率上有明顯的優(yōu)勢。利用關(guān)聯(lián)規(guī)則、聚類分析等有助于發(fā)現(xiàn)一組序列的差異及相似性，闡明多個序列間的關(guān)系，確定基因種類。

蛋白質(zhì)結(jié)構(gòu)預(yù)測：許多國家組建了蛋白質(zhì)結(jié)構(gòu)和功能數(shù)據(jù)庫，為科研工作這提供豐富信息的同時，由于數(shù)據(jù)分散、存儲媒介多、數(shù)據(jù)冗余等復(fù)雜性，使用數(shù)據(jù)庫技術(shù)進(jìn)行數(shù)據(jù)清理，追蹤蛋白質(zhì)數(shù)據(jù)序列，為蛋白質(zhì)結(jié)構(gòu)預(yù)測提供便利。

藥物發(fā)現(xiàn)及設(shè)計：數(shù)據(jù)挖掘技術(shù)有助于增加新藥發(fā)現(xiàn)和設(shè)計中的主動性并避免盲目性。利用數(shù)據(jù)挖掘技術(shù)對從龐大的化合物數(shù)據(jù)庫中發(fā)現(xiàn)藥物靶分子，對藥物進(jìn)行篩選、藥物毒理學(xué)、藥物副作用分析，從而降低藥物開發(fā)的時間和成本[4]。

4 結(jié)論

醫(yī)療信息的數(shù)字化發(fā)展和醫(yī)學(xué)研究工作者對高校處理和分析大數(shù)據(jù)的渴望為數(shù)據(jù)挖掘提供了廣闊的研究空間，也顯示了數(shù)據(jù)挖掘在醫(yī)學(xué)信息領(lǐng)域的發(fā)展?jié)摿Α＠脭?shù)據(jù)挖掘技術(shù)，將幫助醫(yī)療管理、臨床疾病診斷和醫(yī)學(xué)科研等。相信在不久的將來，數(shù)據(jù)挖掘在醫(yī)學(xué)信息領(lǐng)域?qū)⑷〉猛黄菩赃M(jìn)展。

參考文獻(xiàn)

[1]石曉敬.數(shù)據(jù)挖掘及其在醫(yī)學(xué)信息中的應(yīng)用[J].醫(yī)學(xué)信息學(xué)雜志，2013（34）：2-6.

[2]秦文哲，陳進(jìn)，董力.大數(shù)據(jù)背景下醫(yī)學(xué)數(shù)據(jù)挖掘的研究進(jìn)展及應(yīng)用[J].中國胸心血管外科臨床雜志，2016（1）：55-60.

[3]陳郁韓.數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的應(yīng)用.中國醫(yī)學(xué)裝備，2014（1）：62-65.

[4]楊春華，李春華，王桂枝，等.數(shù)據(jù)挖掘技術(shù)在藥物研究與發(fā)現(xiàn)中的應(yīng)用[J].醫(yī)藥導(dǎo)報，2005，24（12）：1143-1145.