王大鵬，張麗天

（內(nèi)蒙古醫(yī)科大學(xué)第二附屬醫(yī)院，內(nèi)蒙古 呼和浩特 010030）

0 引言

隨著“大數(shù)據(jù)時代”的來臨，信息化技術(shù)作為新時代的全新技術(shù)，已經(jīng)全面存在于各大領(lǐng)域，其中，數(shù)據(jù)挖掘技術(shù)得到了最廣泛的應(yīng)用[1]。醫(yī)院作為面向所有人民的一種基礎(chǔ)服務(wù)機構(gòu)，每年接收的病人以萬為單位，對于每一個病人，對其信息都要進行詳細的記錄。并且，隨著醫(yī)院醫(yī)療制度、醫(yī)療設(shè)備的完善，醫(yī)院醫(yī)療水平的不斷提高，醫(yī)院所需要記錄的信息越來越多。可想而言，經(jīng)過幾十年來歷史信息的積累，醫(yī)院的信息數(shù)據(jù)是極其龐大的。這些數(shù)據(jù)是寶貴的，不僅是對于醫(yī)院本身來說，對于國家的醫(yī)療科研工作亦是如此。因此，傳統(tǒng)的統(tǒng)計分析方法已經(jīng)無法滿足現(xiàn)在的需求，必須引入新技術(shù)，而信息化技術(shù)是一個很好的選擇。

通過應(yīng)用信息化技術(shù)，對醫(yī)院數(shù)據(jù)進行數(shù)據(jù)挖掘，分析和發(fā)現(xiàn)出其中的一些有深度的、潛藏的問題或者有價值的內(nèi)在規(guī)律，并對這些問題進行解決、對這些內(nèi)在規(guī)律進行分析應(yīng)用，就能夠不斷的提高和完善醫(yī)院的各個方面，例如醫(yī)院的人員管理、對病人治療效果、各種信息的管理等。

1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)，也被稱為“數(shù)據(jù)采集”和“資料探勘”，作為一種全新的技術(shù)，它屬于信息技術(shù)領(lǐng)域，可以實現(xiàn)對數(shù)據(jù)的處理和分析，從而幫助人們建立全方位的、完整的信息框架，做到信息的規(guī)范化[2-3]。數(shù)據(jù)挖掘技術(shù)經(jīng)歷了四個階段，其中包括電子郵件階段、信息發(fā)布階段、電子商務(wù)階段、全程電子商務(wù)階段，到現(xiàn)在該項技術(shù)已經(jīng)基本完善，并逐漸形成一門學(xué)科。

醫(yī)院面對這長久以來積累的數(shù)據(jù)資源和臨床信息，即使是對信息進行整理、規(guī)范化，傳統(tǒng)的統(tǒng)計分析方法都幾乎難以實現(xiàn)，更別奢想從這龐大且復(fù)雜的、數(shù)以萬計的信息中發(fā)現(xiàn)問題，獲取內(nèi)在規(guī)律了。所以，必須充分應(yīng)用數(shù)據(jù)挖掘技術(shù)，才能從海量的數(shù)據(jù)中發(fā)現(xiàn)潛在的問題、提取對于醫(yī)院來說有價值的信息，從而為醫(yī)院在以后各方面管理的科學(xué)決策提供數(shù)據(jù)基礎(chǔ)。

2 數(shù)據(jù)挖掘流程步驟

（1）信息目標(biāo)的確定。根據(jù)醫(yī)院的實際情況，確定所需要解決的問題、或是想要了解醫(yī)院某些方面的情況，從而確定進行數(shù)據(jù)挖掘的數(shù)據(jù)對象。確定數(shù)據(jù)對象后，進而在醫(yī)院信息系統(tǒng)中進行相應(yīng)的查詢，找出所有有關(guān)的數(shù)據(jù)，并提取出來進行單獨保存，以方便后續(xù)的工作[4]。

（2）數(shù)據(jù)清理。由于查詢出來的數(shù)據(jù)各式各樣，格式盡不相同，再加上醫(yī)院的數(shù)據(jù)本身就存在一定的冗余性和重復(fù)性，所以必須在數(shù)據(jù)分析前進行相應(yīng)的數(shù)據(jù)清理，也就是數(shù)據(jù)挖掘技術(shù)中的數(shù)據(jù)預(yù)處理工作[5-6]。對于數(shù)據(jù)中一些不需要的字段、或者重復(fù)的、錯誤的字段進行刪除，對一些與此次數(shù)據(jù)挖掘目的不相干的數(shù)據(jù)特征剔除掉，從而減少數(shù)據(jù)的特征維度、數(shù)據(jù)的樣本個數(shù)，避免在后期對數(shù)據(jù)進行分析時，造成時間上的浪費。

（3）數(shù)據(jù)轉(zhuǎn)換。在選定好數(shù)據(jù)挖掘模型后，根據(jù)模型對數(shù)據(jù)格式的需求，在必要情況下，對數(shù)據(jù)進行變換，例如對數(shù)據(jù)行歸一化或者數(shù)據(jù)概化，如果模型只能分享離散型數(shù)據(jù)，還得對數(shù)據(jù)進行離散化[7]。

（4）數(shù)據(jù)挖掘。這是最關(guān)鍵、最重要的一步，根據(jù)實際目標(biāo)，選擇好合適的模型與挖掘算法，從而對數(shù)據(jù)進行挖掘、分析。實現(xiàn)數(shù)據(jù)挖掘的方法有很多，例如回歸模型、決策樹模型、關(guān)聯(lián)分析、分類與預(yù)測模型、神經(jīng)網(wǎng)絡(luò)和偏差分析等。對于挖掘出來的結(jié)果，在實際運用前，還需要進行多次檢驗，以保證其正確性。

3 數(shù)據(jù)挖掘在醫(yī)院數(shù)據(jù)統(tǒng)計分析工作的應(yīng)用

（1）對數(shù)據(jù)進行匯總。統(tǒng)計匯總方式有兩種，一種是單向統(tǒng)計，另一種是復(fù)合統(tǒng)計[8]。根據(jù)醫(yī)院的實際需求情況，選擇合適的統(tǒng)計方法，對一段時間內(nèi)的數(shù)據(jù)進行綜合整理。例如想對醫(yī)院的工作質(zhì)量進行匯總的這種單方面工作，就采用單向匯總；想對醫(yī)院中的不同護理模式進行比較，就采用復(fù)合統(tǒng)計。

（2）對數(shù)據(jù)進行分析。數(shù)據(jù)得到匯總之后，就可以對其進行統(tǒng)計分析。統(tǒng)計分析有兩個部分，一種是統(tǒng)計描述，它是對特定的統(tǒng)計指標(biāo)進行統(tǒng)計，主要功能是指標(biāo)的計算和統(tǒng)計制圖，統(tǒng)計描述的特點就是“描述”二字，可以通過圖表或者圖形對現(xiàn)實情況的規(guī)律進行描述；另一種是統(tǒng)計推斷，是通過一部分樣本的信息和規(guī)律推斷到總體的一種方法，它主要包括對總體未知數(shù)的估計、假設(shè)和檢驗，比如邏輯斯特回歸分類模型、EM算法和馬爾科夫模型等，它們都是以概率論或者統(tǒng)計學(xué)為基礎(chǔ)[9-10]。

（3）為科學(xué)決策提供數(shù)據(jù)。通過數(shù)據(jù)統(tǒng)計分析，獲取了許多有價值的信息。在醫(yī)院的未來規(guī)劃和發(fā)展上、在醫(yī)院的一些人事管理上、在醫(yī)院的醫(yī)療制度的改善上等，通過統(tǒng)計分析得到的規(guī)律和結(jié)論都能得到應(yīng)用，為醫(yī)院提供更為合理的、有數(shù)據(jù)根據(jù)的科學(xué)決策。

4 結(jié)語

近年來，隨著我國信息科學(xué)領(lǐng)域的不斷進步，促進了醫(yī)院信息系統(tǒng)的智能化，記錄了更多全面詳細的數(shù)據(jù)。這些數(shù)據(jù)對于醫(yī)院來說是寶貴的經(jīng)驗財富，要想這些數(shù)據(jù)不被浪費掉，就必須引入數(shù)據(jù)挖掘技術(shù)，醫(yī)院可以根據(jù)這些數(shù)據(jù)進行數(shù)據(jù)挖掘和統(tǒng)計分析，從中獲取大量值得深究的數(shù)據(jù)信息，這樣不僅能大幅度提高醫(yī)院的醫(yī)療質(zhì)量、推動醫(yī)院的進步，而且還能幫助醫(yī)院在今后的發(fā)展規(guī)劃上，為醫(yī)院提供多種科學(xué)的決策，供醫(yī)院進行參考，從而做出合理的決策，讓醫(yī)院少走彎路和更好地為人們服務(wù)。