臨床醫學(xué)中數據挖掘技術(shù)的運用分析

　　數據挖掘技術(shù)的目的是找的未知的關(guān)系及數據擁有者能夠理解且有價(jià)值的新方法來(lái)總結數據，以下是小編搜集整理的一篇探究數據挖掘技術(shù)運用分析的論文范文，歡迎閱讀參考。

　　【摘 要】醫院有著(zhù)龐大的信息資源系統，包括全面的管理信息資料與臨床信息資料，這對于實(shí)現醫院管理的科學(xué)化現代化，對診療過(guò)程進(jìn)行全面、動(dòng)態(tài)跟蹤，進(jìn)一步優(yōu)化就診環(huán)境有著(zhù)非常重要的作用，同時(shí)，不斷積累大量的臨床信息與管理資源。如何高效的應用這部分數據信息資源，挖掘有價(jià)值、深層次的信息，是擺在我們面前的重要研究課題。數據挖掘技術(shù)的有效運用，能夠進(jìn)一步提高醫院管理水平與醫學(xué)技術(shù)。

　　【關(guān)鍵詞】臨床醫學(xué);數據挖掘技術(shù);臨床應用

　　隨著(zhù)人工智能技術(shù)與數據庫技術(shù)的發(fā)展，數據挖掘應運而生。其不僅是一種新型的信息技術(shù)，也是支持決策的過(guò)程體系，更好的為決策提供信息支持�，F階段大部分醫院已經(jīng)建立了自己的數據庫，但是，數據庫有效利用率比較低，僅限于查詢(xún)、錄入、修改等操作，缺乏對數據的分析與集成，更談不上知識的與醫學(xué)決策的自動(dòng)獲取，數據挖掘的應用成為臨床醫學(xué)的重點(diǎn)。

　　1 簡(jiǎn)要論述數據挖掘技術(shù)

　　數據挖掘技術(shù)[1]就是指從大量不完整的、隨機的、有噪聲模糊的數據里提取出隱匿于其中人們所不知道卻又有潛在有用的信息及知識的過(guò)程，簡(jiǎn)而言之數據挖掘就是從各種數據中挖掘或提取信息和知識。在信息技術(shù)飛速發(fā)展的今天，數據收集及存儲技術(shù)的快速進(jìn)步使各個(gè)組織機構得以積累大量的數據，面對如此龐大的數據量，現存的統計技術(shù)都遇到了各種各樣的問(wèn)題，于是人們就開(kāi)始對數據采取抽樣的方式收集信息，這樣一來(lái)如何抽樣，抽多大樣本，怎么評價(jià)抽樣效果，都是需要我們去研究的。

　　數據挖掘技術(shù)是將觀(guān)測到的龐大數據集加以分析研究，其目的是找的未知的關(guān)系及數據擁有者能夠理解且有價(jià)值的新方法來(lái)總結數據，經(jīng)數據挖掘技術(shù)推導出的關(guān)系及摘要常被稱(chēng)為模式或模型。數據挖掘技術(shù)的出發(fā)點(diǎn)就是替代專(zhuān)家從海量數據中找出隱含知識，它使數據儲存進(jìn)入了一個(gè)新階段，它既有傳統數據庫的存儲功能，又能查詢(xún)歷史數據，找出其潛在的聯(lián)系，挖掘出海量數據背后隱匿的重要信息，這些信息在決策生成中有重要參考意義，從而能更好地幫助人們做出正確的決策。

　　2 數據挖掘中常用的工具分析

　　作為人工智能同數據庫技術(shù)結合下的產(chǎn)物，數據挖掘技術(shù)的很多方法都來(lái)源于機器的學(xué)習，所以模式識別，機器學(xué)習以及人工智能領(lǐng)域常規的技術(shù)例如決策樹(shù)、聚類(lèi)分析、統計分析等方法在改進(jìn)后都能用于挖掘數據。對醫學(xué)數據庫的數據挖掘，最重要的是對疾病的分類(lèi)以及疾病預測�，F階段床用的挖掘工具有幾下幾種：

　　2.1 以統計分析為基礎的數據挖掘法

　　數據挖掘技術(shù)里非常多的實(shí)用工具都是以統計分析作為基礎構造而成的，作為一門(mén)比較成熟的分析數據的技術(shù)，統計技術(shù)在很多挖掘數據的工具中得到了充分的應用。

　　2.2 人工神經(jīng)網(wǎng)絡(luò )法

　　作為計算領(lǐng)域的重要技術(shù)，人工的神經(jīng)元網(wǎng)絡(luò )技術(shù)[2]能根據管理模式或者非管理模式進(jìn)行學(xué)習和研究，管理模式中的神經(jīng)網(wǎng)絡(luò )要預測現有的示例可能造成的結果，并將預測到的結果同目標答案比較;非管理模式學(xué)習法對數據的描述很有效卻可以預測結果，而非管理模式里的神經(jīng)網(wǎng)絡(luò )創(chuàng )建了自己的合法性驗證及操作、類(lèi)描述，無(wú)關(guān)于數據模式，神經(jīng)網(wǎng)絡(luò )需要經(jīng)歷相當的時(shí)間，同時(shí)由于它們像黑盒一樣的行為會(huì )不能滿(mǎn)足信息分析員的要求。

　　2.3 決策規則法與決策樹(shù)

　　決策規則法與決策樹(shù)就是一種解決在實(shí)際應用中的分類(lèi)問(wèn)題的方法，簡(jiǎn)單的說(shuō)，分類(lèi)是使數據反映到一個(gè)事先定義好的類(lèi)中的函數過(guò)程，以一組輸入屬性值的向量或者相應類(lèi)，歸納學(xué)習算法，然后得出分類(lèi)。學(xué)習的目標就是要構建分類(lèi)模型，根據屬性輸入值來(lái)預測實(shí)體的類(lèi)。換言之，分類(lèi)就是將一不連續標識值分到一個(gè)未標識的記錄中的過(guò)程，分類(lèi)規則由于較直觀(guān)，因而易容于讓人接受，許多實(shí)施的決策樹(shù)在機器獲取領(lǐng)域中得到了有效算法。

　　2.4 進(jìn)化的計算法

　　這是模仿了生物進(jìn)化的一種計算方法的總稱(chēng)，包括遺傳編程、進(jìn)化規劃、進(jìn)化策略及遺傳算法，它們一般具有下列特點(diǎn);進(jìn)化計算在函數的適度約束下進(jìn)行智能搜索，在目標函數的驅動(dòng)下優(yōu)勝劣汰，通過(guò)數次迭代逐步接近目標，因為進(jìn)化計算大都采用變異、雜交等的操作以擴大搜索的范圍，所以其能接近全局的最優(yōu)解，且具有框架式結構。一般在完成編碼及適應度函數選擇后，下面的遺傳、雜交及變異等操作都能自動(dòng)完成。

　　3 臨床醫學(xué)中數據挖掘技術(shù)的運用分析

　　3.1 疾病診斷

　　疾病診斷的準確性對于病人合理用藥指導以及康復指導非常重要。在臨床醫學(xué)上，疾病類(lèi)型多種多樣、致病原因錯綜復雜，通過(guò)數據挖掘技術(shù)的應用，能夠更好的進(jìn)行臨床診斷。在疾病診斷方面，模糊邏輯分析法、人工神經(jīng)網(wǎng)絡(luò )、粗糙集理論等工具非常有效。我國學(xué)者[3]通過(guò)人工神經(jīng)網(wǎng)絡(luò )分析法用于類(lèi)風(fēng)濕的臨床診斷，臨床診斷準確性大大提高。國外學(xué)者也通過(guò)人工神經(jīng)網(wǎng)絡(luò )分析法用于實(shí)體性肺結節的臨床診斷，準確率高達百分之百。在心血管疾病診斷中[4]，應用模糊邏輯開(kāi)發(fā)以及粗糙集理論，臨床準確準確率高達93.5%。

　　3.2 分析疾病相關(guān)因素

　　在醫院信息庫中，含有大量的患者個(gè)人資料以及病情信息，包括患者的性別、年齡、生活情況等多方面資料，通過(guò)對數據庫中相關(guān)信息的綜合研究與分析，可以得出有指導性意義的模式以及關(guān)系。疾病的發(fā)病原因、相關(guān)性危險因素分析，能夠有效指導此類(lèi)疾病的預防。比如說(shuō)，國外研究人員[5]運用數據挖掘技術(shù)成功分析了導致產(chǎn)科早產(chǎn)的三個(gè)危險性因素。

　　3.3 疾病預測分析

　　通過(guò)數據挖掘技術(shù)運用，能夠確定疾病的未來(lái)發(fā)展方向，結合患者的病史、臨床癥狀，分析、預測疾病的發(fā)展，從而有的方式的進(jìn)行疾病預防。比如說(shuō)，運用粗糙集分析方法，可以有預測疾病的發(fā)生�，F階段，通過(guò)粗糙集理論預測疾早產(chǎn)準確率高達70%-90%，而人工預測準確性?xún)H為16%-35%。

　　3.4 在臨床影像學(xué)中的應用

　　隨著(zhù)醫學(xué)的不斷進(jìn)步以及影像學(xué)的發(fā)展，在臨床醫學(xué)中，影像圖像被越來(lái)越多的應用到臨床疾病診斷中去。PET、MRI、CT等就是常用的疾病診斷工具。隨著(zhù)數據挖掘技術(shù)的發(fā)展與應用，其在醫學(xué)圖像中逐漸應用，并發(fā)揮越來(lái)越重要的價(jià)值。西方學(xué)者[6]通過(guò)數據挖掘機是成功對SPECT心肌圖像進(jìn)行了臨床診斷分類(lèi)。

　　【參考文獻】

　　[1]李曉毅.Bayes判別分析及其在疾病診斷中的應用[J].中國衛生統計，2011，21(6)：356-357.

　　[2]網(wǎng)帥立，吳永明.數據挖掘技術(shù)在HIS中的應用探討[J].計算機應用與軟件，2012，20(4)：248-249.

　　[3]姜興岳，耿道穎.人工神經(jīng)元網(wǎng)絡(luò )鑒別星形膠質(zhì)細胞瘤良惡性的初步研究[J].中國醫學(xué)計算機成像雜志，2011，27(2)：186-187.

　　[4]劉革平，黃智興，邱玉輝.基于數據挖掘的遠程學(xué)習過(guò)程評價(jià)系統設計與實(shí)現[J].電化教育研究，2012，13(07)：99-100.

　　[5]黃晶晶，倪天倪.分類(lèi)挖掘在大學(xué)生智能評估系統中的設計與實(shí)現[J].計算機與現代化，2012，5(11)：16-17.

【臨床醫學(xué)中數據挖掘技術(shù)的運用分析】相關(guān)文章：

數據挖掘技術(shù)在飯店營(yíng)銷(xiāo)中的運用03-28

數據挖掘在ＣＲＭ中的應用分析03-22

數據挖掘技術(shù)在ＣＲＭ中的應用03-22

基于數據挖掘技術(shù)的交叉銷(xiāo)售分析12-08

數據挖掘理論在數據采集中的運用03-16

電商網(wǎng)站設計中網(wǎng)絡(luò )數據挖掘技術(shù)的運用11-15

數據挖掘技術(shù)在企業(yè)知識管理中的應用03-19

空間數據挖掘技術(shù)研究分析03-22

旅游管理下數據挖掘運用論文11-18