黑龙江中医药大学 研究生院
【摘 要】随着科技的不断进步，人们进入了一个崭新的信息化时代。人们获取的信息量也越来越多，但这些信息却是多元化的，广泛的，如何从海量的信息数据中快速的提取出我们需要的有用的知识呢，对于当下这个信息化的时代来说就变的越来越重要了，因此在这种情况下，数据挖掘技术就可以帮助实现我们快速获取有用知识的需要，并为此提供了强有力的技术支持。下面我们就来研究和了解一下关于数据挖掘技术的具体知识及其在护理专业领域中的应用。
【关键词】数据挖掘；方法；护理；应用
DATA TECHOLOGY AND ITS APPLCATION IN THE FIELD OF NURSING
Liu mingming
（Heilongjiang University Of Chinese Medicine Graduate School）
Abstract With the rapid development of information technology and database technology and the popularity of the application，the construction of information technology has made considerable development.Improved information- gathering capabilities，rapid growth in data traffic，however，the people of this large- scale data analysis，utilization，decision- making ability than weaker；rely solely on traditional data query and statistics has been unable to meet the needs of modern society market competition.The emergence of data mining technology to meet the needs of the people，by the vast amounts of data information into useful data ware-house，decision support for the development of all walks of life.
Key words Data mining Decision- making Nursing Statistical analys
引言
随着数据库技术的飞速发展及数据库管理系统的广泛应用，出现不断积累大量的临床信息与管理资源的数据资料，如何高效的应用这部分数据信息资源，挖掘有其价值及深层次的信息，辅助临床治疗和护理，是摆在我们面前的重要研究课题之一。数据挖掘技术就是从大量数据中挖掘出有价值和隐含的知识，是为解决数据丰富，知识贫乏状况而兴起的知识获取的技术，它可以通过对海量数据的智能分析，发现某些新信息、新知识，得到事物本质及可预测其发展的趋势、隐含的模式或规律。为此医护专家借助数据挖掘技术能从一个更新、更高、更全面的角度来观察海量数据，这就要求护理人员在掌握医学知识的同时，也要学习和应用与护理相关的学科知识，时时更新知识结构，数据挖掘技术的有效运用，能够进一步提高医院护理水平与加快医学技术发展。
1 数据挖掘基本概念
数据挖掘（Data Mining）起源于 20 世纪 90 年代中期，是一个新的研究领域，是多门学科和多门技术相结合的产物，有着广泛的应用价值。数据挖掘（Data Mining），又称数据库中的知识发现（Knowledge Discovery in Database，简称KDD，比较公认的定义是：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据集中，提取隐含在其中的、人们事先不知道的、但又是潜在的有用的信息和知识的过程，提取的知识也表示为概念（Concepts）、规则（Rules）、规律（Regularities）、模式（Patterns）等形式。数据挖掘也是一种决策支持过程，分析各组织原有的数据，做出归纳的推理，从中挖掘出潜在的模式，为管理人员决策提供支持。它使数据储存进入了一个新阶段，既有传统数据库的存储功能，又能查询历史数据，找出其潜在的联系，挖掘出海量数据背后隐匿的重要信息，这些信息在决策生成中有重要参考意义，从而能更好地帮助人们做出正确的决策。
2 数据挖掘的常用方法和数据挖掘一般过程
数据挖掘常用的方法
频数统计分析 频数统计方法比较简单，但对文献的挖掘具有重大意义，可以发现许多有价值的规律与结论。
期刊文章分类查询,尽在期刊图书馆
关联规则分析 关联规则挖掘是通过关联分析找出数据库中隐藏的关联，利用这些关联规则根据已知情况对未知问题进行推测。
相关性分析法 是研究随机变量之间的统计相关关系的一种数理统计方法。
聚类分析 聚类是把一组个体按照相似性归成若干类型，即“物以类聚”。使同一类别之内的相似性尽可能大，而类别之间的相似性尽可能小。以找出知识库中各知识结构间隐含的关系或联系。
因子分析又称因素分析 是一种用来寻找隐藏在可测变量中的、无法直接观察到的、却影响或支配可测变量的潜在因子，并估计潜在因子对可测变量的影响程度以及潜在因子之间的关联性的一种多元统计分析方法。
数据挖掘一般过程
定义出明确的数据挖掘目标。
目标定义是否适度将影响到数据挖掘的成败，因此往往需要具有数据挖掘经验的技术人员和具有应用领域知识的专家以及最终用户紧密协作，一方面明确实际工作中对数据挖掘的要求，另一方面通过对各种学习算法的对比进而确定可用的算法。数据准备在整个数据挖掘过程中占的比例最大，通常达到60%左右。
数据准备阶段
这个阶段又可以进一步划分成三个子步骤：数 据 选 择（DataSelection），数 据 预 处 理（DataProcessing）和数据变换（Data Transformation）。数据选择主要指从已存在的数据库或数据仓库中提取相关数据，形成目标数据（Target Data）。数据预处理对提取的数据进行处理，使之符合数据挖掘的要求。数据变换的主要目的是精减数据维数，即从初始特征中找出真正有用的特征以减少数据挖掘时要考虑的特征或变量个数。
数据挖掘阶段
这一阶段进行实际的挖掘工作。首先是算法规划，即决定采用何种类型的数据挖掘方法。然后，针对该挖掘方法选择一种算法。完成了上述的准备工作后，就可以运行数据挖掘算法模块了。这个阶段是数据挖掘分析者和相关领域专家最关心的阶段，也可以称之为真正意义上的数据挖掘。
结果解释和评估阶段
根据最终用户的决策目的对提取的信息进行分析，把最有价值的信息提取出来。对于数据挖掘阶段发现的模式还要经过用户或机器的评估，对于存在冗余或无关的模式将其删除；对于不能满足用户要求的模式，则需要退回到上一阶段。另外，数据挖掘面对的最终用户是人，因此要对发现的模式进行可视化，或者把结果转换为用户易懂其他方式。
3 数据挖掘技术在护理专业领域的应用
远程健康监护系统
远程健康监护系统是针对临床护理监护到的海量数据，系统采用数据挖掘技术对病人的多种生理参数进行分析处理，并实现报警响应及咨询的护理功能。在此基础上搭建了监护系统的总体结构，软件功能结构的设计与实现，采用 Socket 实现监护数据的传输。介绍了监护系统的部分关键技术。我国学者蒋贤海[4] 提出了基于数据挖掘的社区家庭远程健康监护系统，给出了系统的总体结构，分析了系统的主要功能及系统实现的部分关键技术。该系统有效的解决了医院专家难以预测和分析的问题，为医疗专家提供可靠的数据支持，有利于医疗专家对病情的准备判断。
聚类分析法在临床护理中的应用
比如聚类分析法在糖尿病临床护理中的应用。通过分析数据挖掘算法—聚类分析在糖尿病临床护理中的应用，探索护理学临床的分析方法，我国学者刘玲[5]所在医院收治的 52 例糖尿病患者的临床资料进行聚类分析；同时，对聚类分析结果进行总结，对不同类别患者提出相应的护理措施，以增强护理经验，有效提高糖尿病患者的护理质量，从而提高护理水平。聚类分析在糖尿病临床护理中的应用，同时对聚类分析结果进行总结，对不同分类患者提出相应的护理措施，说明科学运用聚类分析方法可以帮助护理人员增加糖尿病的护理经验，从而有效提高护理质量。
数据挖掘技术在护理管理中的应用
数据挖掘技术及其在内镜中心护理管理中的应用，我国学者喻晓芬，袁 琼[6]在分析数据挖掘技术的基础上，将其应用于医院内镜中心护理管理领域，预测评判检查和手术病人严重并发症的发生，以便术前重点配备抢救药品；内镜中心无菌物品及一次性用品智能备库系统；在医院感染工作中的应用；对参观学习人员和进修实习生的管理；利用医院信息系统知识解决护理工作中的难点，从中识别出以前不为人知、有效的、新颖的、潜在的信息与知识，以指导内镜中心的护理管理工作。
总结
数据挖掘技术是随着科技信息技术飞速的发展，而新兴的一种大数据处理技术。具有广阔应用前景和富有挑战性的应用领域，在很多行业中己经得到了较为广泛的应用，取得了显著的经济及社会效益。不仅更有助于对数据库中有用信息的挖掘，而且还能促使自动化、智能化地进行数据库信息分析的实现，进而以最快的速度、最高的效率和最佳的精确度来完成对海量原始数据的分析和整理。但在医学特别是护理领域的应用刚刚起步，尚处于探索和有待继续发展阶段，随着数据库、人工智能等技术的发展，数据挖掘技术会日臻完善，必将为护理管理决策、护理科学研究带来极大的方便和可观的效益。
参考文献：
[1]董亚群.临床医学中数据挖掘技术的运用分析[J]吉林师范大学 计算机学院 2015 136000
[2]刘义.数据挖掘技术及其应用分析 [J].无线互联科技，2014（7）.
[3]王岩.数据挖掘技术研究[J].黑龙江科技信息，2010（7）.
[4]蒋贤海 基于数据挖掘技术的远程健康监护系统研究[A] 机电产品开发与创新 第 21 卷第 6 期2008（11）
[5]刘玲 聚类分析法在糖尿病临床护理中的应用[J].《中外医学研究》第 12 卷 第 33 期2014（11）
论文作者:刘明明
论文发表刊物:《航空军医》2015年7期
论文发表时间:2015/10/16
标签：数据挖掘论文; 数据论文; 技术论文; 知识论文; 信息论文; 方法论文; 系统论文; 《航空军医》2015年7期论文;