1.山东大学数学院 250100；2.大连市西岗区疾病预防控制中心 116011
【摘 要】随着我国医药卫生体制改革逐步推向深入，医改进展监测与评估作为动态监测、及时分析医改的主要手段，监测结果和评估报告已成为各级卫生部门动态掌握医改进展，科学决策和完善政策的重要参考和依据来源。这些医疗卫生信息资源对于行政决策、医院管理、疾病诊疗和医学研究都有着重要价值。
【关键词】数据挖掘技术；卫生统计信息；应用研究
传统统计手段已无法满足对海量数据进行有效分析的需求，数据挖掘技术的出现使人们看到了解决这一问题的曙光，它能将大量数据背后隐藏的有价值的信息挖掘出来[1]。数据挖掘技术已是当前数据库和人工智能领域研究的热点，为疾病的诊断和治疗提供科学的、准确的决策，促进远程医疗和社区医疗发展发挥着重要作用[2]。
1 数据挖掘概述
数据挖掘是一门利用人工智能、机器学习、数理统计等方法从数据中提取有价值的信息的新兴技术。数据挖掘（DM）也称为数据库知识发现（KDD），出现于1989年，指从数据库中提取隐含在其中的、人们事先未知的、潜在的有用信息和知识，所提取的知识可以表示为概念、规则、规律和模式等形式[3]。这些知识可以用于决策支持、信息管理和科学研究等许多领域。
关于医疗卫生领域的数据挖掘，其关键性技术主要体现在以下四个方面：（1）数据预处理：医疗数据库中含有海量的、不同来源的原始信息，其中包括大量模糊的、不完整的、带有噪声和冗余的信息。（2）信息融合技术：医疗信息是由文字、数据、波形信号、图像、以及少量的语音和视频信号组成的。（3）快速的、鲁棒的挖掘算法：医疗数据库是一个涉及面广、信息量大的信息库。要在这样庞大的数据库中提取知识，需要花费比其它数据库更多的时间，因此必须考虑医疗数据挖掘的效率问题。（4）提供知识的准确性和可靠性：医疗数据挖掘的主要目的是为医疗活动和管理提供科学的决策，因此必须保证挖掘算法所提供的知识具有较高的准确率和可靠性
2 数据挖掘技术在卫生统计中的应用
2.1 基于数据挖掘技术的卫生统计服务政策完善和科学决策
卫生统计是卫生管理部门决策的重要依据来源，研究人员利用数据挖掘工具对卫生总费用进行预测，分析影响卫生总费用的因素，对医疗费用进行分析，为卫生有关部门提供决策参考[4]。研究人员采用自组织数据挖掘方法建立卫生总费用的预测模型，发现影响我国卫生总费用的重要因素有：GDP、医疗卫生服务成本、全国保险福利费用总额、全国从业人员数、城镇职工医疗卫生支出、政府卫生支出等。模型预测结果显示：中国卫生总费用在今后若干年会有比较快的增长，需要政府从宏观政策上加强卫生改革的力度来控制医疗卫生服务成本，并积极推进医疗保险制度改革。
2.2 基于数据挖掘技术的卫生统计推进医院管理现代化进程
数据仓库、数据挖掘、连机分析处理技术（OLAP）的综合应用是实现现代化医院管理辅助决策的必然趋势，是增强医院竞争力的核心[5]。数据挖掘技术在医疗费用管理、医疗诊断管理、医院资源管理中具有的广泛应用性，研究人员积极探索了数据挖掘技术如何支持医院管理者分析决策。数据挖掘技术可为医院管理者提供更高层次的数据分析功能，为医院制定竞争策略提供有力的技术支持。
研究人员通过对医院信息系统使用的分析，阐述对统计信息数据的再次挖掘与应用。研究表明，数据的深层利用可挖掘出数据之间有效的、有规律的、新颖的潜在联系，为医院领导层做出决策提供科学的信息依据。有研究者以Oracle Warehouse Builder作为构建数据仓库的技术平台，用Data Miner作为对数据挖掘的工具，给出了应用于医院的数据仓库实例。杨海青等研究指出数据挖掘技术在医疗质量管理、门急诊管理、病区管理、医院资源配置及医院经济管理中具有广泛的应用性，提出随着信息技术广泛而深入的应用，医院管理水平将得到显著地提高。
期刊文章分类查询,尽在期刊图书馆
2.3 基于数据挖掘技术的卫生统计助力疾病诊断治疗
数据挖掘作为利用各种分析工具在海量数据中发现模型和数据间关系的过程。科研人员结合疾病诊断治疗过程的特点，针对临床医学上蕴含丰富信息的大量数据，探索了数据挖掘技术在诊断评价方面的优势，证明可广泛用于胸痛发展结果的预测、ICU应急诊断、肺肿瘤辨别诊断、类风湿类型的辨别诊断、乳腺疾病诊断、胎儿早产的诊断、肝病分类诊断、急性阑尾炎分类诊断等方面的应用。
3 数据挖掘技术在卫生信息化中的应用
3.1 数据挖掘技术在卫生信息管理系统中的广泛应用
我国大中型医院均建立了医院信息系统（HIS），采用数据仓库技术、数据挖掘技术对HIS数据进行再次开发已成为新趋势。运用数据仓库和数据挖掘技术，对医院医疗活动过程中产生的海量数据进行深度加工可从中得到长期的、系统的、综合的数据；同时还可以通过决策树、神经网络、遗传算法、聚类等技术，对数据进行深层次的挖掘和有效利用，得到丰富的辅助决策信息。为医院的科学管理提供支持和依据，可以帮助医院管理者预测医院发展的趋势，满足更大范围、更深层次的管理分析需求，从宏观上把握医院的发展方向。在计算机辅助诊断等系统中，医学数据库挖掘和知识发现技术也有着广泛使用。科研人员还对分散的各类卫生信息资源整合形成卫生信息数据仓库后，应用数据挖掘实现对医疗卫生信息数据的分析，对于卫生管理和疾病控制、提高社区居民医疗卫生保健水平有重要参考和指导意义。
3.2 数据挖掘技术在数字医学影像中的应用
数字医学影像在疾病诊断等有广泛的应用。有效的技术发现图像中的信息对于快速有效诊断疾病具有重要意义。数据挖掘技术就是适应这样一种需求的一种重要数据提取工具，并广泛应用于数字医学影像的提高影像质量和边缘提取；组织定征和概念描述；医学影像管理与检索等。陈戏墨等通过提取医学影像特征的方法，利用数据挖掘中的决策树、神经网络，对图像特征进行分析，找到能够对图像进行分类的图像特征临界值。将数据挖掘的方法应用于正侧位胸片中，给出如何自动区分正侧位胸片的方法，并证明了在PACS系统中应用的有效性。
4 总结与展望
卫生统计信息工作稳步发展，是医改的科学管理参考和决策依据的重要来源和技术支持，发挥了重要的支撑保障作用[6]。目前数据挖掘得到卫生统计信息工作管理和技术人员的重视，逐渐在医院管理、疾病诊疗、信息系统、医学影像等领域得到应用和发挥，这充分说明数据挖掘技术在卫生统计信息领域将有很大的发展前景。下一步，要进一步认识数据挖掘应用于卫生统计信息工作的重要性和紧迫性；在制定发展政策时，要加强数据挖掘技术在卫生统计信息工作中的规划；在加强卫生统计信息人才队伍建设时，要注重数据挖掘技术的学习和掌握；要加大资金等投入切实保障数据挖掘技术在卫生统计信息工作中的各项应用。数据挖掘技术只是深入分析挖掘数据的有效手段之一。引进其他领域的先进数据处理工具以充分发挥卫生统计信息服务医改作用是重要的发展趋势。
参考文献：
[1]齐晨虹，高生鹏.医院信息数据挖掘及数据可视化[J].中国科技信息，2014，22（22）：115-116.
[2]周光华，李岳峰.数据挖掘技术在卫生统计信息工作中的应用研究[J].中国卫生信息管理杂志，2012，9（6）：82-86.
[3]肖辉，周征奇，肖革新，等.公共卫生领域中的数据挖掘[J].医学信息学杂志，2013，28（12）：1-5.
[4]方培元，祝振宇.基于大数据的卫生经济管理数据挖掘[J].中华医院管理杂志，2015，31（2）：129-131.
[5]万艳丽，陈荃，胡红濮，等.卫生数据挖掘过程与实例分析[J].中国数字医学，2015，10（3）：66-68.
[6]任思冲，周海琴，彭萍.大数据挖掘促进精准医学发展[J].国际检验医学杂志，2015，36（23）：3499-3501.
论文作者:梁怀瑾,姜文红
论文发表刊物:《航空军医》2016年第6期
论文发表时间:2016/6/17
标签：数据挖掘论文; 卫生论文; 技术论文; 数据论文; 医院论文; 统计信息论文; 信息论文; 《航空军医》2016年第6期论文;