呂亞娟 翁蘇湘 李瑩

摘 要：該論文的研究視角是當前比較熱門的臨床醫(yī)學數(shù)據(jù)挖掘，分析了臨床醫(yī)學數(shù)據(jù)的存儲特點，提出了依托醫(yī)院現(xiàn)有網(wǎng)絡實現(xiàn)醫(yī)院的海量臨床醫(yī)學數(shù)據(jù)挖掘的方法，為醫(yī)院在疾病診斷和治療、醫(yī)學科研與教學、醫(yī)院管理等方面提供幫助。

關鍵詞：網(wǎng)格 ?數(shù)據(jù)挖掘 ?臨床醫(yī)學數(shù)據(jù)

中圖分類號：TP391 ? ?文獻標識碼：A 文章編號：1674-098X（2015）10（c）-0149-02

快速發(fā)展的網(wǎng)格計算將網(wǎng)絡上分散的計算機建成了一個虛擬的計算機體系，實現(xiàn)了網(wǎng)絡上存在的分散資源的共享，為分布在不同的地方、結構不同的動態(tài)變化數(shù)據(jù)提供了一個存儲容器。網(wǎng)格技術一出現(xiàn)就引起了廣泛的關注，Globus Toolkit 4推出了支持Windows的Java Ws-Core軟件包以來，使網(wǎng)格在Windows下的開發(fā)有了一個新的依托平臺。數(shù)據(jù)挖掘改變了數(shù)據(jù)處理技術，從數(shù)據(jù)庫中提取有用的知識，給決策者提供技術支持。目前，很多決策性的知識都來源于網(wǎng)絡，這樣，用戶需要處理大量的原始數(shù)據(jù)。將網(wǎng)格技術與數(shù)據(jù)挖掘結合起來，就可以解決網(wǎng)絡上分散數(shù)據(jù)的挖掘問題。網(wǎng)格技術與數(shù)據(jù)挖掘技術日漸成熟，完全可以把兩者結合起來，完成網(wǎng)絡上分散的海量數(shù)據(jù)的挖掘任務。隨著網(wǎng)格技術的逐步成熟，網(wǎng)格的研究也從科學研究單位擴大到了社會的諸多領域，許多商業(yè)機構，學校，政府等部門都逐步引入了網(wǎng)格研究應用平臺。網(wǎng)格給我們提供的分布式計算平臺具有分布式系統(tǒng)的優(yōu)勢，同時彌補了分布式系統(tǒng)自身的許多缺陷。如將網(wǎng)格應用到分布式醫(yī)院系統(tǒng)，建立一個基于網(wǎng)格的數(shù)據(jù)挖掘系統(tǒng)，必將使其在疾病診斷和治療、醫(yī)學科研與教學、醫(yī)院管理等方面發(fā)揮巨大作用。

1 醫(yī)學數(shù)據(jù)的存儲特點

醫(yī)院網(wǎng)絡的特點決定其數(shù)據(jù)源的存儲和分布在空間上呈現(xiàn)分布異構特點。分布式數(shù)據(jù)源是指在物理上分布而邏輯上集中的數(shù)據(jù)源系統(tǒng)。分布式醫(yī)學數(shù)據(jù)源作為數(shù)據(jù)挖掘工作的對象，是使用計算機網(wǎng)絡將地理位置分散的多個邏輯單位（各個節(jié)點上的數(shù)據(jù)集）連接起來，它們的管理和控制又需要不同程度集中，共同組成一個數(shù)據(jù)源。即分布式數(shù)據(jù)源可以看成是計算機網(wǎng)絡與多個不同組織節(jié)點上數(shù)據(jù)集的有機結合，分布式醫(yī)學數(shù)據(jù)源存儲特點具有以下幾點：（1）物理分布性，數(shù)據(jù)分散存儲在網(wǎng)絡中的多個節(jié)點上;（2）邏輯全局性，物理上分散存儲的在各個節(jié)點的數(shù)據(jù)邏輯上是一個全局數(shù)據(jù)源;（3）節(jié)點自治性，各個節(jié)點的數(shù)據(jù)由本地用戶管理，具有自治處理能力，可以完成本節(jié)點的挖掘應用，即局部數(shù)據(jù)挖掘。

分布式醫(yī)學數(shù)據(jù)源在數(shù)據(jù)空間分布、數(shù)據(jù)結構表達等方面存在許多差異，目前國內外對分布式數(shù)據(jù)源的分類和定義沒有統(tǒng)一的標準，比較認同的分類方法有兩種：（1）按局部數(shù)據(jù)模型分類，分為同構型和異構型。（2）按分布式數(shù)據(jù)源控制系統(tǒng)的類型分類，分為集中型、分散型和可變型。

2 臨床醫(yī)學數(shù)據(jù)挖掘的特點

臨床醫(yī)學數(shù)據(jù)包含的信息非常豐富和復雜，目前基本所有醫(yī)院都有病人的電子病歷，病人的B超、CT、X光、心電圖等影像資料也對疾病診斷起到一定的輔助作用，加之涉及到病人信息的病理參數(shù)、化驗結果等臨床信息，它們形成了一個復雜類型的數(shù)據(jù)庫系統(tǒng)，該數(shù)據(jù)庫涉及到病人、科室、醫(yī)院管理層等多個方面。而臨床醫(yī)學信息又具有隱私性、多樣性、不完整性、冗余性、異質性和缺乏數(shù)學性質等自身特性，使得臨床醫(yī)學數(shù)據(jù)與常規(guī)的數(shù)據(jù)挖掘之間存在很大的差異。臨床醫(yī)學數(shù)據(jù)的挖掘方法主要有統(tǒng)計法、機器學習方法、神經(jīng)網(wǎng)絡法和數(shù)據(jù)庫法，這些方法遍布疾病的診斷、治療和預防分析以及醫(yī)院管理的各個方面。

臨床醫(yī)學數(shù)據(jù)庫按是否含有醫(yī)學影像數(shù)據(jù)可簡單的歸納為兩類：第一類為醫(yī)學影像加上其他相關的醫(yī)學參數(shù)的數(shù)據(jù)庫;第二類為無醫(yī)學影像的純醫(yī)學參數(shù)的數(shù)據(jù)庫。該論文主要研究純醫(yī)學參數(shù)的數(shù)據(jù)庫，以結構化為主的關系型數(shù)據(jù)為主要研究對象。在醫(yī)療實踐中產(chǎn)生的大量的結構化醫(yī)學數(shù)據(jù)，可以從醫(yī)院和患者的角度分析這些數(shù)據(jù)，涉及到醫(yī)院的信息包括每個科室信息統(tǒng)計和全院數(shù)據(jù)匯總等方面，涉及到患者的信息包括登記掛號、門診就診、開單檢查、手術及藥物處置、入院治療、劃價交費等方面。

根據(jù)臨床醫(yī)學數(shù)據(jù)源存儲特點建立的網(wǎng)格中，處在這個網(wǎng)格中的每臺計算機就是這個網(wǎng)格的一個節(jié)點，稱之為網(wǎng)格節(jié)點。通過上面的分析可知，基于網(wǎng)格的臨床醫(yī)學數(shù)據(jù)挖掘需求分析可以分為兩類：支持網(wǎng)格中心控制節(jié)點的數(shù)據(jù)挖掘需求分析和支持局部網(wǎng)格節(jié)點的數(shù)據(jù)挖掘需求分析。

3 支持網(wǎng)格中心控制節(jié)點的數(shù)據(jù)挖掘需求分析

網(wǎng)格中心控制節(jié)點主要處理醫(yī)院的綜合信息。根據(jù)醫(yī)院的實際情況，其現(xiàn)實需求可能有很多種，這里不一一舉例，只列舉幾項。

（1）病人構成分析。分析門診病人和住院病人性別、年齡、身份、職業(yè)等方面，從而得到不同類型病人的經(jīng)濟狀況、主要需求醫(yī)療服務類型等信息，能夠有針對性地采取措施來提高服務質量，增加門診量和住院量。

（2）患者費用構成分析。患者的費用主要構成有檢查費、治療費、化驗費、手術費，這些費用涉及到多個科室，應用數(shù)據(jù)挖掘技術可以使收費項目結構合理性，優(yōu)化收費項目結構，減少患者的一些無謂的檢查治療費，病人的負擔減少了，醫(yī)患關系也就更和諧了。

（3）藥品使用分析。在某一時間段內，分析各個科室的藥品使用情況，及時發(fā)現(xiàn)藥品使用的不合理現(xiàn)象，為醫(yī)院管理者提供控制藥品比例依據(jù)。

（4）各科室費用分析。對比分析醫(yī)院每個科室或每個病區(qū)的在不同時間段內各種費用，找出每個科室盈利或虧損的原因，為獎懲提供量化依據(jù)。

4 支持局部網(wǎng)格節(jié)點的數(shù)據(jù)挖掘需求分析

局部網(wǎng)格節(jié)點管理的信息具有局限性，涉及的范圍較小。

（1）單病種分析：現(xiàn)在的診斷方法、項目很多，選擇正確的診斷方法，有助于避免誤診，比如通過測定兒童血液中的鈣、鐵、鎂、錳和血紅蛋白等微量元素含量來判斷其營養(yǎng)情況。

（2）病人就診時間分析：很多疾病都是季節(jié)性發(fā)病的，比如流感、心腦血管病等，這樣病人的就診時間就有很強的季節(jié)性，通過分析每月、每季度的門診人次、住院人次來預測下一時期的門診和住院人次。

5 結語

以上簡單的分析了臨床醫(yī)學數(shù)據(jù)分布情況下的數(shù)據(jù)挖掘需求分析，目前數(shù)據(jù)挖掘技術主要應用于以結構化數(shù)據(jù)為主的關系數(shù)據(jù)庫、事務數(shù)據(jù)庫和數(shù)據(jù)倉庫?？紤]到醫(yī)院信息的特點，該系統(tǒng)采用三步式數(shù)據(jù)挖掘方式，數(shù)據(jù)資源由全局控制節(jié)點統(tǒng)一管理，當有數(shù)據(jù)挖掘任務時，全局控制節(jié)點把集中式數(shù)據(jù)庫按水平方式或垂直方式進行劃分，把劃分好的數(shù)據(jù)集傳遞至局部網(wǎng)格節(jié)點。結合臨床醫(yī)學數(shù)據(jù)自身具有的特殊性和復雜性，處理好挖掘過程中的關鍵技術，基于網(wǎng)格的臨床醫(yī)學數(shù)據(jù)挖掘將有廣闊的應用前景。

參考文獻

[1] 肖亮.分布式連鎖商業(yè)數(shù)據(jù)挖掘模型[M].北京：航空工業(yè)出版社，2008：14-16.

[2] Mario C.，Antonio C.，Andrea P.，Domenico T.，Distributed Data Mining on Grids：Services，Tools，and Applications，IEEE Transactions on systems，man and cybernetics，2004.

[3] 田晶.基于網(wǎng)格的醫(yī)學數(shù)據(jù)分析技術研究與實現(xiàn)[D].武漢：華中科技大學大學，2008.

[4] 孫紅梅，胡明生.基于網(wǎng)格的分布式數(shù)據(jù)挖掘模型研究[J].微處理機，2008，12（6）：149-152.