劉妍

摘 要 本文簡單介紹了數(shù)據(jù)挖掘技術，分析了數(shù)據(jù)挖掘技在醫(yī)學信息領域的重要意義，闡明醫(yī)學數(shù)據(jù)挖掘的主要應用，并對數(shù)據(jù)挖掘技術在醫(yī)療管理、疾病診斷和醫(yī)學科研方面的具體應用進行了分析研究，肯定了數(shù)據(jù)挖掘技術在醫(yī)學信息領域的價值和廣闊的應用前景。

關鍵詞 數(shù)據(jù)挖掘技術；醫(yī)學信息；醫(yī)學應用

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2016）172-0132-01

數(shù)據(jù)挖掘技術自20世紀90年代開始興起，隨著信息時代的到來，數(shù)據(jù)挖掘技術受到越來越多的關注。數(shù)據(jù)挖掘技術在眾多不同領域正發(fā)揮著重要作用，和其他領域一樣，數(shù)據(jù)挖掘技術在醫(yī)學信息領域也具有廣泛應用。數(shù)據(jù)挖掘技術有助于醫(yī)院管理者做出民智決策、醫(yī)生做出正確診斷、醫(yī)學研究者做出有效分析和預測。

1 數(shù)據(jù)挖掘技術

數(shù)據(jù)挖掘（Data mining）是指從大型數(shù)據(jù)中通過算法發(fā)現(xiàn)或提取有意義、有潛在價值、新穎的信息與規(guī)律等知識。Shapiro在1989年8月舉行的第11屆國際聯(lián)合人工智能學術會議上，首次提出數(shù)據(jù)庫中知識發(fā)現(xiàn)一詞——數(shù)據(jù)挖掘技術。隨后，很快吸引了大量數(shù)據(jù)庫工作者轉向數(shù)據(jù)挖掘的研究。

經(jīng)歷了20余年的發(fā)展，數(shù)據(jù)挖掘的算法日趨成熟，融合了模式識別、數(shù)字圖像處理、數(shù)據(jù)庫技術、信息檢索、數(shù)理統(tǒng)計等眾多技術。數(shù)據(jù)挖掘是一個復雜的過程，它是由多個流程組成的，隨不同領域的應用這些流程會有所變化，一般的流程為問題定義、數(shù)據(jù)準備、數(shù)據(jù)轉換、數(shù)據(jù)挖掘、結果評估、知識的發(fā)現(xiàn)和應用。這些流程的順序并不是線性的，而且為了取得好的數(shù)據(jù)挖掘結果常常需要反復。數(shù)據(jù)挖掘的方法主要有概念描述、關聯(lián)分析、分類、聚類分析、異常檢測等。

2 數(shù)據(jù)挖掘在醫(yī)學信息領域的重要意義

醫(yī)學信息的形式多樣，包括文字、圖像、聲音、視頻等形式，它涵蓋了生物信息學、藥物信息學、醫(yī)學圖形信息學等學科，同時，具有隱私性、冗余性、不完整性、模糊性且?guī)в性肼暤忍攸c。數(shù)據(jù)挖掘作為一種數(shù)據(jù)處理技術，從醫(yī)學數(shù)據(jù)信息中尋找潛在的關系或規(guī)律，從而獲得有效的對病人進行診斷、治療，增加對疾病的預測準確性，實現(xiàn)疾病的早期發(fā)現(xiàn)，提高治愈率，為醫(yī)學信息領域提供了新的方法[ 1 ]。

1）醫(yī)學數(shù)據(jù)挖掘技術有助于提高數(shù)據(jù)分析效率，增加產(chǎn)生新知識的速度。醫(yī)學數(shù)據(jù)庫是一個龐大的信息庫，有海量的數(shù)據(jù)，而且數(shù)據(jù)的形式多樣，要在這樣的數(shù)據(jù)信息中找到有價值的信息，采用傳統(tǒng)的方法需要花費更多的時間。利用數(shù)據(jù)挖掘技術，可以分析數(shù)據(jù)的趨勢變化和規(guī)律，減少數(shù)據(jù)冗余和重復性的影響，減少數(shù)據(jù)量，選擇合適的算法制定規(guī)則還可以實現(xiàn)自動化分析。如數(shù)據(jù)挖掘技術分析電子病歷中分散、非結構化數(shù)據(jù)，進行自動化的數(shù)據(jù)采集[ 2 ]。

2）醫(yī)學數(shù)據(jù)挖掘技術可以提供知識的準確性和可靠性，提高疾病的治愈率。日常醫(yī)療中通常采用抽樣的方法獲取樣本，結果導致往往只有一部分符合特定要求，存在樣本的局部性并影響真實性。數(shù)據(jù)挖掘技術從數(shù)據(jù)的整體性出發(fā)，通過概率抽樣、評估、假設驗證等過程提取信息中的共性特征和個性差異，彌補了隨機對照實驗的不足。理論上還能夠根據(jù)病人的個體差異，給出個性化治療方案。如通過整合系統(tǒng)生物學與電子病歷數(shù)據(jù)，醫(yī)學數(shù)據(jù)挖掘技術為個性化醫(yī)療計劃轉變?yōu)榕R床實踐提供機會。

3）醫(yī)學數(shù)據(jù)挖掘技術可以用于預測建模，輔助臨床診斷和推薦治療措施。大量的研究和大數(shù)據(jù)的到來，使得大部分臨床醫(yī)生的知識轉化變得非常困難，難以跟上最新的知識來指導臨床診斷。數(shù)據(jù)挖掘預測建模，根據(jù)特定信息對離散數(shù)據(jù)進行預測。谷歌公司利用人們在網(wǎng)上檢索的與流感相關的記錄建立了數(shù)學模型，成功的預測流感傳播和發(fā)生的地點。又如癌癥早期診斷中，利用數(shù)據(jù)挖掘技術對癌癥患者做出診斷和提出治療方案。

3 數(shù)據(jù)挖掘在醫(yī)學信息領域的應用

醫(yī)學信息與數(shù)據(jù)挖掘都是快速發(fā)展的前沿研究，復雜多變的需求分析及醫(yī)學信息數(shù)據(jù)的特點，使醫(yī)學信息的數(shù)據(jù)分析迫切需要數(shù)據(jù)挖掘技術的支持。醫(yī)學信息中的很多內(nèi)容，如在醫(yī)療管理、疾病診斷和醫(yī)學科研方面，都在數(shù)據(jù)庫技術中找到了支持。

1）醫(yī)療管理。目前，隨著數(shù)字化的普及，很多醫(yī)院都建立了龐大的數(shù)據(jù)庫，目前主要有醫(yī)院信息系統(tǒng)（hospital information system，HIS），它分為管理信息系統(tǒng)和臨床信息系統(tǒng)，管理信息系統(tǒng)主要處理諸如人事、財務和設備管理等醫(yī)院內(nèi)部管理方面的信息，臨床信息系統(tǒng)主要處理患者相關信息。從數(shù)據(jù)庫中運用數(shù)據(jù)挖掘技術，來分析和發(fā)現(xiàn)數(shù)據(jù)的各種信息，可以幫助醫(yī)院決策者更好的制定管理策略[3]。按照數(shù)據(jù)挖掘的需求，進行關聯(lián)分析、分類分析、聚類分析等挖掘算法，可進行醫(yī)院費用分析、醫(yī)療質(zhì)量管理、醫(yī)用耗材管理、住院患者人群分類等。

2）疾病診斷。面對日益龐大的病案數(shù)據(jù)，僅依靠臨床經(jīng)驗，容易出現(xiàn)診斷錯誤，針對臨床數(shù)據(jù)庫、醫(yī)學圖像等，數(shù)據(jù)庫挖掘技術也發(fā)揮著重要的作用。

決策樹算法幫助醫(yī)生從大量數(shù)據(jù)中尋找規(guī)律，提高準確率。應用聚類算法、關聯(lián)規(guī)則等還可以進行疾病診斷因素和疾病關聯(lián)等方面的分析，如實現(xiàn)癌癥的早期診斷和預防等。

醫(yī)學圖像隨著醫(yī)療設備的發(fā)展，種類都越來越多，醫(yī)學圖像中蘊含這豐富的圖像特征和規(guī)則信息，使用決策樹、神經(jīng)網(wǎng)絡和關聯(lián)規(guī)則等數(shù)據(jù)挖掘算法，可以輔助醫(yī)生對病變區(qū)域進行分析，提高醫(yī)學診斷的準確性和正確性。

3）醫(yī)學科研。基因研究：數(shù)據(jù)挖掘技術與傳統(tǒng)的統(tǒng)計分析，在數(shù)據(jù)分析的效率上有明顯的優(yōu)勢。利用關聯(lián)規(guī)則、聚類分析等有助于發(fā)現(xiàn)一組序列的差異及相似性，闡明多個序列間的關系，確定基因種類。

蛋白質(zhì)結構預測：許多國家組建了蛋白質(zhì)結構和功能數(shù)據(jù)庫，為科研工作這提供豐富信息的同時，由于數(shù)據(jù)分散、存儲媒介多、數(shù)據(jù)冗余等復雜性，使用數(shù)據(jù)庫技術進行數(shù)據(jù)清理，追蹤蛋白質(zhì)數(shù)據(jù)序列，為蛋白質(zhì)結構預測提供便利。

藥物發(fā)現(xiàn)及設計：數(shù)據(jù)挖掘技術有助于增加新藥發(fā)現(xiàn)和設計中的主動性并避免盲目性。利用數(shù)據(jù)挖掘技術對從龐大的化合物數(shù)據(jù)庫中發(fā)現(xiàn)藥物靶分子，對藥物進行篩選、藥物毒理學、藥物副作用分析，從而降低藥物開發(fā)的時間和成本[4]。

4 結論

醫(yī)療信息的數(shù)字化發(fā)展和醫(yī)學研究工作者對高校處理和分析大數(shù)據(jù)的渴望為數(shù)據(jù)挖掘提供了廣闊的研究空間，也顯示了數(shù)據(jù)挖掘在醫(yī)學信息領域的發(fā)展?jié)摿?。利用?shù)據(jù)挖掘技術，將幫助醫(yī)療管理、臨床疾病診斷和醫(yī)學科研等。相信在不久的將來，數(shù)據(jù)挖掘在醫(yī)學信息領域將取得突破性進展。

參考文獻

[1]石曉敬.數(shù)據(jù)挖掘及其在醫(yī)學信息中的應用[J].醫(yī)學信息學雜志，2013（34）：2-6.

[2]秦文哲，陳進，董力.大數(shù)據(jù)背景下醫(yī)學數(shù)據(jù)挖掘的研究進展及應用[J].中國胸心血管外科臨床雜志，2016（1）：55-60.

[3]陳郁韓.數(shù)據(jù)挖掘技術在醫(yī)院管理中的應用.中國醫(yī)學裝備，2014（1）：62-65.

[4]楊春華，李春華，王桂枝，等.數(shù)據(jù)挖掘技術在藥物研究與發(fā)現(xiàn)中的應用[J].醫(yī)藥導報，2005，24（12）：1143-1145.