郭志豪

（蘭州城市學院 甘肅 蘭州 730000）

1 引言

為更好地推進我國醫(yī)療衛(wèi)生事業(yè)的發(fā)展和進步，國家衛(wèi)健委在2015年通過了醫(yī)院監(jiān)管系統(tǒng)建設方案，其對于我國各個醫(yī)院數(shù)據(jù)采集工具的使用做出了明確說明，要求對各項數(shù)據(jù)的應用必須要規(guī)范化、科學化和合理化。醫(yī)療數(shù)據(jù)統(tǒng)一上傳，集中管理，可以幫助患者更加便捷地查詢自身就醫(yī)信息，醫(yī)務工作人員對于患者的就醫(yī)以及病史等也有了更加深入的了解和認識，其是醫(yī)療衛(wèi)生事業(yè)進步的重要表現(xiàn)。但實際上，我國建設方案雖然出臺已久，但是實際應用的質量效果卻不盡如人意，醫(yī)療領域的信息化程度沒有跟上互聯(lián)網(wǎng)發(fā)展的步伐，尤其是在一些縣鎮(zhèn)醫(yī)院，其實施效果比較差，這對于我國醫(yī)療衛(wèi)生的進步實際上產(chǎn)生極為不利的影響。為此，本文嘗試對醫(yī)療大數(shù)據(jù)中數(shù)據(jù)挖掘技術進行研究和分析，希望能夠更好地發(fā)揮相關技術的作用優(yōu)勢，推進各項工作朝著更好的方向發(fā)展[1]。

2 數(shù)據(jù)挖掘技術概述

在當前的信息化背景下，科學技術、醫(yī)療服務領域產(chǎn)生的信息呈爆炸式增長，這些信息中的一些數(shù)據(jù)十分關鍵，具備較高的分析價值。將這些數(shù)據(jù)轉化為容易被人們接受的圖表，一方面可以方便醫(yī)療工作人員的日常工作，同時也可以推動醫(yī)療大數(shù)據(jù)挖掘的進步[2]。所謂的數(shù)據(jù)挖掘，主要是指從海量的信息中挖掘出具備價值的信息，涉及機器學習、人工智能、統(tǒng)計分析和模式分類等不同學科的知識[3]。一般情況下，數(shù)據(jù)挖掘主要分成如下3個階段。

（1）數(shù)據(jù)準備。數(shù)據(jù)準備階段需要剔除干擾數(shù)據(jù)，主要圍繞數(shù)據(jù)的清理、集成和選擇幾方面展開工作。將數(shù)據(jù)挖掘的基礎性數(shù)據(jù)形成一個數(shù)據(jù)庫，然后再對其降噪，最后再從數(shù)據(jù)庫中找到有用的信息；（2）發(fā)現(xiàn)規(guī)律。該階段主要是指通過運用各種算法來分析數(shù)據(jù)庫，并且發(fā)現(xiàn)有效信息，是整個數(shù)據(jù)挖掘中十分重要的環(huán)節(jié)，該環(huán)節(jié)主要是對最終的決策提供必要的支持；（3）表現(xiàn)規(guī)律。該階段是在發(fā)現(xiàn)了數(shù)據(jù)的規(guī)律以后，利用可視化的工具將其展示出來，便于醫(yī)療人員的研判。

3 醫(yī)療大數(shù)據(jù)中的數(shù)據(jù)挖掘應用分析

為充分地發(fā)揮出數(shù)據(jù)的作用，需要對醫(yī)療大數(shù)據(jù)進行深度挖掘，并詳細整理、分析看似雜亂的數(shù)據(jù)，找到其中蘊含的價值信息，從而方便臨床護理、醫(yī)學研究和疾病治療等方面的研究。對于患者來說，也可通過全面分析醫(yī)療大數(shù)據(jù)的相關信息，使其享受到更加高效精準的服務，免去一些不必要的檢查，避免醫(yī)療資源的浪費。醫(yī)學領域的研究也可通過深度挖掘醫(yī)療大數(shù)據(jù)為疾病的診斷和藥物的研發(fā)提供強大的支持，攻克很多過去無法解決的醫(yī)學難題?？v觀整個醫(yī)療領域，挖掘分析醫(yī)療大數(shù)據(jù)可在醫(yī)療成本評估和醫(yī)療質量管理兩方面起到一定的作用。

在以上兩方面的應用過程中，主要是通過對于醫(yī)療大數(shù)據(jù)信息進行深度挖掘來密切監(jiān)測廣大群眾的健康狀況，并從中分辨出一些疾病的高發(fā)人群，從而精準預測一些流行病或區(qū)域性疾病的發(fā)展走向，從而為公共衛(wèi)生政策的制定提供一定的支持。數(shù)據(jù)挖掘技術是合理分析醫(yī)療大數(shù)據(jù)的關鍵，隨著深度學習技術的不斷進步，數(shù)據(jù)挖掘領域也得到了前所未有的發(fā)展，主要包括關聯(lián)規(guī)則挖掘、異常挖掘等，這些算法是醫(yī)療數(shù)據(jù)應用的基礎，同時在上述算法的基礎上也衍生出了其他拓展算法，下面分別說明。

3.1 關聯(lián)規(guī)則算法分析

關聯(lián)規(guī)則發(fā)掘技術主要是通過分析不同實驗，然后對其中有一定依賴或關聯(lián)的信息進行收集和分析，在數(shù)據(jù)挖掘技術中屬于關鍵性問題。關聯(lián)規(guī)則挖掘這一研究方向一經(jīng)提出，在國際上得到了學者的廣泛關注，通過這些年的不斷發(fā)展也推出了很多關聯(lián)規(guī)則的挖掘算法，典型的有Apriori算法。該算法是關聯(lián)規(guī)則挖掘算法中第一個被成熟應用的算法。在醫(yī)療行業(yè)的運行過程中，每天都會產(chǎn)生海量的數(shù)據(jù)信息，而這些信息之間看似雜亂無章，但實際的內在聯(lián)系十分密切，通過關聯(lián)規(guī)則挖掘算法的統(tǒng)計分析，可提取其中有關聯(lián)的知識，從而對致病因素、疾病診療及公共衛(wèi)生健康監(jiān)測等工作提供一定的幫助。

例如，通過海量的電子病歷信息，可以發(fā)掘心血管病死亡情況和傳統(tǒng)危險元素之間的關聯(lián)規(guī)則，然后通過分析這些數(shù)據(jù)，還可以總結出心血管病死亡和體重超標之間的內在關系。又如，通過Apriori算法分析大量的女性乳腺疾病方面的數(shù)據(jù)，可以建立乳腺癌和其他屬性之間的關聯(lián)規(guī)則。很多醫(yī)學科研工作需要分析病因，如一些新出現(xiàn)的并發(fā)癥是不是由另一種并發(fā)癥誘發(fā)而來的，這就需要數(shù)據(jù)挖掘技術中的關聯(lián)算法從大量的隨機個例中找尋內在的關聯(lián)。關聯(lián)算法的優(yōu)點主要在于在該算法下更容易識別內在的因果關系，如果在前后時間序列的互推中具有較高的置信度，則說明兩者之間存在著較為強烈的因果關系，否則為單方面映射或無映射。

3.2 分類挖掘算法分析

分類挖掘分析可通過分類算法將數(shù)據(jù)庫中的對象映射成某一個預設的類別，從而便于模型來計算和預測，進而實現(xiàn)對未知對象的類別歸類。上文中所提到的序列數(shù)據(jù)庫，主要是由一系列的數(shù)據(jù)對象構成，在這些數(shù)據(jù)對象中每一個單一對象都可以視為多種特性所構成的綜合輸入向量，且訓練樣本需要帶有多種類別標記。

現(xiàn)如今，對于不同數(shù)據(jù)類別的應用場合，已經(jīng)有多種多樣的分類挖掘模型，較為常見的有機器學習、神經(jīng)網(wǎng)絡、專家系統(tǒng)等方法。分類挖掘分析結合醫(yī)療行業(yè)來看及應用主要包括如下兩方面：首先，基于智能算法的疾病預測；其次，預測一些醫(yī)療事件。

在醫(yī)療服務中，大部分的疾病診斷都局限在經(jīng)驗性診斷上，但由于不同的病患存在著較大的個體差異，同時復合疾病也對經(jīng)驗性診斷帶來了一定程度的限制。所以，在具體的診斷過程中，對于一些疑難雜癥，醫(yī)生很難憑借現(xiàn)有的經(jīng)驗給出十分精確的判斷。但通過正確的搜集海量的診斷病例的信息，然后借助大數(shù)據(jù)分析工具，可以詳細地分析所有病例中的綜合癥狀，然后研究出疾病類型和病癥之間的內在聯(lián)系。在實際的臨床診斷過程中，通過分析患者所提供的基礎性信息，將其輸入到診斷系統(tǒng)中，就可給出較為精確的確診結論。國內目前有很多醫(yī)學專家和機器學習算法科研人員都通過醫(yī)療大數(shù)據(jù)的分類挖掘分析逐步構建起以預防早期慢性病為目的的防控體系。在新冠肺炎疫情的防控過程中，騰訊公司也聯(lián)合一些國內的醫(yī)療機構研發(fā)了一系列的智能診斷系統(tǒng)，減輕醫(yī)療人員的壓力。

3.3 聚類算法分析

所謂的聚類分析主要是根據(jù)不同的規(guī)律按照個體屬性來分成不同的類別，其目的主要是為了縮小同類別下不同個體之間的距離。許多領域目前都廣泛應用了該技術，例如人工智能領域。聚類分析與分類學習相比，所分析的對象并沒有類別的標記，而是通過算法來自動確定，但由于訓練數(shù)據(jù)庫中對象的不同，其本質上有類別標記。近年來，聚類分析逐步成為大數(shù)據(jù)挖掘領域中較為前沿和熱門的研究領域，經(jīng)過學者們不斷分析研究，逐步開發(fā)了K均值聚類算法、BIRCH聚類算法等一系列的聚類分析模型，主要針對未知分布規(guī)律的數(shù)據(jù)展開挖掘，同時還可以挖掘具有代表性的事件集。

聚類分析算法被應用到醫(yī)療領域中的典型場景，主要有疾病的分布分析和醫(yī)療費用兩方面。過去的臨床科研研究對象一般以醫(yī)院的患者為主體，通過分析臨床指標和患者的基本變量展開研究。但一般情況下，性別和年齡存在差異的患者其醫(yī)學特征也并不相同，所以還要根據(jù)性別和年齡對病患展開分組，在分組過程中采用人工劃分的方法，例如以10年或5年為一個跨度，但這種分組難以客觀地反映出研究對象的年齡分布規(guī)律。而采用聚類分析算法，可以更加科學合理地換位研究對象的年齡和性別，并且對于不同性別和年齡組別下的患者，臨床指標也能展開深入的分析。

3.4 異常挖掘算法分析

數(shù)據(jù)庫建設過程中可能會遇到這樣或者那樣的問題，研究對象難以真實反映情況的現(xiàn)象也并不少見，之所以如此是因為研究對象與數(shù)據(jù)庫中的一般性樣本并不匹配，這些數(shù)據(jù)樣本通常被人們稱作離群點。為了保證數(shù)據(jù)挖掘技術應用的質量與效果，通常情況下，這些離群點可能會事先被當作異常數(shù)據(jù)處理掉，但在實際應用過程中，可能會發(fā)現(xiàn)這些異常數(shù)據(jù)反而更具有特點，如果進一步深入挖掘，可以挖掘出更加多元化的信息。在異常挖掘過程中，科研人員必須弄清楚如下兩方面的問題：（1）選擇何種挖掘算法作為確定異常點的挖掘方法；（2）在數(shù)據(jù)庫中何種特征的數(shù)據(jù)被劃分為異常數(shù)據(jù)。目前，較為成熟的異常挖掘分析算法，主要有基于距離的算法、基于偏差的算法及基于統(tǒng)計的算法。

例如，國內的有些學者就借助心電圖的歷史數(shù)據(jù)實施異常挖掘，在挖掘過程中主要采用了時間序列數(shù)據(jù)，通過對數(shù)據(jù)進行挖掘，疾病診斷效果大幅度提升。同時，也可以針對醫(yī)療賬單中的數(shù)據(jù)進行挖掘，找到可能存在的醫(yī)保欺詐行為，該方法在控制醫(yī)療保險行業(yè)的欺詐行為中存在著十分明顯的效果。但值得注意的是，上述數(shù)據(jù)挖掘分析方法，在整個醫(yī)療大數(shù)據(jù)的應用過程中相對比較理論化，在應用過程中還要結合具體情況不斷調整使其適應醫(yī)院的實際形勢。

4 結語

綜上所述，當前醫(yī)療大數(shù)據(jù)中的數(shù)據(jù)挖掘技術，對于我國醫(yī)療衛(wèi)生事業(yè)的發(fā)展和進步有著較為積極促進作用，其可以為廣大人民群眾提供更好的治療效果，可以使醫(yī)療工作更具有針對性。但是不可否認的是，當前醫(yī)療大數(shù)據(jù)中的數(shù)據(jù)挖掘技術在具體應用中，還存在多方面的不足，而要想更好地發(fā)揮相關技術的優(yōu)勢作用，就需要正視其存在的缺點和不足，然后采取針對性措施予以優(yōu)化，以便更好地發(fā)揮大數(shù)據(jù)技術的作用與價值。