基于數(shù)據(jù)挖掘技術的醫(yī)療設備績效預測方法的應用研究.pdf

1、本文在系統(tǒng)介紹數(shù)據(jù)挖掘技術相關知識的基礎上，重點研究了建立數(shù)據(jù)倉庫的技術和決策樹挖掘算法及其在醫(yī)療設備績效預測中的應用。 目前，醫(yī)療機構把絕大部分的經營積累用于購置醫(yī)療設備，每年用于購置醫(yī)療設備的費用約占當年形成的可動用資金的80％，因此，醫(yī)療設備效益的好壞直接關系到醫(yī)療機構的經營狀況，直接關系到醫(yī)療機構能否為廣大患者提供良好的服務、能否穩(wěn)定、持續(xù)地發(fā)展的重要課題。正因為如此，衛(wèi)生部《醫(yī)院管理評價指南(試行))》中要求醫(yī)療機構購

2、置大型醫(yī)療設備必須經過嚴格的可行性論證并加強大中型醫(yī)療設備合理應用成本分析，而對醫(yī)療設備在購置前就對其投入使用后的績效進行預測，是醫(yī)療設備購置前進行可行性論證中最為關鍵的一環(huán)，也是醫(yī)療設備投入使用后進行合理應用成本分析的前提。數(shù)據(jù)挖掘技術當前已經成為數(shù)據(jù)庫和信息決策領域的前沿研究方向之一，受到國內外學術界的廣泛關注，在商業(yè)、工業(yè)和醫(yī)學領域都得到了較為廣泛的應用，取得了顯著的社會及經濟效益。因此，應用數(shù)據(jù)挖掘技術的理論和方法，對醫(yī)療設備的

3、績效預測方法進行深入的研究，對于充分發(fā)揮醫(yī)療設備的社會效益和經濟效益，具有重要意義。 近年來，隨著計算機技術、網(wǎng)絡技術的迅速發(fā)展和醫(yī)院信息系統(tǒng)(HIS)在醫(yī)院的普及和廣泛應用，雖然HIS中包含有病人信息管理模塊和醫(yī)療設備管理模塊，但兩者是相互分離的，相應的軟件模塊僅局限于分別對病人信息和醫(yī)療設備信息進行錄入、修改、查詢、統(tǒng)計等簡單功能的實現(xiàn)，停留在基于數(shù)據(jù)庫技術支持的操作型事務處理的水平上。對醫(yī)療設備購置前的可行性論證的決策支持

4、和投入使用后的設備使用、維護等信息的深層次加工較少，如何充分利用這些寶貴的信息資源來為醫(yī)院的管理者和決策者實施對醫(yī)療設備的高效管理和科學決策提供準確、可靠的依據(jù)，提高醫(yī)療設備的社會效益和經濟效益，促進醫(yī)院的快速健康發(fā)展，已成為人們關注的焦點。 數(shù)據(jù)挖掘(DataMining，DM)也稱為數(shù)據(jù)庫知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase，KDD)，這一術語出現(xiàn)于1989年，是從數(shù)據(jù)庫中識別出有效的、新穎的、

5、潛在有用的、并且最終可理解的模式的非平凡過程。數(shù)據(jù)挖掘技術在90年代有了突飛猛進的發(fā)展，數(shù)據(jù)挖掘從理論和技術上繼承了知識發(fā)現(xiàn)領域的成果，同時，它還借鑒了許多其它領域的理論和算法，如數(shù)據(jù)庫系統(tǒng)、機器學習、模式識別、人工智能、數(shù)據(jù)可視化、信息檢索以及統(tǒng)計學等。數(shù)據(jù)挖掘本質上可歸類為深層次的數(shù)據(jù)分析方法。數(shù)據(jù)分析本身已經有很多年的歷史，不過由于以往計算能力的局限性，限制了對大量數(shù)據(jù)進行分析的復雜數(shù)據(jù)分析方法的應用。近年來，由于電子信息技術的發(fā)

6、展及應用的普及，商業(yè)、醫(yī)療及其它領域都產生了大量的業(yè)務數(shù)據(jù)，分析這些數(shù)據(jù)可以為決策提供真正有價值的信息，因此具有重要的意義。 數(shù)據(jù)挖掘的結果通常表示為概念、規(guī)則、規(guī)律、模式、約束、可視化等形式。通過數(shù)據(jù)挖掘所獲得的知識可以直接用于輔助決策或修正已有的知識體系，也可作為新的知識存儲于應用系統(tǒng)中。數(shù)據(jù)挖掘的原始數(shù)據(jù)可以是結構化的；也可以是半結構化的，如文本、圖形和圖像數(shù)據(jù)；甚至是分布在網(wǎng)絡上的異構型數(shù)據(jù)。發(fā)現(xiàn)的知識可以被用于信息管理

7、、查詢優(yōu)化、決策支持和過程控制等，還可以用于數(shù)據(jù)自身的維護。因此，數(shù)據(jù)挖掘是一門交叉學科，它把人們對數(shù)據(jù)的應用從低層次的簡單統(tǒng)計、查詢，提升到從數(shù)據(jù)中挖掘知識，提供決策支持。 數(shù)據(jù)挖掘需要良好的數(shù)據(jù)組織和純凈的數(shù)據(jù)，數(shù)據(jù)的質量直接影響數(shù)據(jù)挖掘的效果，而數(shù)據(jù)倉庫的特點恰恰最符合數(shù)據(jù)挖掘的需求，它從各類數(shù)據(jù)源中抽取數(shù)據(jù)，經過清洗、集成、選擇、轉換等處理，為數(shù)據(jù)挖掘所需要的高質量數(shù)據(jù)提供了保證。數(shù)據(jù)倉庫是數(shù)據(jù)庫技術發(fā)展的高級階段，它是

8、面向主題的、集成的、內容相對穩(wěn)定的、隨時間變化的數(shù)據(jù)集合，可以用來支持管理決策的定制過程。數(shù)據(jù)倉庫系統(tǒng)允許將各種應用系統(tǒng)、多個數(shù)據(jù)庫集成在一起，為統(tǒng)一的歷史數(shù)據(jù)分析提供堅實的平臺，其主要目的是為決策提供支持，為OLAP、數(shù)據(jù)挖掘等深層的數(shù)據(jù)分析提供平臺?？梢哉f，數(shù)據(jù)挖掘為數(shù)據(jù)倉庫提供了有效的分析處理手段，數(shù)據(jù)倉庫為數(shù)據(jù)挖掘準備了良好的基礎。 SQLServer2005IntegrationServices(SSIS)是用于創(chuàng)建高

9、性能的數(shù)據(jù)集成解決方案的平臺，它能夠執(zhí)行抽取(extraction)，轉換(transformation)和加載(load)，縮寫為ETL，用于為數(shù)據(jù)倉庫提供服務。SSIS提供了工作流環(huán)境，可以使用該環(huán)境來構建數(shù)據(jù)轉換包?？梢詮牟煌臄?shù)據(jù)源中提取數(shù)據(jù)，然后對該數(shù)據(jù)執(zhí)行一系列操作。 由于醫(yī)學數(shù)據(jù)庫是一個復雜數(shù)據(jù)庫，而目前數(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，對復雜類型數(shù)據(jù)的挖掘尚處在起步階段。結

10、合醫(yī)學信息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，醫(yī)學數(shù)據(jù)挖掘將有廣闊的應用前景。分類和預測是數(shù)據(jù)挖掘的兩種數(shù)據(jù)分析形式，通常的算法有粗糙集理論、決策樹、人工神經網(wǎng)絡、漸近計算等，各有優(yōu)點。應該注意的是大部分算法都不是專業(yè)為解決某個問題而特制的，算法之間也并不互相排斥。一般來說并不存在所謂的最好的算法，在最終決定選取哪種算法之前，有可能對各種算法都試一下，然后再選取一個較好的。在實際應用中，可對這些方法進行適當?shù)男薷?、擴充

11、和優(yōu)化，從而能在各種特殊的醫(yī)學數(shù)據(jù)庫中進行分類和預測。本文重點研究決策樹算法的原理及方法。 決策樹算法最基本的原理是遞歸地將數(shù)據(jù)拆分成子集，以便每一個子集包含目標變量類似的狀態(tài)，這些目標變量是可預測屬性。每一次對樹進行拆分，都要評價所有的輸入屬性對可預測屬性的影響。當這個遞歸的過程結束時，決策樹也就創(chuàng)建完成了。比較有名的決策樹算法有ID3算法、ID4算法、ID5R算法、C4.5算法。 當今先進的數(shù)據(jù)挖掘工具都提供多種可供

12、選擇的數(shù)據(jù)挖掘算法。這是因為一種算法不可能完成所有不同類型的數(shù)據(jù)挖掘任務。本次挖掘任務可分為兩部分的任務：分類任務和回歸任務。 分類任務是：對不同條件下的設備使用情況進行分類。假設疾病例數(shù)和設備使用情況存在線性關系：y=αx+b，其中x表示疾病例數(shù)，y表示設備使用次數(shù)，根據(jù)這個公式就能對設備的使用情況進行預測。簡單來說，如何得到這個公式的任務就是回歸算法的主要任務。 同時可以假定，不同的設備和不同的疾病種類會有不同的線性

13、關系(函數(shù))，所以需要對不同的關系進行分類，例如’cT檢查’與’肺炎’存在線性公式y(tǒng)=α1x+61，’CT檢查’與’肺癌’存在線性公式y(tǒng)=α2x+62。 對于本次挖掘任務，決策樹算法與其它的數(shù)據(jù)挖掘算法相比有一定優(yōu)勢，如利用決策樹算法可以快速創(chuàng)建挖掘模型，并且創(chuàng)建的模型也容易解釋。每一條從根節(jié)點到葉節(jié)點的路徑就是一條規(guī)則，基于決策樹的預測也非常高效。本次任務主要是對醫(yī)療設備的績效進行預測，因此,用決策樹算法來完成本次挖掘任務是一

14、個較好的選擇。 SQLServer2005AnalysisServices(SSAS)的決策樹算法(MicrosoftDecisionTrees)是一個混合決策樹算法，Microsoft線性回歸算法不拆分數(shù)據(jù)，并且回歸公式基于整個數(shù)據(jù)集，這個算法支持分類和回歸兩種任務。Microsoft回歸樹的每一個葉節(jié)點都有一個線性回歸公式。在每一個回歸模型中至少有一個回歸量(regressor)?；貧w量是一個連續(xù)的輸入屬性，這個輸入屬性采用

15、線性的方式對連續(xù)的可預測屬性進行建模。例如，使用B超次數(shù)是一個連續(xù)的可預測屬性，則疾病例數(shù)就是一個回歸量。經典的線性回歸公式是：使用B超次數(shù)=α+b*疾病例數(shù)+e，其中：e代表噪聲，其平均值為0，系數(shù)a(截距)和b(斜率)由殘差方程決定。 本文對數(shù)據(jù)挖掘技術的理論和方法進行了研究探討，并將其應用于基于數(shù)據(jù)挖掘技術的醫(yī)療設備績效預測的研究中，在對得到的數(shù)據(jù)挖掘模型進行測試、評估時，CT、MRI、CR、B超、彩超、電子胃鏡、電子腸鏡