醫(yī)院信息數(shù)據(jù)挖掘及實(shí)現(xiàn)技術(shù)的探索.pdf

1、探索基于SPSS Clementine的在線醫(yī)院數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)，達(dá)到節(jié)約資源、共享資源的目的。在此基礎(chǔ)上，探討數(shù)據(jù)挖掘技術(shù)在因素預(yù)測、疾病判別診斷、疾病關(guān)聯(lián)分析中的應(yīng)用，結(jié)合實(shí)例研究重慶市結(jié)核病流行過程及發(fā)展趨勢、乳腺癌腋窩高位淋巴結(jié)轉(zhuǎn)移的危險(xiǎn)因素及判別分類模型和糖尿病與并發(fā)癥的關(guān)聯(lián)知識發(fā)掘。為臨床管理人員、醫(yī)務(wù)人員、科研工作者進(jìn)行科學(xué)管理、提高診療水平以及開展醫(yī)學(xué)研究提供輔助決策與綜合分析的工具。當(dāng)前信息領(lǐng)域內(nèi)普遍存在的“知識發(fā)現(xiàn)

2、”問題迫切需要研究和解決，就方法學(xué)而言，科學(xué)地選擇適當(dāng)?shù)臄?shù)據(jù)挖掘算法是獲得準(zhǔn)確知識規(guī)則的關(guān)鍵；而在線醫(yī)院數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)對提高醫(yī)院管理水平和醫(yī)療質(zhì)量具有重要的應(yīng)用價(jià)值。 隨著計(jì)算機(jī)技術(shù)、生物醫(yī)學(xué)工程研究的飛速發(fā)展，計(jì)算機(jī)信息技術(shù)在醫(yī)學(xué)領(lǐng)域廣泛應(yīng)用，使得大量醫(yī)學(xué)信息被精確記錄下來，積累了大量的數(shù)據(jù)資源，激增的數(shù)據(jù)背后隱藏著許多重要的有用信息。從這些大量的數(shù)據(jù)資源中挖掘深層次的、隱含的、有價(jià)值的知識顯得越來越重要。到目前為止，在國

3、內(nèi)，數(shù)據(jù)挖掘技術(shù)在醫(yī)療服務(wù)領(lǐng)域的研究有所報(bào)道，但未見其在線分析系統(tǒng)的研究應(yīng)用；針對不同目標(biāo)的實(shí)際應(yīng)用，科學(xué)地選擇適當(dāng)?shù)臄?shù)據(jù)挖掘算法的方法學(xué)研究尚屬先例。 本研究采用Java網(wǎng)絡(luò)編程語言，實(shí)現(xiàn)基于SPSS Clementine的在線醫(yī)院數(shù)據(jù)挖掘的技術(shù)。利用來源于重慶市三所醫(yī)療機(jī)構(gòu)(重慶市結(jié)核病防治所、重慶醫(yī)科大學(xué)附屬第一醫(yī)院、附屬第二醫(yī)院)的醫(yī)院數(shù)據(jù)，包括結(jié)核病、乳腺癌和糖尿病的資料。分別采用ARIMA模型、BP神經(jīng)網(wǎng)絡(luò)模型、GM

4、l(1，1)模型對結(jié)核病發(fā)病率進(jìn)行預(yù)測分析比較；采用Logistic模型、CHAID模型、RBFN模型、RBFN-Logistic混合模型、RBFN-CHAID混合模型對乳腺癌腋窩高位淋巴結(jié)轉(zhuǎn)移判別分類比較；采用Apriori關(guān)聯(lián)分析模型對糖尿病與并發(fā)癥的關(guān)聯(lián)強(qiáng)度進(jìn)行描述。主要研究內(nèi)容：①采用Java網(wǎng)絡(luò)編程語言，對在線數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)進(jìn)行探索。②分析重慶市結(jié)核病流行過程，乳腺癌腋窩高位淋巴結(jié)轉(zhuǎn)移的危險(xiǎn)因素以及糖尿病與并發(fā)癥的關(guān)聯(lián)。③

5、采用ARIMA模型、BP神經(jīng)網(wǎng)絡(luò)模型、GM(1，1)模型對結(jié)核病發(fā)病率進(jìn)行預(yù)測分析。④采用Logistic模型、CHAID模型、RBFN模型、RBFN-Logistic混合模型、RBFN-CHAID混合模型對乳腺癌腋窩高位淋巴結(jié)轉(zhuǎn)移判別分類。⑤利用準(zhǔn)確率(Accuracy)和可靠性(Reliability)指標(biāo)評價(jià)模型的準(zhǔn)確性和可靠性。 研究結(jié)果表明：①初步整合了SPSS Clementine，實(shí)現(xiàn)了在線醫(yī)院數(shù)據(jù)采集、執(zhí)行引擎、

6、分析結(jié)果處理和分析結(jié)果查詢的流程處理。②結(jié)核病有明顯的季節(jié)流行高峰，基本是每年一、三季度發(fā)病人數(shù)較少，二、四季度發(fā)病人數(shù)較多。一個(gè)結(jié)核病流行年各季度發(fā)病率與一年前的一個(gè)半結(jié)核病流行年各季度發(fā)病率有關(guān)系。對結(jié)核病發(fā)病率的預(yù)測必須考慮季節(jié)因素、周期性及隨機(jī)因素的影響，才能做出準(zhǔn)確的預(yù)測。③ARIMA模型、BPANN2模型和GM(1，1)模型比較，前兩者對結(jié)核病發(fā)病率的預(yù)測的相對誤差分別為0.05872和0.06999，GM(1，1)模型為0

7、.01210，說明殘差GM(1，1)模型對結(jié)核病具有較好的預(yù)測性能。④乳腺癌腋窩高位淋巴結(jié)轉(zhuǎn)移與腋窩中低淋巴結(jié)狀況、腫瘤大小有明顯關(guān)系。⑤RBFN模型采用權(quán)值矩陣表達(dá)診斷知識，Logistic模型與RBFNl-Logistic混合模型采用Logistic回歸系數(shù)表達(dá)診斷知識，二者均不易被使用者解讀；CHAJD模型和RBFN-CHAID混合模型采用了自然語言以樹型的方式表達(dá)，提高了結(jié)果的可理解性。⑥Logistic模型、CHAID模型、R

8、BFN模型、RBFN-Logistic混合模型、RBFN-CHAID混合模型的平均預(yù)測準(zhǔn)確率分別為83.34％、83.79％、85.61％、83.77％、79.74％，｜r-1｜分別為0.0720、0.0625、0.0549、0.0766、0.0948。RBFN模型所獲知識的可靠程度以及對測試集合測試的準(zhǔn)確率明顯優(yōu)于其它算法。⑦CHAID模型提取的診斷規(guī)則描述簡單易懂，應(yīng)用方便，可判斷各診斷指標(biāo)對乳腺癌腋窩高位淋巴結(jié)轉(zhuǎn)移診斷貢獻(xiàn)的大小，

9、從CHAID決策樹型可見，中低淋巴結(jié)狀況對乳腺癌腋窩高位淋巴結(jié)轉(zhuǎn)移診斷起決定性作用，腫瘤大小則可作為診斷的重要指標(biāo)。因此，CHAID模型是一種簡便可行的計(jì)算機(jī)輔助診斷方法，可從病例自動提取診斷規(guī)則，具有較廣泛的實(shí)用價(jià)值，可應(yīng)用于其它疾病的診斷研究。③泌尿道感染、腎病、眼部病變、神經(jīng)病變、高脂血癥、高血壓、心臟病、冠心病等與糖尿病具有明顯并發(fā)傾向。 結(jié)論：①在線醫(yī)院數(shù)據(jù)挖掘技術(shù)是未來醫(yī)院信息系統(tǒng)的重要組成部分，對提高醫(yī)院管理水平和