龙源期刊?/p>
http://www.qikan.com.cn
数据挖掘在医学大数据研究中的应用
作者:孙雪?/p>
王晓?/p>
来源:《中国信息化周报?/p>
2018
年第
21
?/p>
医院信息化的发展及云计算、大数据、物联网、人工智能等在医疗领域的应用,为医学?/p>
据的获取、存储及处理提供了极大便利。数据挖掘也随着计算机技术得到了广泛应用,从而提
高了数据利用效率,拓展了知识发现的广度与深度。目前,医院已积累了大量医疗相关数据?/p>
医学大数据与数据挖掘的结合,能够帮助人们从存储的大体量、高复杂的医学数据中提取有价
值信息,加速医学成果转化,为医疗行业开拓新的时代?/p>
数据挖掘是指从数据库中,提取隐含在其中的人们事先未知、潜在的有用的信息和知识?/p>
过程。数据挖掘已有较多成熟方法,并在医学大数据挖掘中取得了一定成果?/p>
数据挖掘分类及常用算?/p>
预测型数据挖掘是从历史数据中发现的已知结果,推断或预测未知数据的可能值,有预?/p>
和回归两种类型。常用算法有线性回归?/p>
Logistic
回归?/p>
K-NN
算法、决策树?/p>
DT
)、人工神
经网络(
ANN
)、支持向量机?/p>
SVM
)及各种集成算法等?/p>
回归是指确定响应变量和一个或多个自变量之间依赖关系以构建预测模型?/p>
Kirkland
等利
?/p>
Logistic
回归建立模型,对采集的病人临床指标等数据建立了疾病恶化预警模型,可对病人
未来
2-12
小时可能出现的疾病恶化风险进行预测?/p>
分类是指基于已知所属类别的历史数据的特征描述预先定义好的类别,构建预测类别的模
型,再根据待查数据的相关特征与这些类别相应特征之间的相似程度,确定待查数据应划归?/p>
类别,可用于预测性研究?/p>
描述型数据挖掘是识别数据中的模式或关系,旨在探索被分析数据的内在性质,常用方?/p>
有关联规则、序列规则和聚类?/p>
关联规则通过从大量数据中,发现数据之间某些未知的、潜在的且有实际意义的关联或?/p>
系,并以关联规则的形式表现出来。关联规则应用于医学研究,可以从医疗信息中揭示疾病发
生、发展规律以及医学诊断、医学图像、症状与用药等某些内在联系,为疾病诊断和健康管理
提供参考。李准等基于
Apriori
算法,对某综合性医院电子病历中不同的冠心病诊断结果与用
药情况进行关联规则挖掘,发现不同药品对不同诊断的治疗效果及冠心病危险因素?/p>
Qin Li
?/p>
?/p>
Apriori
算法用于高血压、房颤、血脂异常等
8
项高风险因素与中风之间关联性挖掘,提供
了可行的中风预防、早期诊断和早期治疗方式?/p>