數(shù)據(jù)挖掘在中醫(yī)領域的應用探析

1、數(shù)據(jù)挖掘在中醫(yī)領域的應用探析【摘 要】隨著醫(yī)療信息化進程水平的不斷提高，通 過各類醫(yī)療管理系統(tǒng)、數(shù)據(jù)采集平臺逐漸形成了醫(yī)療信息的 “大數(shù)據(jù)”，合理利用將這些看似無關聯(lián)的數(shù)據(jù)資源轉化成 具有信息成果，以實現(xiàn)數(shù)據(jù)的深層次價值。目前而言，簡單 的對數(shù)據(jù)的查詢已經(jīng)逐漸無法滿足管理者的需求，如何從大 量的醫(yī)療數(shù)據(jù)中提取有助服務臨床和領導管理決策的數(shù)據(jù) 顯得越來越重要，醫(yī)療數(shù)據(jù)挖掘由此應運而生。【關鍵詞】數(shù)據(jù)挖掘中醫(yī)領域 醫(yī)療信息化數(shù)據(jù)挖掘和數(shù)據(jù)分析根本區(qū)別在于數(shù)據(jù)挖掘在處理信 息前沒有明確可能得到的目標信息。因此經(jīng)過數(shù)據(jù)挖掘而獲 得的信息包括信息不確定、具有深層次價值和實現(xiàn)度高三個 特征。信息不確定指在

2、海量數(shù)據(jù)信息中挖掘的規(guī)律具有不確 定性。深層次價值主要體現(xiàn)在挖掘出的信息看似與數(shù)據(jù)或信 息本身無關聯(lián)，但實際卻在某些方面具有相同的共性。往往 經(jīng)過挖掘出的數(shù)據(jù)或信息都能反應出一定的規(guī)律及關聯(lián)性， 以及從深層次方面能夠提供相當程度的決策支持，因此更容 易被預測或實現(xiàn)。1數(shù)據(jù)挖掘概述數(shù)據(jù)挖掘(Data mining)又稱為知識發(fā)現(xiàn) （Knowledge-Discovery in Databases,簡稱：KDD）,數(shù)據(jù)挖掘 就是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù) 中，提取隱藏的、未知的、潛在規(guī)律的有價值信息和知識的 過程，所以數(shù)據(jù)挖掘更準確的理解應是“從數(shù)據(jù)中挖掘知識” 1。目前進行

3、數(shù)據(jù)挖掘研究范圍的數(shù)據(jù)多指存在數(shù)據(jù)庫系統(tǒng) 中存放海量數(shù)據(jù)的數(shù)據(jù)倉庫。數(shù)?挖掘不能簡單的理解為面 向特定數(shù)據(jù)庫的查詢，更不是簡單的數(shù)據(jù)檢索2。它從誕生 開始就是面對過程的，從看似不關聯(lián)的海量數(shù)據(jù)進行系統(tǒng)的 分析和推理，從深層次發(fā)現(xiàn)看似沒有聯(lián)系的事件過程中出現(xiàn) 的潛在關系關聯(lián)，利用挖掘到的隱含信息指導處理實際問題， 將從中發(fā)現(xiàn)的關聯(lián)規(guī)律對事件走向進行模擬及判斷。知識發(fā) 現(xiàn)的過程是從這些海量數(shù)據(jù)中提取有價值的信息或規(guī)律，而 在這些海量數(shù)據(jù)中不僅有直觀可以看到的符合邏輯的信息， 同時數(shù)據(jù)之間由于邏輯關系的不同還存著許多未被發(fā)現(xiàn)的 信息或規(guī)律，這些潛在的信息或規(guī)律正是我們進行數(shù)據(jù)挖掘 所需要的深層次目標

4、，尤其在中醫(yī)藥領域，發(fā)現(xiàn)未知的具有 價值的信息對于中醫(yī)藥醫(yī)學研究的傳承和發(fā)展更具有其深 遠的意義。2數(shù)據(jù)挖掘特點（1）數(shù)據(jù)規(guī)模應足夠龐大，以確保反應的數(shù)據(jù)具有廣 泛性。（2）用戶可以通過數(shù)據(jù)挖掘技術來發(fā)現(xiàn)海量數(shù)據(jù)或信 息中探尋隱藏的關聯(lián)關系3。（3）數(shù)據(jù)挖掘對數(shù)據(jù)極為敏感， 能夠對海量數(shù)據(jù)做出及時反饋，為提供決策提供必要的數(shù)據(jù) 支持。（4）數(shù)據(jù)挖掘能夠發(fā)現(xiàn)關聯(lián)規(guī)律，同時，還要能夠及 時調整規(guī)則，以便隨著探索的不斷深入具有持續(xù)性。（5）數(shù) 據(jù)挖掘中關聯(lián)規(guī)律的發(fā)現(xiàn)源于統(tǒng)計概率，并不適用于所有的 數(shù)據(jù)，關系規(guī)律達到某一閥值時，便認為有此規(guī)則4。3數(shù)據(jù)挖掘的主要功能（1）概念描述功能。概念描述是對信息

5、進行提煉，做 出綜合描述。概念描述可實現(xiàn)對目標信息的總體特征的匯總， 如計算出數(shù)據(jù)庫中各個數(shù)據(jù)項的總和、方差、均值等都屬于 該范疇。（2）分類預測功能。分類是數(shù)據(jù)挖掘中的一個重要 的體現(xiàn)，其目的是產(chǎn)生一個分類模型，利用該模型能把目標 信息匯總的數(shù)據(jù)項映射到既定類別中5。（ 3）聚類分析功能。 聚類是指將目標數(shù)據(jù)對象集合分組成為相對同源的或類似 的簇的過程，達到不同簇之間的相似性最小、同簇數(shù)據(jù)對象 的相似性最大的目標。（4）關聯(lián)分析功能。關聯(lián)分析是指發(fā) 現(xiàn)事物之間有意義的聯(lián)系和規(guī)則。4數(shù)據(jù)挖掘技術在中醫(yī)行業(yè)領域中的作用中醫(yī)藥數(shù)據(jù)挖掘是數(shù)據(jù)挖掘在眾多領域的應用之一，在 中醫(yī)領域，有大量的古代中醫(yī)醫(yī)

6、學信息和數(shù)據(jù)可以利用現(xiàn)代 化信息技術去開發(fā)和利用，數(shù)據(jù)挖掘大有用武之地中醫(yī)藥數(shù) 據(jù)分析的需求有深刻含義和深層次的哲學原理，中醫(yī)藥數(shù)據(jù) 挖掘有在以下方面的具有突出貢獻：（1）幫助中醫(yī)專家分析數(shù)據(jù)，因為從事中醫(yī)行業(yè)的醫(yī) 生大多不具備專業(yè)的信息化技術水平，通過數(shù)據(jù)挖掘技術能 夠將中醫(yī)理論更好的傳承下去，并且領用現(xiàn)代化信息技術去 創(chuàng)新并完善相關的理論研究。（2）在信息化角度繼承和推進 了中醫(yī)藥領域的現(xiàn)代化進程，在中醫(yī)藥行業(yè)領域實現(xiàn)創(chuàng)新。（3）利用數(shù)據(jù)挖掘技術，分析和預測中醫(yī)行業(yè)領域的相關 數(shù)據(jù)，為中醫(yī)行業(yè)發(fā)展提供了強有力的數(shù)據(jù)支持。5結語事實證明利用數(shù)據(jù)挖掘技術在處理不規(guī)則、繁雜的中醫(yī) 行業(yè)數(shù)據(jù)時較傳統(tǒng)統(tǒng)計方式優(yōu)勢明顯。只有充分掌握中醫(yī)獨 特的理論背景與實際客觀規(guī)律的情況下，充分利用現(xiàn)代化數(shù) 據(jù)挖掘技術，才能在合理、正確的研究思路的引領下，將中 醫(yī)現(xiàn)代化信息水平提升至一個新的高度。參考文獻：方新麗.淺議數(shù)據(jù)挖掘技術及其應用J.電腦知識與技 術，2010（29）： 162-163.張新，陳宜金，趙紅蕊.面向主題的礦業(yè)信息數(shù)據(jù)倉庫 建設研究J.河北建筑科技學院學報，2000（3）： 56-59.韓治.數(shù)據(jù)挖掘技術及其應用研究J.信息通信，2013（6）： 114-1