第九章 決策支持系統(tǒng)課件

第九章決策支持系統(tǒng)第九章臨床決策支持系統(tǒng)第九章決策支持系統(tǒng)第一節(jié)概述一、基本概念決策:為達(dá)到某一目標(biāo)在眾多可以采取的方案中選擇最佳方案。第九章決策支持系統(tǒng)第一節(jié)概述一、基本概念決策支持系統(tǒng):以管理學(xué)、運(yùn)籌學(xué)、控制論和行為科學(xué)為基礎(chǔ)，以計(jì)算機(jī)技術(shù)、仿真技術(shù)和信息技術(shù)為手段，針對(duì)半結(jié)構(gòu)化的決策問題，支持決策活動(dòng)的具有智能作用的人機(jī)系統(tǒng)。第九章決策支持系統(tǒng)一、基本概念臨床決策:醫(yī)療結(jié)構(gòu)和醫(yī)務(wù)人員為患者的診斷、治療所做出的決定。第九章決策支持系統(tǒng)一、基本概念臨床決策支持系統(tǒng):指將醫(yī)學(xué)知識(shí)應(yīng)用到某一患者的特定問題，提出具有最佳費(fèi)用/效果比的解決方案的計(jì)算機(jī)系統(tǒng)第九章決策支持系統(tǒng)一、基本概念醫(yī)院信息系統(tǒng)的決策支持醫(yī)學(xué)決策支持：醫(yī)療工作中的計(jì)算機(jī)輔助決策支持管理決策支持：計(jì)算機(jī)輔助管理決策支持決策支持基礎(chǔ)統(tǒng)計(jì)學(xué)數(shù)據(jù)倉(cāng)庫(kù)人工智能第九章決策支持系統(tǒng)醫(yī)學(xué)決策支持：臨床醫(yī)生經(jīng)常為病人的診斷、治療作出決定。這些臨床決定亦即臨床決策（clinicaldecision）。一、基本概念第九章決策支持系統(tǒng)二、醫(yī)學(xué)決策基本過(guò)程邏輯推理：如A能推出B、B能推出C，則A一定能推出C。由于醫(yī)學(xué)中沒有嚴(yán)格的規(guī)則，所以用得少。歸納推理：?jiǎn)l(fā)式推理：上一次推理得出的結(jié)論，做為第二次循環(huán)推理的前提，循環(huán)推理，逐步求精。第九章決策支持系統(tǒng)臨床上的鑒別診斷：不同的疾病為不同的概念集合，而不同疾病之間有很多交集。鑒別診斷：區(qū)分交集部分的不同集合。疾病A疾病B交集交集劃分非確定性的交集劃分疾病A疾病B交集二、醫(yī)學(xué)決策基本過(guò)程第九章決策支持系統(tǒng)決策分析的基本步驟：供臨床選擇的治療方法有時(shí)很多，此時(shí)要篩除一些“劣”的決策，有利于下一步的分析。確定各決策可能的后果，并設(shè)置各種后果發(fā)生的概率。確定決策人的偏愛，并對(duì)效用賦值。在以上三步基礎(chǔ)上去選擇決策人最滿意的決策，即期望效用最大的決策。二、醫(yī)學(xué)決策基本過(guò)程第九章決策支持系統(tǒng)臨床決策的模式家長(zhǎng)式知情式共享式第九章決策支持系統(tǒng)臨床決策支持系統(tǒng)的特點(diǎn)知識(shí)庫(kù)數(shù)據(jù)庫(kù)功能和用途管理第九章決策支持系統(tǒng)三、臨床決策支持系統(tǒng)的類型建立目的劃分：更好了解患者狀況的系統(tǒng)試圖提供最佳的治療決策的系統(tǒng)工作方式劃分被動(dòng)系統(tǒng)半自動(dòng)系統(tǒng)主動(dòng)系統(tǒng)第九章決策支持系統(tǒng)四、醫(yī)學(xué)決策系統(tǒng)的功能用藥指導(dǎo)傳遞行政信息醫(yī)師指令的餓自動(dòng)評(píng)價(jià)自動(dòng)報(bào)警、提示和警戒診斷幫助第九章決策支持系統(tǒng)五、臨床決策支持的基本方法數(shù)學(xué)模型統(tǒng)計(jì)數(shù)學(xué)方法以概率論為基礎(chǔ)的方法人工智能人工神經(jīng)網(wǎng)絡(luò)第九章決策支持系統(tǒng)五、臨床決策支持的基本方法（一）貝葉斯公式和決策理論1）事件及其相互關(guān)系必然事件：在一定條件下必須出觀的現(xiàn)象不可能事件：在一定條件下必然不出現(xiàn)的現(xiàn)象。隨機(jī)事件：在一定條件下，可能出現(xiàn)也可能不出現(xiàn)。第九章決策支持系統(tǒng)

（一）貝葉斯公式和決策理論1）事件及其相互關(guān)系“兩事件A,B中至少有一個(gè)出現(xiàn)”也是一事件，稱此事件為A,B的和，記作AUB;事件“A1,A2,A3,….An中至少有一出現(xiàn)稱為Al，A2…An的和，記為AlUA2…Un。若“n個(gè)事件A1,A2,A3,….An都出現(xiàn)也是一事件，則稱為A1，A2…，An的交，記作:A1∩A2∩…∩An。第九章決策支持系統(tǒng)（一）貝葉斯公式和決策理論2）概率與頻率概率:可用一個(gè)小于或等于1的正數(shù)P(A)來(lái)表示事件A出現(xiàn)的可能性,P(A)就稱為事件A的概率。較大的可能性用較大的數(shù)字來(lái)標(biāo)志較小可能性的就用較小的數(shù)字來(lái)標(biāo)志頻率:當(dāng)概率值不易求出時(shí)我們往往取頻率作為概率的近似值，頻率的概念比較簡(jiǎn)單可以很方便地求出。第九章決策支持系統(tǒng)（一）貝葉斯公式和決策理論3）貝葉斯定理?xiàng)l件概率:有時(shí)除了要知道事件的概率P(A)外，還需要知道在“事件B已出現(xiàn)”的條件下，事件A出現(xiàn)的條件概率P（A|B）。例如，我們需要知道在某疾病B發(fā)生條件下，癥狀A(yù)出現(xiàn)的概率時(shí)就要計(jì)算條件概率

P（A|B）。第九章決策支持系統(tǒng)貝葉斯定理

nP(Di|S)=P(Di)×P(S|Di)/∑P(Di)×P(S|Di)

i=1D1,D2,…Dn分別表示n種互斥的疾病,Di為第i個(gè)疾病;P(Di)為Di的先驗(yàn)概率(疾病發(fā)生的概率)。S為用于這些疾病鑒別診斷的某一臨床表現(xiàn)或檢驗(yàn)結(jié)果的組合（癥候）P(S|Di)為疾病Di的癥狀S發(fā)生的概率；P(Di|S)為癥狀S提示疾病Di發(fā)生的概率（后驗(yàn)概率）第九章決策支持系統(tǒng)先驗(yàn)概率,表示醫(yī)生在具體診斷某患者前所掌握的疾病Di的發(fā)病情況。P(S|Di)為在已知疾病Di條件下，各癥狀S出現(xiàn)的“條件概率”，即某臨床癥候A的可能性，它可以通過(guò)收集足夠數(shù)量的病例容易地得到。P(Di|S）稱為后驗(yàn)概率，表示在患者癥狀S出現(xiàn)時(shí),患疾病Di的可能性。第九章決策支持系統(tǒng)對(duì)于兩個(gè)或更多個(gè)癥狀存在的情況，仍可用貝葉斯(Bayes)公式計(jì)算。在各個(gè)癥狀彼此獨(dú)立前提下，則各個(gè)癥狀同時(shí)出現(xiàn)的概率是各自單獨(dú)出現(xiàn)時(shí)其概率的乘積。因此假設(shè)各癥狀互相獨(dú)立，貝葉斯(Bayes)公式可寫為：第九章決策支持系統(tǒng)在運(yùn)用貝葉斯模型時(shí)須要注意的問題模型中j種疾病互斥，先驗(yàn)概率之和要為l(即要構(gòu)成一個(gè)完整的疾病群).先驗(yàn)概率的確定。參考文獻(xiàn)報(bào)道和歷史資料統(tǒng)計(jì)頻率作為近似估計(jì)。條件概率的確定。用于鑒別診斷的癥候指標(biāo)是互相獨(dú)立無(wú)關(guān)的。當(dāng)計(jì)算出各后驗(yàn)概率P(Hj|A)后，作為臨床判斷的依據(jù)只有當(dāng)P(Hj|A)(j＝l，2，…,n)間差距達(dá)五倍以上時(shí)方可下結(jié)論，或是當(dāng)某一后驗(yàn)概率值達(dá)0．85才下結(jié)論。第九章決策支持系統(tǒng)應(yīng)用舉例一:如對(duì)某地區(qū)1207位闌尾炎思考的資料統(tǒng)計(jì)為表3-1。按慢性闌尾炎、急性闌尾炎、闌尾炎穿孔三類統(tǒng)計(jì)癥候頻率(腹痛開始部位、惡心嘔吐、大便、體溫、體征及體檢結(jié)果)。若已知慢性闌尾炎H1、急性闌尾炎H2、闌尾炎穿孔H3發(fā)生的先驗(yàn)概率分別為：P(H1)＝0.391P(H2)＝0.493P(H3)＝0.116現(xiàn)有一闌尾炎患者、開始上腹痛，之后嘔吐，腹瀉，人院體溫37℃．全身腹肌緊張，壓痛，WBC(白細(xì)胞)數(shù)達(dá)19350。第九章決策支持系統(tǒng)第九章決策支持系統(tǒng)顯然其癥侯為B＝B13·B23·B33·B42·B51·B61·B73,則

其P(Hj|B)(j＝l，2，3，4)的大小可通過(guò)公式算得。

第九章決策支持系統(tǒng)其中，P(B|Hj)＝P(B13·B23·B33·B42·B51·B61·B73

|Hj)

＝P(B13|Hj)P(B23|Hj)P(B33|Hj)P(B42|Hj)P(B51|Hj)P(B61|Hj)P(B73|Hj) (j=l，2，3) P(B|H1)＝9．45×10-8

P(H1)P(B|H1)＝0．351×9．45×10-8

＝3．695×10-8同理P(H2)

P(B|H2)=5.53×10-5

P(H3)

P(B|H3)=1.136×10-4第九章決策支持系統(tǒng)得：P(H1|B)=0.02%P(H2|B)=32.2%P(H3|B)=67.76%所以：診斷為闌尾炎穿孔（H3).第九章決策支持系統(tǒng)得：P(H1|B)=0.02%P(H2|B)=32.2%P(H3|B)=67.76%所以：診斷為闌尾炎穿孔（H3).第九章決策支持系統(tǒng)3、貝葉斯臨床決策系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)貝葉斯模型與傳統(tǒng)醫(yī)生診斷的差異貝葉斯條件概率決策診斷模型及最大似然診斷模型使用時(shí)必須預(yù)先知道所規(guī)定的全部征候表現(xiàn)，然后再進(jìn)行綜合分析、判斷。臨床醫(yī)師的診斷過(guò)程常是根據(jù)已掌握的病人的臨床表現(xiàn)，結(jié)合自己的知識(shí)與經(jīng)驗(yàn)進(jìn)行分析、判斷和逐步問診、檢查后再分析及再判斷，直至有足夠把握作出結(jié)論。貝葉斯逐步問診模型就是仿效這種過(guò)程，進(jìn)行逐步提問和逐步分析的計(jì)量診斷模型。第九章決策支持系統(tǒng)

舉例二：中風(fēng)部位診斷?；A(chǔ)資料：在因中風(fēng)造成死亡的病例中選擇發(fā)作后24小時(shí)仍處于昏迷狀態(tài)的47例為對(duì)象(62歲-87歲)。方法：在中風(fēng)即刻到24小時(shí)內(nèi)患者所表現(xiàn)的癥狀中選擇六項(xiàng)癥狀進(jìn)行研究：S1：嘔吐S2：陳施氏呼吸S3：發(fā)作后血壓上升到200mmHg以上S4：?jiǎn)蝹?cè)麻痹S5：對(duì)光反射減弱或消失S6：心房顫動(dòng)第九章決策支持系統(tǒng)診斷疾病分類：G1：大腦前、中動(dòng)脈支配區(qū)域的出血與下丘腦出血G2：小腦出血與蛛網(wǎng)膜下腔出血G3：大腦中動(dòng)脈支配區(qū)域的栓塞第九章決策支持系統(tǒng)診斷表編制步驟： 對(duì)47例病人按G1，G2，G3三類分組，計(jì)算出各組內(nèi)每一癥狀出現(xiàn)的頻率。由于標(biāo)本數(shù)不太多，所以癥狀出現(xiàn)率為0時(shí)以0.01表示，出現(xiàn)率為1時(shí)以0.99表示。某患者出現(xiàn)的癥狀為S1，S3，S4，S5，而S2和S6癥狀沒有出現(xiàn)，根據(jù)表2-7可分別計(jì)算出該患者分屬三類的似然函數(shù)。第九章決策支持系統(tǒng)第九章決策支持系統(tǒng)于是，LG1＝0.83×(1-0.08)×0.54×0.83×0.79×(1-0.01)=0.27LG2＝0.83×(1-0.01)×0.17×0.33×0.83×（1-0.01）=0.04LG3＝0.29×(1-0.18)×0.01×0.99×0.24×（1-0.35）=0.0005比較上面三個(gè)似然函數(shù)的大小，最大函數(shù)為L(zhǎng)G1，因而可以判斷患者所得的病名屬于G1類：大腦前、中動(dòng)脈支配區(qū)域出血。第九章決策支持系統(tǒng)判斷實(shí)驗(yàn)結(jié)果在驗(yàn)證實(shí)驗(yàn)結(jié)果時(shí)除了上述47例外，還利用了原來(lái)沒有考慮的腦干出血3例，腦干栓塞1例，其結(jié)果見表2-8，由表可知：病理診斷為G1類計(jì)24例，計(jì)量診斷符合20例；病理診斷為G2類計(jì)6例，計(jì)量診斷符合4例；病理診斷為G3類計(jì)17例，計(jì)量診斷符合16例。若將病理診斷G1與G2合并后分為出血類(G1+G2)和栓塞類(G3)二大類，則病理診斷G1+G2類計(jì)30例計(jì)量診斷符合28例；栓塞17例中符合16例；同時(shí)，3例腦于出血全部符合，只有l(wèi)例腦干栓塞誤分在G1類中。第九章決策支持系統(tǒng)第九章決策支持系統(tǒng)Byes理論的局限：難估計(jì)先驗(yàn)概率與條件概率條件之間線性無(wú)關(guān)早期醫(yī)學(xué)決策使用第九章決策支持系統(tǒng)（二）決策樹與決策分析啟發(fā)式推理形成樹型決策樹（p170）決策樹（decisiontree）是一種能夠有效地表達(dá)復(fù)雜決策問題的數(shù)學(xué)模型主訴腹部疼痛左上腹疼痛右上腹疼痛膽囊炎右下腹疼痛左下腹疼痛闌尾炎宮外孕卵巢囊腫扭轉(zhuǎn)闌尾炎闌尾炎第九章決策支持系統(tǒng)決策樹由一些決策點(diǎn)、機(jī)會(huì)點(diǎn)和決策枝、機(jī)會(huì)枝組成。一般用圓圈“○”表示機(jī)會(huì)點(diǎn)，發(fā)生的結(jié)果不在醫(yī)師的控制之下；小方框“□”表示決策點(diǎn)，在決策點(diǎn)，醫(yī)師必須在幾種方案中選取一種；決策點(diǎn)相應(yīng)的分枝稱為決策枝；機(jī)會(huì)點(diǎn)相應(yīng)的分枝稱為機(jī)會(huì)枝。（P171圖8-1）第九章決策支持系統(tǒng)舉例：決策樹的應(yīng)用：最可能患胰腺癌者包括40歲以上，中腹部疼痛持續(xù)1～3周的人。假設(shè)這類人中胰腺癌的發(fā)生率為12％。如有一種不冒什么風(fēng)險(xiǎn)的早期診斷方法對(duì)胰腺癌的檢出率為80％（敏感度），但對(duì)有類似癥狀的非胰腺癌患者的假陽(yáng)性率為5％，用此法診斷確診的胰腺癌患者手術(shù)死亡率為10％，治愈率為45％。第九章決策支持系統(tǒng)根據(jù)上述疾病概率，診斷概率和死亡、治愈概率，如對(duì)1000人進(jìn)行診斷、治療，其所獲得的益處，是否比不進(jìn)行診斷檢查和手術(shù)更大？可以用一個(gè)決策樹（下圖）進(jìn)行分析比較。第九章決策支持系統(tǒng)由JCSisson等人的一個(gè)關(guān)于胰腺癌的決策樹模型第九章決策支持系統(tǒng)從以上決策樹可見，不作該項(xiàng)檢查的死亡者為12例，均為胰腺癌病人。用該項(xiàng)檢查手術(shù)后死亡12.5人，其中有5例為非胰腺癌病人。而且新的檢查使44例非胰腺癌患者的胰腺功能因手術(shù)而可能受到損害。因此這項(xiàng)檢查對(duì)病人是弊大于利，不宜使用。第九章決策支持系統(tǒng)（三）人工智能和專家系統(tǒng)技術(shù)人工智能是用機(jī)器來(lái)模擬推理,學(xué)習(xí)與聯(lián)想的功能。專家系統(tǒng)是指運(yùn)用一個(gè)或多個(gè)專家提供的特殊領(lǐng)域知識(shí)進(jìn)行推理和判斷,以求解那些需要專家才能解決的復(fù)雜問題的一種智能計(jì)算機(jī)程序。。第九章決策支持系統(tǒng)以專業(yè)知識(shí)來(lái)解決困難問題的計(jì)算機(jī)程序以邏輯演繹或?qū)＜业慕?jīng)驗(yàn)法則來(lái)模擬人類的推理其過(guò)程是透過(guò)對(duì)問題特征的了解，進(jìn)而向系統(tǒng)中的專家知識(shí)庫(kù)咨詢，并藉由經(jīng)驗(yàn)法則的應(yīng)用，產(chǎn)生所需的答案專家系統(tǒng)是一種具邏輯性推理能力，以其儲(chǔ)存某特定領(lǐng)域或?qū)＜抑R(shí)來(lái)解決現(xiàn)實(shí)問題的計(jì)算機(jī)系統(tǒng)第九章決策支持系統(tǒng)專家系統(tǒng)的優(yōu)點(diǎn)（1）具有高度的針對(duì)性：（2）具有啟發(fā)性：（3）透明性：（4）靈活性：第九章決策支持系統(tǒng)專家系統(tǒng)的組成

（1）知識(shí)庫(kù)細(xì)菌感染病治療專家系統(tǒng)MYCIN的一條規(guī)則如下:如果:1)有機(jī)體的本性不知道,且2)有機(jī)體的染色是革蘭氏陰性,且3)有機(jī)體的形態(tài)是桿狀的,且4)有機(jī)體的需氧性是需氧的,則:存在強(qiáng)有力的啟發(fā)性證據(jù)說(shuō)明有機(jī)體的類別是腸細(xì)菌科。第九章決策支持系統(tǒng)專家系統(tǒng)的組成（2）數(shù)據(jù)庫(kù)在醫(yī)療專家系統(tǒng)中,數(shù)據(jù)庫(kù)中存放的是當(dāng)前患者的姓名、年齡、癥狀等以及推理而得的結(jié)果、病情等。第九章決策支持系統(tǒng)專家系統(tǒng)的組成（3）推理機(jī)在專家系統(tǒng)中,推理方式有：正向推理：反向推理：

正反向混合推理：第九章決策支持系統(tǒng)專家系統(tǒng)的組成知識(shí)獲取模塊

它應(yīng)具有下列功能:(1)根據(jù)實(shí)踐結(jié)果,發(fā)現(xiàn)知識(shí)庫(kù)中不合理或錯(cuò)誤的知識(shí)(規(guī)則),并予以刪除。(2)根據(jù)實(shí)踐結(jié)果,總結(jié)出新知識(shí),并加入知識(shí)庫(kù)中。第九章決策支持系統(tǒng)專家系統(tǒng)的組成(5)解釋接口

如MYCIN中用戶與系統(tǒng)的對(duì)答:用戶問:你怎么知道培養(yǎng)基是從無(wú)菌源取得的?MYCIN答:RULE001和RULE002提供了證據(jù)。用戶問:RULE001是如何觸發(fā)的?MYCIN答:已知培養(yǎng)基的無(wú)菌性取決于對(duì)該培養(yǎng)基進(jìn)行檢驗(yàn)的方法,并且不知道是否小心地加以操作,所以有很大的可能性證明培養(yǎng)基是從無(wú)菌源取得的。第九章決策支持系統(tǒng)專家系統(tǒng)的架構(gòu)知識(shí)庫(kù)知識(shí)擷取副系統(tǒng)推理機(jī)解釋副系統(tǒng)自然語(yǔ)言

介面使用者問題狀況問題敘述工作區(qū)專家或知識(shí)工程師第九章決策支持系統(tǒng)國(guó)外的開發(fā)的醫(yī)學(xué)專家系統(tǒng)第九章決策支持系統(tǒng)我國(guó)開發(fā)的專家系統(tǒng)的疾病覆蓋情況第九章決策支持系統(tǒng)醫(yī)學(xué)專家系統(tǒng)：MYCIN斯坦福大學(xué)1975年開發(fā)細(xì)菌感染的醫(yī)學(xué)診斷1)血液中的細(xì)菌感染2)腦膜炎感染輸入：與醫(yī)師訪談后所得診斷與治療法的建議輸出：診斷與治療的各種建議第九章決策支持系統(tǒng)MYCIN的結(jié)構(gòu)咨詢程序解釋程序提問/回答程序知識(shí)獲取程序.病人數(shù)據(jù)庫(kù)知識(shí)庫(kù)第九章決策支持系統(tǒng)MYCIN主要用于協(xié)助醫(yī)生診斷腦膜炎一類的細(xì)菌感染疾病。在MYCIN的知識(shí)庫(kù)里，大約存放著450條判別規(guī)則和1000條關(guān)于細(xì)菌感染方面的醫(yī)學(xué)知識(shí)。它一邊與用戶進(jìn)行對(duì)話，一邊進(jìn)行推理診斷。它的推理規(guī)則稱為“產(chǎn)生式規(guī)則”，類似于：“IF（打噴嚏）OR（鼻塞）OR（咳嗽），THEN（有感冒癥狀）”這種醫(yī)生診斷疾病的經(jīng)驗(yàn)總結(jié)，最后顯示出它“考慮”的可能性最高的病因，并以給出用藥的建議而結(jié)束。MYCIN系統(tǒng)第九章決策支持系統(tǒng)（四）神經(jīng)網(wǎng)絡(luò)和連接系統(tǒng)人工神經(jīng)網(wǎng)絡(luò)”(ARTIFICIALNEURALNETWORK，簡(jiǎn)稱A.N.N.)是在對(duì)人腦組織結(jié)構(gòu)和運(yùn)行機(jī)智的認(rèn)識(shí)理解基礎(chǔ)之上模擬其結(jié)構(gòu)和智能行為的一種工程系統(tǒng)。人工神經(jīng)網(wǎng)絡(luò)首先要以一定的學(xué)習(xí)準(zhǔn)則進(jìn)行學(xué)習(xí)，然后才能工作。第九章決策支持系統(tǒng)現(xiàn)以人工神經(jīng)網(wǎng)絡(luò)對(duì)手寫“A”、“B”兩個(gè)字母的識(shí)別為例進(jìn)行說(shuō)明，規(guī)定當(dāng)“A”輸入網(wǎng)絡(luò)時(shí)，應(yīng)該輸出“1”，而當(dāng)輸入為“B”時(shí)，輸出為“0”。所以網(wǎng)絡(luò)學(xué)習(xí)的準(zhǔn)則應(yīng)該是：如果網(wǎng)絡(luò)作出錯(cuò)誤的的判決，則通過(guò)網(wǎng)絡(luò)的學(xué)習(xí)，應(yīng)使得網(wǎng)絡(luò)減少下次犯同樣錯(cuò)誤的可能性。首先，給網(wǎng)絡(luò)的各連接權(quán)值賦予(0，1)區(qū)間內(nèi)的隨機(jī)值，將“A”所對(duì)應(yīng)的圖象模式輸入給網(wǎng)絡(luò)，網(wǎng)絡(luò)將輸入模式加權(quán)求和、與門限比較、再進(jìn)行非線性運(yùn)算，得到網(wǎng)絡(luò)的輸出。在此情況下，網(wǎng)絡(luò)輸出為“1”和“0”的概率各為50%，也就是說(shuō)是完全隨機(jī)的。第九章決策支持系統(tǒng)第二節(jié)醫(yī)學(xué)決策系統(tǒng)支持相關(guān)技術(shù)一、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)數(shù)據(jù)倉(cāng)庫(kù)概念：是一個(gè)面向主題的、集成的、與時(shí)間相關(guān)的、不可修改的、包含歷史數(shù)據(jù)的數(shù)據(jù)集合。它用于支持經(jīng)營(yíng)管理中的決策制定過(guò)程。數(shù)據(jù)倉(cāng)庫(kù)的概念對(duì)收集不同來(lái)源的數(shù)據(jù)從新的角度提出了一種新的結(jié)構(gòu)方法數(shù)據(jù)倉(cāng)庫(kù)的根本任務(wù)：把信息加以整理歸納并及時(shí)提供給管理決策人員。主要作用：提供報(bào)表和圖表、支持多維分析、數(shù)據(jù)挖掘的基礎(chǔ)。第九章決策支持系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的主題：是指用戶使用數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行決策時(shí)所關(guān)心的重點(diǎn)方面。面向主題：數(shù)據(jù)倉(cāng)庫(kù)內(nèi)的信息是按主題進(jìn)行組織，為按主題進(jìn)行決策的過(guò)程提供信息。集成：指信息是經(jīng)過(guò)系統(tǒng)加工、匯總和整理。時(shí)間性變化：數(shù)據(jù)進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)后，將長(zhǎng)期被保留。包含歷史數(shù)據(jù)：從過(guò)去某一時(shí)點(diǎn)到目前的各個(gè)階段的信息。第九章決策支持系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的四個(gè)層次體系結(jié)構(gòu)：（1）數(shù)據(jù)源：整個(gè)系統(tǒng)的數(shù)據(jù)源泉（2）數(shù)據(jù)的存儲(chǔ)與管理：不同于傳統(tǒng)的數(shù)據(jù)庫(kù)，決定了外部數(shù)據(jù)的表現(xiàn)形式。

第九章決策支持系統(tǒng)大部分情況下，數(shù)據(jù)挖掘都要先把數(shù)據(jù)從數(shù)據(jù)倉(cāng)庫(kù)中拿到數(shù)據(jù)挖掘庫(kù)或數(shù)據(jù)集市中。數(shù)據(jù)源數(shù)據(jù)倉(cāng)庫(kù)各分公司數(shù)據(jù)集市分析數(shù)據(jù)集市數(shù)據(jù)挖掘數(shù)據(jù)集市圖1：數(shù)據(jù)挖掘庫(kù)從數(shù)據(jù)倉(cāng)庫(kù)中得出第九章決策支持系統(tǒng)數(shù)據(jù)挖掘庫(kù)可能是你的數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)邏輯上的子集，而不一定非得是物理上單獨(dú)的數(shù)據(jù)庫(kù)。第九章決策支持系統(tǒng)可以把一個(gè)或幾個(gè)事務(wù)數(shù)據(jù)庫(kù)導(dǎo)到一個(gè)只讀的數(shù)據(jù)庫(kù)中，就把它當(dāng)作數(shù)據(jù)集市，然后在他上面進(jìn)行數(shù)據(jù)挖掘。

數(shù)據(jù)源數(shù)據(jù)挖掘庫(kù)圖2：數(shù)據(jù)挖掘庫(kù)從事務(wù)數(shù)據(jù)庫(kù)中得出

第九章決策支持系統(tǒng)（3）聯(lián)機(jī)分析處理（OLAP）：對(duì)分析需要的數(shù)據(jù)進(jìn)行有效集成，按多維模型進(jìn)行組織，以便進(jìn)行多角度、多層次的分析，并發(fā)現(xiàn)趨勢(shì)。 傳統(tǒng)的查詢和報(bào)表工具是告訴你數(shù)據(jù)庫(kù)中都有什么（whathappened），OLAP則更進(jìn)一步告訴你下一步會(huì)怎么樣（Whatnext）、和如果我采取這樣的措施又會(huì)怎么樣（Whatif）。第九章決策支持系統(tǒng)（4）前端工具：報(bào)表工具、數(shù)據(jù)分析工具、查詢工具、數(shù)據(jù)挖掘工具。（P173圖8-2)第九章決策支持系統(tǒng)二、在線分析處理技術(shù)（一）關(guān)系聯(lián)機(jī)分析處理（二）多維聯(lián)機(jī)在線分析處理（三）混合聯(lián)機(jī)在線分析處理第九章決策支持系統(tǒng)三、數(shù)據(jù)挖掘技術(shù)所謂數(shù)據(jù)挖掘，就是從數(shù)據(jù)庫(kù)中抽取隱含的、以前未知的、具有潛在應(yīng)用價(jià)值的信息的過(guò)程。數(shù)據(jù)挖掘是KDD最核心的部分。數(shù)據(jù)挖掘與傳統(tǒng)分析工具不同的是數(shù)據(jù)挖掘使用的是基于發(fā)現(xiàn)的方法，運(yùn)用模式匹配和其它算法決定數(shù)據(jù)之間的重要聯(lián)系。（一）數(shù)據(jù)挖掘支持技術(shù)數(shù)據(jù)庫(kù)技術(shù)和人工智能技術(shù)第九章決策支持系統(tǒng)（二）數(shù)據(jù)挖掘方法與過(guò)程方法：決策樹關(guān)聯(lián)規(guī)則人工神經(jīng)網(wǎng)絡(luò)粗糙集理論遺傳算法過(guò)程：對(duì)數(shù)據(jù)庫(kù)數(shù)據(jù)整理，抽取出用來(lái)完成特定挖掘目標(biāo)的數(shù)據(jù)集。選擇合適的挖掘方法和工具，在領(lǐng)域?qū)＜抑笇?dǎo)下進(jìn)行知識(shí)獲取研究對(duì)事物的發(fā)展進(jìn)行預(yù)測(cè)第九章決策支持系統(tǒng)數(shù)據(jù)采集與處理：從數(shù)據(jù)倉(cāng)庫(kù)中選取相關(guān)的數(shù)據(jù)集合。知識(shí)庫(kù)：指導(dǎo)數(shù)據(jù)挖掘和評(píng)價(jià)挖掘結(jié)果。數(shù)據(jù)挖掘：對(duì)數(shù)據(jù)倉(cāng)庫(kù)中提取的數(shù)據(jù)進(jìn)行分析處理。知識(shí)評(píng)價(jià)：是以興趣度作為衡量標(biāo)準(zhǔn)來(lái)查找和選擇對(duì)最終決策活動(dòng)友有益的的知識(shí)。第九章決策支持系統(tǒng)HIS中的數(shù)據(jù)處理模型

第九章決策支持系統(tǒng)（四）數(shù)據(jù)挖掘在醫(yī)學(xué)決策支持系統(tǒng)中的應(yīng)用關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)例如根據(jù)數(shù)據(jù)庫(kù)挖掘出以下三條規(guī)則:a)不鍛煉∧(43<年齡<48)∧不吸煙∧不喝酒∧女性－－高血壓(s=1.6%，c=20%)b)不鍛煉∧(43<年齡<48)∧不吸煙∧喝酒∧女性－－高血壓(s=2.3%，c=22%)c)不鍛煉∧(43<年齡<48)∧吸煙∧喝酒∧女性－－高血壓(s=2.9%，c=26%)規(guī)則a、b、c表明不鍛煉、吸煙、喝酒這三個(gè)危險(xiǎn)因素如果同時(shí)存在,將明顯增加高血壓病的發(fā)生率(22%～26%)。第九章決策支持系統(tǒng)(2)分類規(guī)則的發(fā)現(xiàn)在HIS應(yīng)用中,可以通過(guò)決策樹方法、神經(jīng)網(wǎng)絡(luò)方法等算法對(duì)數(shù)據(jù)庫(kù)中的病歷記錄進(jìn)行挖掘,參照國(guó)際疾病的編碼(ICD9)標(biāo)準(zhǔn),根據(jù)系統(tǒng)中存在疾病的相應(yīng)特征,構(gòu)造出相應(yīng)疾病的分類模型,并對(duì)每種疾病尋找出一種效果較好的治療方案。臨床應(yīng)用時(shí),可以將病人的病癥數(shù)據(jù)與模型中的數(shù)據(jù)相比較,確定出疾病的類型。第九章決策支持系統(tǒng)(3)序列模式的發(fā)現(xiàn)

例如:某疾病40%的病人會(huì)發(fā)生在7、8、9三個(gè)月內(nèi)。另外,為了發(fā)現(xiàn)序列模式,不僅需要知道某事件是否發(fā)生，而且需要確定知道此時(shí)間發(fā)生的時(shí)間。在HIS中,記錄有大量病人病情變化的時(shí)間記錄?？梢允占瘜?duì)病人變化情況,利用相關(guān)挖掘技術(shù)發(fā)現(xiàn)序列模式。發(fā)現(xiàn)序列模式便于醫(yī)療工作人員預(yù)測(cè)病人的病情發(fā)展趨勢(shì),確定病情的發(fā)展時(shí)間,從而有針對(duì)性地防止某些疾病的發(fā)生第九章決策支持系統(tǒng)(4)聚類分析聚類分析不同于分類分析,輸入的記錄是一組未分類的記錄,在進(jìn)行聚類之前并不知道將要?jiǎng)澐譃槟膸追N類別。聚類就是將數(shù)據(jù)分到不同的類中,要求同類數(shù)據(jù)間具有很高的相似性,而不同類間的數(shù)據(jù)盡量不相關(guān)。在醫(yī)學(xué)中,一些特定癥狀的聚集可能預(yù)示某種特定的疾病。第九章決策支持系統(tǒng)HIS中數(shù)據(jù)挖掘?qū)嵗治龅诰耪聸Q策支持系統(tǒng)HIS中數(shù)據(jù)挖掘?qū)嵗治?/p>

(1)IF[(性別=男)AND(體重=肥胖)AND(47<年齡≤55)AND(97<血糖≤571)]THEN高血壓比率=66.20%(2)IF[(性別=男)AND(體