医院信息系统中数据挖掘技术的应用研究

雍俊

湘潭市第一人民医院 湖南 湘潭 411101

引言

现阶段，伴随计算机技术的迅猛发展，数据库规模发生显著扩大，并产生有规模的大型信息数据库，但在网络信息数据库当中存在大量数据无法有效辨别，因此，需要在这些数据当中挖掘有用信息。数据挖掘属于其中必要经历过程，在目前医疗领域当中应用广泛。

1 数据挖掘技术意义

数据挖掘技术通常为长期数据库实验研究的获取结果。最初主要为大量数据通过计算机数据库进行有效保存，后续可在数据库当中实现网络数据及数据库查询。数据挖掘有效发展及应用，能够有效实现数据库。之间的特点及联系挖掘，最终形成更加成熟稳定同时容易理解的数据挖掘技术。数据挖掘技术能够通过模糊、大量、有噪声、不完全的信息中实现有效指导，在其中存在潜在含义的信息数据获取过程中能够对于大量数据、规则知识进行有效挖掘，其中特点主要为：①大量数据处理。②通过数据挖掘技术实现用户精准辨别。③采用数据挖掘技术统计可以对其中的规则进行研究，实现数据库有效更新。对于数据挖掘规则实施更新[1]。

2 医院信息系统数据挖掘技术的应用融合

20世纪70年代，医疗卫生行业中逐渐应用计算机技术。20世纪80年代，医院信息系统有效发展。伴随数据库及互联网不断发展，我国医疗信息系统逐渐进入新时代，能够通过网络信贷手段及计算机对于院内的各部门、财务、流动人口流动以及物流实现综合性管理。同时，对于这个阶段产生的数据实现生产加工，获得信息，为医院提供全面性、自动化管理及信息服务。因此，医院信息系统能够在医院信息管理当中起到至关重要的作用，为现代化医院建设的重要构成设施[2]。

2.1 医院信息系统中的数据挖掘方法分析

决策树算法：决策树算法一般在预测及分类当中应用，其中包括决策分枝、叶子、节点，决策树能够对于其中一系列问题进行表示，可在决策树模型中不断实施数据剪枝及切分，进而实施有效分析实现问题解决，能够适用在非执行数据当中。利用决策树算法能够对于医务人员的配药情况实施在线监测。同时，西药房配药人员应根据在线监测结果有效实施恶意配药的不良行为预防。

关联规则算法：从数据库中对于储存的大量数据进行搜索，并从中找到的相关性及关联性为关联规则算法，利用数据的关联规则算法能够对于医院中的信息化系统实现数据挖掘及分析，可对于其中的用药途径、药量、抗药性、预防用药、治疗疗程等实现自动监控，能够更好对于医院药物使用情况实施检测，同时应用过程中发现，较多的病例关联性能够有效实现并发症发掘。

聚类分析方法：聚类分析方法能够首先实现合适变量定义。随后对于两个样本之间的距离实施计算，如两个样本之间的距离小于其中五个数值时可以将其各自单独作为一类，聚类分析方法能够对于医疗费用实现有效分析及统计，从而保证医院的经济及社会效益[3]。

人工神经网络方法：对于训练数据集有效学习，利用所学知识最终产生预测及分类模型即为人工神经网络方法。此方法能够实现生物神经网络仿真，应利用链接节点对于每个节点实现有效预测，因此，人工神经网络算法的优点能够有效实现上百个参数问题解决，其使用过程相对简单。医院信息系统能够利用神功神经网络方法实现关联规则及分类聚力聚类等任务挖掘，同时从中发现药物及疾病发作之间的关联性。

2.2 医院信息系统当中数据挖掘技术的有效应用

医院经济效益改善：目前社会当中由于客户的价值会对企业价值产生影响。因此，提升用户满意度可对于企业的经济效益产生决定性作用。需要对于病人的潜在价值进行充分考虑，并寻找病人的期望诉求，实现医疗服务模式。有效预测并建立预测模型对于未来的就诊人数，进行判断，通过相关措施是医院服务发展能够更加有效，同时实现医疗设备的有效引进及配备。

人才培养：在医院中每年均会通过有效安排组织前往国外进修，使医生个人能力提升，但进修名额存在一定限制，并非每个医生均可以获得此机会，同时，无法进修的医生可以通过病案查看对于患者的病例进行直接了解，在海量的病人信息当中实现信息查看可以利用数据进行挖掘及筛选其中的有用信息，避免产生用户敏感信息，对于病人的临床表现及疾病名称实施分析检索，可以帮助医院实现全面人才培养。

利用处方实施监控，使患者药品费用支出降低：医院每天均具备大量药品输出，因此，数据库会中存在较多数据信息，为患者临床检查及诊断提供参考，并进行治疗方案制定，对于药物数据进行取舍，实现恶意配药行为减少，使病人在药品费用支出上有效降低，全面降低患者的药品支出。

医疗设备管理改进：医疗设备为医院中的重要组成元素，能够为患者提供服务。医院领导需要对于医疗设备实现分析预测，并判断是否需要实施医疗设备购置，需要通过数据建立对于模型进行挖掘，对预后效果实施预测，使整体管理人员能够对于是否需要进行购置医疗设备判断，避免产生资金浪费。

3 结束语

总而言之，伴随计算机信息化的有效发展，医院逐渐实施各自的信息系统建立。并对于数据库规模实现有效扩大，由于其中的功能较为复杂。因此，应利用数据挖掘技术中遗传算法、决策树、人工神经算法对于医疗活动中的数据进行全方位、深层次挖掘，最后获得有用信息，同时为医院中的科学管理活动提供预测、支持及数据管理。同时，数据挖掘技术在医院信息管理系统中具备广阔的应用前景，为整个医院领域管理开辟新途径，为社会提供更好的医疗服务。