数据挖掘在医院信息化管理中使用现状和应用手段

陈中格

（盐城市第一人民医院，江苏 盐城 224001）

大数据时代要求各级医院不断加强信息化管理并提高管理水平，而做好信息化建设工作，需要医院管理者及相关人员积极引入数据挖掘技术，深入挖掘与分析有价值医疗信息，借助收集的信息进行综合做好医院管理工作，提高医院整体管理水平与能力，在此基础上不断提升医疗技术和服务质量。

1 数据挖掘概述

数据挖掘本质是从海量数据当中寻找具有潜在价值的信息。决策挖掘过程属于决策支持过程，其结合利用可视化技术、人工智能、模式识别、机器学习、数据库、统计学等对海量数据实现自动化、精准化分析，并进行归纳和推理，在此过程中挖掘出具有潜在价值的信息，协助决策制定者制定更正确、科学的决策，并有效防控风险[1]。立足技术视角分析，数据挖掘技术主要是从数据库内的海量信息当中挖掘有潜在价值的关键数据与信息，最大程度发挥相应信息的效用与价值。在数据挖掘过程中，会融合应用多元化的科学方法，并涉及到多样化的数据挖掘算法，不同算法的技术特征也有所差异，在数据挖掘期间发挥着不同价值和作用。

2 数据挖掘在医院信息化管理中使用现状

2.1 医院信息化系统更新缓慢

虽然大部分医院已建立集成化的数据信息管理系统，还在局域网中构建对应子系统，如日常事务处理系统、财务管理系统、门诊收费系统等，但是相关系统更新比较缓慢，没有及时将数据挖掘技术应用于系统运行流程，导致数据库建立及应用存在诸多不足，整体数据利用率相对偏低。在相关系统运行中，操作人员只是进行基本的数据操作，包括数据录入、查询、修改等，很少展开数据分析，也未深层次地挖掘有价值数据，难以充分发挥数据挖掘技术优势，且不利于提升医院整体信息化管理水平[2]。

2.2 数据挖掘技术应用不够全面

近年来，医疗领域越来越重视数字信息化发展，大多医院也都结合本单位运营实际情况搭建信息化管理系统，尤其是大型医院开始普遍引入数据挖掘技术，科学地制定与落实财务管理制度，加强科学质量管理，并优化制定经营管理策略等。比如，相关医院会通过数据挖掘技术对门诊就诊信息进行深入挖掘和分析，了解所属区域重点就医疾病和疾病发展态势，据此适时调整门诊科室安排等；通过数据挖掘掌握门诊就医趋势，更科学地分配医疗资源；通过数据挖掘细致分析疾病分类，以更精细化地设置就医诊疗门诊方案；还有部分大型医院通过数据挖掘，利用优势医疗资源着重针对难愈或高发疾病建立重点科研项目，助力国家医疗卫生服务事业高质量发展[3]。但是，一些基层医院因为自身医疗基础设施较为薄弱，受到资金、技术、管理等约束，并未充分引入和有效应用数据挖掘技术，无法利用技术优势加强信息化管理，所以数据挖掘技术在医院信息化管理中的应用缺乏全面性。

2.3 数据挖掘技术应用存在诸多制约因素

虽然大多医院在推进信息化管理过程中引入数据挖掘技术，但该技术实际应用会受到诸多因素制约，难以充分发挥技术优势与价值。首先，医院虽建立数据库，并据此展开数据管理工作，但在实际操作中大多工作人员都是在数据查询环节应用数据分析功能，很少通过数据挖掘更深层次地分析数据，影响数据整体应用效能。其次，医院在运营期间将产生海量数据，在信息化管理中会根据不同数据源及类型等建立多个数据库，但是这些数据库在存储格式设置环节缺乏统一标准与要求，导致在应用各数据库内的数据资源时需要采取不一样的分析方法，由此增加应用难度，影响应用效果。最后，医院多个信息化系统间缺乏有效衔接，不同系统独立设置各自的数据库，以满足各科室运行管理需求，而各数据库无论在设计标准还是格式等方面都缺乏一致性，影响医院统一构建数据库平台，并一定程度上影响数据挖掘技术的应用[4]。

3 数据挖掘在医院信息化管理中的应用手段

3.1 搭建医院信息化管理数据挖掘系统

医院在加强信息化管理期间，可通过应用数据挖掘技术建立相应的数据挖掘系统，该系统数据主要来源于医院HIS、LIS、CIS等信息系统内部的医疗信息，随后在对数据模型展开系统化分析基础上相对应地构建数据库，并对库内数据采取有效的预处理措施，相匹配地设置有关指标。该系统整体结构主要包括决策模块、决策树生成模块、数据库接口以及用户界面等。

因为医疗数据具有一定独特性，所以在数据挖掘之前要对数据源采取有效的预处理措施，促进相关信息相互融合。同时为了保证所挖掘决策管理办法具有更高合理性，要在对数据展开结构化处理基础上，优化确定数据关联原则。

一方面，系统运行期间要对数据实现预处理，并促进数据相融合。因为在医疗数据库内部包含海量且类型多元化的初始信息源，其中很多信息是重复、存在噪音、有缺失或者不明确的，所以在数据挖掘之前要先把这些信息过滤并清理掉，确保数据具有更高的明确性与统一性，并进行数据转化，使所得到的数据符合挖掘要求[5]。同时，医疗数据中还包含诸多文本数据和相关符号，这些医疗数据具有一定物理属性，需要先通过有效手段进行恰当的处理，保证相关数据具有统一或者趋同的属性，在此基础上进行数据整合处理。不过需要注意的是，医疗数据库内会并行存在非数字类数据、数字类数据、非持续性数据、持续性数据，而且相关数据还有多源性，所以信息融合难度比较大，需要结合实际需求采取针对性的融合处理方法。另一方面，可通过决策树算法科学地挖掘医疗数据，同步展开系统化分析。在运用这一算法时，要通过分类概念相关算法建立树，树将按照培训集内部涉及到的剩余列合理预估列值，因此在树当中各节点都是对一列某个事件予以表征，算法直接决定着相应节点所分布的位置，而那些有深度的节点均是表征各列中所涉及到的各类事件。通过应用决策树算法，可以树的结构展示类别划分情况，同时树结构当中不同节点下会进一步细分数据类型。

3.2 应用于医院质量管理目标中

医院在信息化管理过程中引入数据挖掘技术，需要在搭建数据挖掘系统基础上深入挖掘多种数据，为临床诊断与疾病研究等工作提供更可靠的数据支持。比如，在医疗疾病电子系统建立及运行过程中包含大量诊断数据，医院在疾病诊断管理期间就可通过引入数据挖掘技术，从数据库中提取各类疾病发生频率和发生规律等，在此基础上分析某类疾病发生原因和实际发生率[6]。与此同时，医院还可在数据挖掘技术利用下努力提升医疗水平，比如，医院可深入挖掘各项收费数据及信息，加强医院收费研究，基于相关数据对医院医疗设备使用情况、服务水平、医疗质量等进行有效处理分析，找出需要优化改进的地方。医院还可在信息化管理中应用聚类分析技术，对住院患者各项信息数据实现科学分类与有效整合，并专门设置对应数据库，管理者可以此数据库为基础，立足多个层面和角度分析住院患者信息，并掌握同类患者间存在的关联，同步参考关联数据类比组合列。比如，医院信息化管理中，相关工作人员可通过数据挖掘技术对住院患者各项数据和信息进行统计和分析，并根据患者病因、性别、年龄等划分多个组，同步标记不同颜色，以更系统化记录与分析疾病发生规律，并在数据整合基础上实时监测患者病情变化与康复情况等。此外，还可在对相关数据实现统计以及分析基础上总结具体的发生规律，促进医疗人员不断提升诊疗水平，帮助患者尽量减少治疗时间。

3.3 应用于病案数据分析中

医院信息化管理还可通过数据挖掘技术对病例数据信息实现深入挖掘与系统化分析，从中获得更多有助于促进医院高效运行、提升信息管理水平的数据和信息，而且所提取的有价值信息还可传递至上级部门，促进医院不断提升综合管理水平。在实际工作中，管理人员要积极通过数据挖掘技术，从LIS、CIS、HIS等系统内提取并利用病患信息，并对相关数据进行种类划分，主要包括病患年龄、疾病、所属地区等，有关工作人员可基于相关信息开展更深层次的疾病研究项目。此外，可利用数据挖掘技术深入分析患者医疗费用组成结构，提取相关信息并进行数据分析，促进有关工作人员基于相关数据合理控制医疗费用，提升医院社会效益与经济效益[7]。

3.4 应用于成本效益分析中

利用数据挖掘技术，可将医院各个信息系统当中的数据集合到相应数据库内，分析掌握医院运营与成本收益现状。比如，可通过数据分析掌握各类药品库存量及具体时间动态，提升资本周转率[8]。同时，可在数据挖掘基础上，对医院药品、耗材等用量实现分类统计及系统化分析，并关联对应的供应厂家，以更科学地控制药品及耗材存量，并规范化管理医疗用品购销工作。此外，还可在医院资金运作管理过程中引入数据挖掘技术，深入分析财务数据，了解医院资金动向，识别医院所面临的运营风险；还可在对资金增速分析中引入数据挖掘技术，通过曲线拟合科学预估后续运营中对现金的需求量，在此基础上制定更科学的决策，优化分配各类资源。

3.5 应用于手术室感染管理中

在手术操作过程中，各个医护人员的手术台消毒、常规消毒等工作会较大程度影响手术室监测情况，可利用数据挖掘技术深入分析手术室消毒效果、消毒灭菌操作与监测结果等，并深入分析相关数据规律，还可引入聚类方法，并对聚类结果进行深层次分析。此外，可在数据挖掘基础上动态跟踪及有效处理手术室调查信息，包括人员进出、手术室操作、无菌用品信息等。

3.6 应用于影像科管理中

可利用数据挖掘技术，对影像科中的核磁共振、B超、X线、彩超、CT、DSA等检查仪器实现信息化、精细化管理，可从数据库提取设备保存、维修、损坏、检查、使用等信息，在对相关信息进行分析后，从整体层面了解设备检查与应用情况，管理人员可根据分析结果进行相关调整，最大化利用设备资源。此外，影像科管理还涉及影像诊断结果、病理信息等多种数据信息，通过整体层面进行数据挖掘，找出数据间的联系。

4 结束语

在医院信息化管理过程中应用数据挖掘技术，可通过提取更多有价值信息对相关活动及行为未来发展态势做出精准预测，并在相关数据支持下促使医院制定更具前瞻性、科学性的决策。医院管理者应该定期总结本单位信息化管理期间应用数据挖掘技术所存在的不足和所面临的困境，并根据实际情况积极拓展数据挖掘技术应用深度与广度，在技术支持下有力推进医院信息化的建设和发展，从而为广大患者提供更科学更优质的医疗服务。