廖冬雪

摘要：隨著數(shù)據(jù)挖掘的不斷發(fā)展，社會(huì)各領(lǐng)域也在探索這門技術(shù)的應(yīng)用價(jià)值，其中包括醫(yī)學(xué)領(lǐng)域。本文主要介紹數(shù)據(jù)挖掘的定義及其主要技術(shù)，醫(yī)學(xué)中數(shù)據(jù)挖掘存在的特點(diǎn)和挖掘技術(shù)在醫(yī)院信息系統(tǒng)、疾病診斷、生物醫(yī)學(xué)、影像等醫(yī)學(xué)各方面的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘 醫(yī)學(xué)領(lǐng)域 疾病診斷 技術(shù)應(yīng)用

進(jìn)入信息時(shí)代以來，各行業(yè)為了日常業(yè)務(wù)處理的方便快捷，積極投入到業(yè)務(wù)處理的信息化當(dāng)中，以代替不必要的人工勞動(dòng)，但隨著業(yè)務(wù)數(shù)據(jù)的不斷錄入，各行業(yè)的日常業(yè)務(wù)數(shù)據(jù)量基本上呈指數(shù)級別增長，從而致使超大量的數(shù)據(jù)堆積，然而這樣的數(shù)據(jù)再憑人或計(jì)算機(jī)簡單地理解，就是幾乎不可能的。為了從這些數(shù)據(jù)中挖掘出有用，具有預(yù)測性的信息，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。其中醫(yī)學(xué)領(lǐng)域亦是如此。但醫(yī)學(xué)上的數(shù)據(jù)更具有主觀性，大部分是非結(jié)構(gòu)化的，并與其他領(lǐng)域的數(shù)據(jù)存在較大的不同。因此怎樣從醫(yī)學(xué)數(shù)據(jù)中挖掘出價(jià)值更大的信息，如何進(jìn)行醫(yī)學(xué)中的數(shù)據(jù)挖掘，并為信息管理，診斷，疾病預(yù)防，生物醫(yī)學(xué)等服務(wù)，是當(dāng)今一直研討的問題。

一、數(shù)據(jù)挖掘的概述

（一）數(shù)據(jù)挖掘的概念

數(shù)據(jù)挖掘的英文名稱為Data Mining，其定義是指通過運(yùn)用科學(xué)的方法與技術(shù)，從大量繁雜，有噪聲且隨機(jī)的模糊數(shù)據(jù)中，得到其中具有隱含性的，且有用的知識或情報(bào)。這些模糊數(shù)據(jù)來自于信息系統(tǒng)的實(shí)際業(yè)務(wù)處理。然而經(jīng)過日積月累的業(yè)務(wù)處理，這些數(shù)據(jù)的量非常大，因此需要數(shù)據(jù)挖掘這門新興技術(shù)來探索其中有價(jià)值的知識，以便掌握事物實(shí)際的，更深層次的發(fā)展規(guī)律。另外，從數(shù)據(jù)挖掘與統(tǒng)計(jì)學(xué)的關(guān)系來看，數(shù)據(jù)挖掘是在傳統(tǒng)的統(tǒng)計(jì)學(xué)方法與技術(shù)上發(fā)展起來的。但由于它發(fā)現(xiàn)的知識更具有預(yù)知性，有用性，早已不同于傳統(tǒng)的統(tǒng)計(jì)學(xué)。

（二）數(shù)據(jù)挖掘的主要技術(shù)與方法

目前，隨著信息時(shí)代的高速發(fā)展，數(shù)據(jù)挖掘能夠深入到社會(huì)各個(gè)領(lǐng)域中，一直是一個(gè)熱門領(lǐng)域。社會(huì)各行各業(yè)都需要數(shù)據(jù)挖掘技術(shù)來得到本領(lǐng)域中潛在的有價(jià)值的知識。因此，數(shù)據(jù)挖掘的理論與技術(shù)能夠不斷被人們探索，從而得到發(fā)展。其技術(shù)主要有： 神經(jīng)網(wǎng)絡(luò)法，關(guān)聯(lián)規(guī)則法，決策樹，聚類分析，粗糙集等，另外，遺傳算法同樣在實(shí)際應(yīng)用中有著很好的效果。神經(jīng)網(wǎng)絡(luò)法是指一種模擬人類大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并從抽象的網(wǎng)絡(luò)中獲取知識的算法。由于這種算法適應(yīng)性強(qiáng)，容錯(cuò)能力高，因此廣泛應(yīng)用于各個(gè)領(lǐng)域；關(guān)聯(lián)規(guī)則法能夠在滿足置信度以及支持度的條件下，深入分析各種數(shù)據(jù)，從而得到數(shù)據(jù)之間的聯(lián)系和符合一定條件的關(guān)聯(lián)規(guī)則；決策樹算法是通過對各個(gè)變量因素進(jìn)行分析并分類，推測出每個(gè)變量的變化趨勢的過程。這種技術(shù)與聚類分析法等相比，其設(shè)置形式更靈便，因此能更廣地應(yīng)用于其他領(lǐng)域；聚類分析主要是分析樣本數(shù)據(jù)間的密集程度，從而獲得各數(shù)據(jù)間的聯(lián)系和總體角度下的分布情況；粗糙集是與模糊集相關(guān)聯(lián)的，要理解粗糙集就需要認(rèn)識模糊集。模糊集是用于分析未知的，不明確的信息，并探索隱藏其中的規(guī)律。但粗糙集常和遺傳算法等結(jié)合使用；遺傳算法指的是通過對初始數(shù)據(jù)進(jìn)行選擇，交叉等迭代操作，最終得到最優(yōu)的聚類結(jié)果。由于這種算法能夠更深入地研究數(shù)據(jù)，其結(jié)果更具有前瞻性。

（二）醫(yī)學(xué)數(shù)據(jù)挖掘的特點(diǎn)

醫(yī)學(xué)中的數(shù)據(jù)常常關(guān)乎病人的生死問題以及隱私問題，而且這些數(shù)據(jù)基本上由檢查影像，診斷單，電子病歷，以及各種化驗(yàn)結(jié)果等大量異質(zhì)性數(shù)據(jù)組成。這就使得醫(yī)學(xué)數(shù)據(jù)挖掘與一般數(shù)據(jù)挖掘相比而言，具有一些特點(diǎn)：醫(yī)學(xué)數(shù)據(jù)量大而復(fù)雜，這給相應(yīng)的數(shù)據(jù)挖掘帶來一定的困難，從而表現(xiàn)出醫(yī)學(xué)中數(shù)據(jù)挖掘的繁雜性；醫(yī)學(xué)數(shù)據(jù)主要分為兩大類。一類是醫(yī)生的診斷說明及與患者的交談?dòng)涗洠@種數(shù)據(jù)是醫(yī)生憑借主觀經(jīng)驗(yàn)而寫成的，具有強(qiáng)烈的非結(jié)構(gòu)性，很難標(biāo)準(zhǔn)化。另一類則是患者的各種檢查影像和化驗(yàn)單，而這類數(shù)據(jù)基本上是以圖片形式存儲(chǔ)，難以用計(jì)算機(jī)捕捉其中隱含的內(nèi)容。在進(jìn)行數(shù)據(jù)挖掘時(shí)，還需要將這兩類數(shù)據(jù)進(jìn)行綜合分析；醫(yī)學(xué)領(lǐng)域的數(shù)據(jù)挖掘有一個(gè)特點(diǎn)就是醫(yī)學(xué)數(shù)據(jù)難以用數(shù)學(xué)公式來表示和推算。但隨著計(jì)算機(jī)技術(shù)不斷深入到醫(yī)學(xué)領(lǐng)域中，人們也在逐漸克服這個(gè)問題；由于醫(yī)學(xué)數(shù)據(jù)涉及到患者的隱私，安全問題和數(shù)據(jù)本身的所有權(quán)問題等，因此這個(gè)領(lǐng)域的數(shù)據(jù)挖掘還存在著倫理性的，法律性的以及社會(huì)性的問題。正是有了這些復(fù)雜的問題，人們也在努力地克服，數(shù)據(jù)挖掘才不斷得到完善。與此同時(shí)，成熟的數(shù)據(jù)挖掘技術(shù)也為醫(yī)學(xué)問題提供良好的解決方案。

二、數(shù)據(jù)挖掘在醫(yī)學(xué)上的應(yīng)用

（一）醫(yī)院信息系統(tǒng)中的應(yīng)用

醫(yī)院信息系統(tǒng)主要是用于管理醫(yī)院的日常業(yè)務(wù)工作，例如：病人掛號，收費(fèi)，以及醫(yī)療資源的調(diào)配問題等。這些工作往往無時(shí)不刻都在進(jìn)行著，并造成大量的數(shù)據(jù)堆積。我們可以利用數(shù)據(jù)挖掘技術(shù)來對這些業(yè)務(wù)數(shù)據(jù)進(jìn)行分析，找出業(yè)務(wù)數(shù)據(jù)中存在的規(guī)律，以便能夠預(yù)測醫(yī)院中醫(yī)療資源的使用情況，為管理層提供決策依據(jù)，從而提前做好充分準(zhǔn)備。但在這方面進(jìn)行數(shù)據(jù)挖掘的時(shí)候，需要考慮到諸如流感，政策等多種外界因素，這樣才能使挖掘的結(jié)果更具有準(zhǔn)確性。

（二）疾病診斷及預(yù)測的應(yīng)用

在醫(yī)療過程中，準(zhǔn)確的診斷對于患者的生命尤為重要，醫(yī)師對患者開具的藥品對病情的康復(fù)起到?jīng)Q定性因素。在現(xiàn)實(shí)生活中，醫(yī)生往往會(huì)依據(jù)CT、X光等檢驗(yàn)數(shù)據(jù)及自身經(jīng)驗(yàn)進(jìn)行病情診斷，依據(jù)該類疾病的治療方案進(jìn)行診治，在后期患者的恢復(fù)過程中，又根據(jù)復(fù)查的檢驗(yàn)結(jié)果進(jìn)行治療方案的修訂，直至患者完好出院。對于這一治療過程，可以使用數(shù)據(jù)挖掘中的分類分析進(jìn)行分析診斷，依據(jù)患者的檢驗(yàn)數(shù)據(jù)，將患者劃分病癥類別，再依照該類病狀的治療方案進(jìn)行治療，加大了診斷的科學(xué)性、準(zhǔn)確性和合理性。在疾病預(yù)測方面，可通過關(guān)聯(lián)分析，研究某類疾病的相關(guān)并發(fā)癥，可有針對性地制定檢查方案和采取相應(yīng)的預(yù)防措施。

（三）醫(yī)學(xué)影像的應(yīng)用

當(dāng)前，隨著醫(yī)療影像設(shè)備的飛速發(fā)展以及計(jì)算機(jī)技術(shù)的不斷深入，醫(yī)生一般在診斷前都要求有關(guān)患者身體的影像數(shù)據(jù)，如CT，DR，超聲成像，SPECT等。這使得越來越多的醫(yī)學(xué)掃描影像存儲(chǔ)在數(shù)據(jù)庫當(dāng)中。 然而在這些影像中大多存在著一定的不確定性，況且醫(yī)生在診斷時(shí)基本只參照當(dāng)前的影像，不會(huì)結(jié)合以前所有有用數(shù)據(jù)來診斷，這些因素都有可能導(dǎo)致醫(yī)生診斷失誤或延遲，最終造成患者未能及時(shí)接受治療，影響醫(yī)院聲譽(yù)等嚴(yán)重后果。這時(shí)，就需要數(shù)據(jù)挖掘發(fā)揮其重要作用。一方面可以利用數(shù)據(jù)挖掘技術(shù)，對影像結(jié)果進(jìn)行深度分析，從而逐漸減少存在影像中的不確定性，提高醫(yī)學(xué)影像報(bào)告的質(zhì)量。另一方面，醫(yī)生通過這門技術(shù)，能看到患者的以前數(shù)據(jù)變化，而不只是當(dāng)前的這幾張影像，這樣就能在一定程度上提高診斷質(zhì)量。

三、結(jié)束語

數(shù)據(jù)挖掘的應(yīng)用提高了醫(yī)院的管理能力和診斷效率，為醫(yī)學(xué)領(lǐng)域帶來了可觀的經(jīng)濟(jì)和社會(huì)效益，說明醫(yī)學(xué)上的數(shù)據(jù)挖掘具有很好的發(fā)展前景。雖然這門新興技術(shù)在醫(yī)學(xué)各個(gè)方面都有較好的應(yīng)用，但由于每個(gè)挖掘方法都存在著一定的缺陷，所以在運(yùn)用數(shù)據(jù)挖掘技術(shù)時(shí)需要根據(jù)實(shí)際應(yīng)用情況來選擇合適的方法，與此同時(shí)，還需要不斷地研究數(shù)據(jù)挖掘理論及實(shí)踐方法，將優(yōu)秀的挖掘算法應(yīng)用于這個(gè)領(lǐng)域中。

參考文獻(xiàn)

[1]李明江，唐穎，周力軍.數(shù)據(jù)挖掘技術(shù)及應(yīng)用[J].中國新通信，2012，（22）：66-67+74

[2]呂峰，楊宏，普奕，賈婧鎣.遺傳算法的數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)中的應(yīng)用[J].電子技術(shù)與軟件工程，2017，（05）：203

[3]秦文哲，陳進(jìn)，董力.大數(shù)據(jù)背景下醫(yī)學(xué)數(shù)據(jù)挖掘的研究進(jìn)展及應(yīng)用[J].中國胸心血管外科臨床雜志，2016，（01）：55-60

[4]強(qiáng)邦紅，劉冬，朱向明.數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)影像領(lǐng)域中的應(yīng)用進(jìn)展[J].臨床超聲醫(yī)學(xué)雜志，2013，（04）：287-289