數(shù)據(jù)挖掘技術(shù)在醫(yī)療費(fèi)用分析中的應(yīng)用.pdf

1、近年來(lái)，隨著電子信息技術(shù)的飛速發(fā)展，經(jīng)濟(jì)社會(huì)都取得了極大的進(jìn)步，醫(yī)院信息系統(tǒng)在我國(guó)大中小型醫(yī)院也得到了廣泛應(yīng)用，這對(duì)推動(dòng)醫(yī)院信息化建設(shè)、促進(jìn)醫(yī)院快速發(fā)展起到了積極作用。但是隨著就診人數(shù)的逐年增加，醫(yī)院信息系統(tǒng)中積累了大量紛繁復(fù)雜的信息，如住院(門(mén)診)費(fèi)用信息、藥品信息、電子病歷信息、醫(yī)囑、檢查報(bào)告以及各種人事、設(shè)備的管理信息等。因此，如何從這些海量的醫(yī)學(xué)數(shù)據(jù)中找出有價(jià)值的知識(shí)和規(guī)則，再通過(guò)這些隱藏的規(guī)律為醫(yī)生疾病的診斷和治療提供科學(xué)決策

2、依據(jù)，并幫助管理者發(fā)現(xiàn)并創(chuàng)造新的管理決策已經(jīng)成為醫(yī)院管理者越來(lái)越關(guān)心的問(wèn)題。
　　 本文對(duì)淮南市某醫(yī)院信息系統(tǒng)中2004～2005年醫(yī)療費(fèi)用信息進(jìn)行了數(shù)據(jù)挖掘和聯(lián)機(jī)分析處理，首先闡述了數(shù)據(jù)挖掘的定義和對(duì)象、分析方法、KDD過(guò)程，其中重點(diǎn)介紹了兩種數(shù)據(jù)挖掘算法K-MEANS算法和ID3算法；其次對(duì)目前常用的數(shù)據(jù)挖掘工具進(jìn)行了闡述，詳細(xì)介紹了SQL SERVER2008中的ANAYLSIS SERVICES服務(wù)提供的數(shù)據(jù)挖掘功能以及

3、OLAP的概念和分析方法；接著對(duì)醫(yī)療費(fèi)用數(shù)據(jù)進(jìn)行預(yù)處理，將篩選出挖掘目標(biāo)所需要的信息表進(jìn)行整合，然后對(duì)整合后的表中出現(xiàn)的空值、噪聲數(shù)據(jù)進(jìn)行處理，并將數(shù)據(jù)進(jìn)行離散化，轉(zhuǎn)換成挖掘工具更好處理的數(shù)據(jù)格式；然后通過(guò)PIVOT-TABLE的方式對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行OLAP分析，用圖像化的方法顯示多維數(shù)據(jù)集中部分維度之間的關(guān)系；最后建立醫(yī)療費(fèi)用分析的聚類(lèi)模型和決策樹(shù)模型，通過(guò)查看模型處理后的依賴(lài)關(guān)系網(wǎng)絡(luò)、最強(qiáng)關(guān)聯(lián)網(wǎng)絡(luò)和對(duì)數(shù)據(jù)進(jìn)行鉆取等多種方式分析醫(yī)