醫(yī)院信息數(shù)據(jù)挖掘研究.pdf

1、目前，我國大部分醫(yī)院都利用自己的管理信息系統(tǒng)，進行業(yè)務處理和信息管理。但日益增加的海量數(shù)據(jù)，使面向聯(lián)機事務處理的傳統(tǒng)數(shù)據(jù)庫技術無法滿足醫(yī)院管理者的高層次決策分析需求，歷史數(shù)據(jù)浪費嚴重。 通過與綿陽市鹽亭人民醫(yī)院的溝通合作，在該院現(xiàn)有信息系統(tǒng)數(shù)據(jù)的基礎上，采用自底向上的方法，充分利用醫(yī)院歷史數(shù)據(jù)，完成了數(shù)據(jù)倉庫的構建、聯(lián)機分析處理技術的應用、以及數(shù)據(jù)挖掘算法的實現(xiàn)，為醫(yī)院管理者的決策支持活動提供了依據(jù)。 首先進行了歷史源數(shù)

2、據(jù)的采集和規(guī)整，構建了數(shù)據(jù)倉庫概念模型、邏輯模型，并進行了數(shù)據(jù)的轉(zhuǎn)換、加載和訪問。 其次，基于數(shù)據(jù)倉庫底層數(shù)據(jù)，運用聯(lián)機分析處理技術，建立了醫(yī)院多維數(shù)據(jù)集，實現(xiàn)了數(shù)據(jù)的切片、切塊、鉆取和旋轉(zhuǎn)，完成了醫(yī)院信息的多維數(shù)據(jù)分析。 再次，利用ID3決策樹算法和Apriori關聯(lián)規(guī)則算法，完成了費用主題中病人特征與費用金額的決策樹構建以及不同費用類別間的關聯(lián)規(guī)則發(fā)現(xiàn)，并對FUP增量更新算法進行了改進，提高了數(shù)據(jù)更新后的挖掘效率。