面向臨床路徑的常用數(shù)據(jù)挖掘方法概述

李鵑

[摘要] 臨床路徑的制定必須應用循證醫(yī)學的最佳證據(jù)，臨床路徑一定要符合醫(yī)院實際情況以及疾病治療的客觀規(guī)律，由相關領域的專家基于該專業(yè)的最佳證據(jù)、以促進患者的快速康復為核心目標而制定。而數(shù)據(jù)挖掘方法對于臨床路徑制定和管理是至關重要的。該文總結(jié)了面向臨床路徑所常用的醫(yī)學數(shù)據(jù)挖掘方法的知識。重點介紹了決策樹分類、關聯(lián)規(guī)則分析、聚類分析和序列分析等方法。

[關鍵詞] 臨床路徑；數(shù)據(jù)挖掘；大數(shù)據(jù)

[中圖分類號] R19 [文獻標識碼] A [文章編號] 1672-5654（2018）09（c）-0193-02

數(shù)據(jù)挖掘方法在臨床路徑制定和管理中起著至關重要的作用，隨著各種關系數(shù)據(jù)庫技術的成熟和廣泛應用，數(shù)據(jù)挖掘技術促使人們在數(shù)據(jù)庫的基礎上建立數(shù)據(jù)倉庫，采用統(tǒng)計分析與機器學習相結(jié)合的方法對數(shù)據(jù)進行處理。

數(shù)據(jù)挖掘方法在臨床路徑制定與管理中的應用主要體現(xiàn)在臨床路徑制定過程中臨床行為模式、臨床診療流程的發(fā)現(xiàn)和臨床路徑變異的異常行為監(jiān)測。如可以通過歷史病歷和歷史醫(yī)囑數(shù)據(jù)為依據(jù)，利用數(shù)據(jù)挖掘方法建立基于循證醫(yī)學的基線調(diào)查方法，提出了制定、實施、監(jiān)控和持續(xù)改進的全過程學習型臨床路徑模型。還可以從醫(yī)院各應用系統(tǒng)的歷史數(shù)據(jù)庫中導出有價值的數(shù)據(jù)，建立數(shù)據(jù)倉庫，進行面向臨床路徑抽取主題的數(shù)據(jù)挖掘。

1 臨床路徑概述

臨床路徑（Clinical pathway）是指針對某一特定疾病或某種手術建立一套標準化治療模式與治療程序，是一個有關臨床治療的綜合模式，以循證醫(yī)學證據(jù)和指南為指導來促進治療組織和疾病管理的方法，最終起到降低平均住院日，控制醫(yī)療費用，規(guī)范診療行為，提高醫(yī)療服務質(zhì)量的作用[1]。

2 臨床路徑的管理

臨床路徑的管理過程包括病種的選擇、臨床路徑文本的制定、臨床路徑的實施、臨床路徑實施的評價等階段。這些階段都與醫(yī)療數(shù)據(jù)的數(shù)據(jù)挖掘相關密切。

①病種的選擇。常見病、多發(fā)??；治療方案相對明確，技術相對成熟，診療費用相對穩(wěn)定，疾病診療過程中變異相對較少；在結(jié)合醫(yī)療機構(gòu)實際情況下，優(yōu)先考慮衛(wèi)生行政部門已經(jīng)制定臨床路徑推薦參考文本的病種。

②臨床路徑文本的制定。臨床路徑是包含了患者從診斷入院到出院的各個時間節(jié)點上需要接受的診療項目，臨床路徑制定的主要任務就是要確定標準診療項目。臨床路徑診療項目包括醫(yī)囑類項目和非醫(yī)囑類項目。醫(yī)囑類項目包括飲食、護理、檢驗、檢查、處置、用藥、手術等。非醫(yī)囑類項目包括健康教育指導和心理支持等項目[2]。

③臨床路徑的實施。按照臨床路徑規(guī)定的內(nèi)容進行執(zhí)行和記錄，并進行實施過程的監(jiān)控，包括變異監(jiān)測和分析等。紙質(zhì)的臨床路徑不便于執(zhí)行，需要建設相關信息系統(tǒng)，即進行臨床路徑的電子化管理。

④臨床路徑實施的評價。臨床路徑的評價主要是根據(jù)一些主要指標對實施過程中的關鍵環(huán)節(jié)進行控制。主要指標包括兩大類，一類是對所有病種的評價都適用的，如平均住院日、死亡率、治愈率、好轉(zhuǎn)率、醫(yī)院感染發(fā)生率、31日非計劃再住院率、病種均次費用、病種抗菌藥物費用比例、病種檢查費用比例、變異率和出徑率等指標；另一類是反映病種特有的診療項目和診療效果，如關鍵的診療項目、主要并發(fā)癥和特有的病情判斷指標、病種醫(yī)療質(zhì)量管理和控制的相關指標等。

3 數(shù)據(jù)挖掘的定義

數(shù)據(jù)挖掘是一種深入的數(shù)據(jù)分析，這些數(shù)據(jù)通常是大量的、不完整的、隨機的、雜亂的、模糊的實際應用數(shù)據(jù)，然后從過程中提取未知但有用的隱藏信息。其主要目標通常是大型數(shù)據(jù)庫，其主要目的是利用有效的算法從數(shù)據(jù)庫中查找隱藏的知識[3]。發(fā)現(xiàn)的知識可以用規(guī)則、決策樹、知識庫等來表示。大數(shù)據(jù)挖掘的核心是數(shù)據(jù)特征和屬性的提取，以及基于特征和屬性的進一步分類。為了對不同屬性的數(shù)據(jù)進行關聯(lián)分析，獲得有價值的信息[4]。

4 數(shù)據(jù)挖掘步驟

數(shù)據(jù)挖掘的過程應該是復雜的、多階段的.數(shù)據(jù)挖掘的關鍵步驟包括：①數(shù)據(jù)選擇。根據(jù)數(shù)據(jù)分析的要求、收集和選擇挖掘所需的數(shù)據(jù)源，使這些數(shù)據(jù)源多樣化。②數(shù)據(jù)預處理。數(shù)據(jù)預處理的任務是數(shù)據(jù)清洗、集成、轉(zhuǎn)換、規(guī)格說明和離散化。最后，得到了符合數(shù)據(jù)挖掘要求的相關數(shù)據(jù)。③建立數(shù)據(jù)挖掘模型。創(chuàng)建一個列，該列包含許多不同的數(shù)據(jù)類型，作為關系表，包括輸入列、可預測列和鍵列。④在現(xiàn)有數(shù)據(jù)和挖掘算法的基礎上，對挖掘模型進行訓練。模型的設置與數(shù)據(jù)挖掘算法有關，而挖掘模型的培育就是培育數(shù)據(jù)集發(fā)現(xiàn)的模式。⑤模型評價。利用一些評價工具對模型的質(zhì)量進行評價，如升力圖、ROC曲線等。⑥知識表示。數(shù)據(jù)挖掘結(jié)果通常表示為模式，它是對包含信息的數(shù)據(jù)的抽象描述，可以是一組規(guī)則一簇決策樹或其他形式的知識。

5 數(shù)據(jù)挖掘方法

醫(yī)學數(shù)據(jù)是復雜數(shù)據(jù)的不斷增長，蘊含著豐富的信息價值，挖掘醫(yī)學數(shù)據(jù)的潛在價值，發(fā)現(xiàn)醫(yī)學知識，為醫(yī)學決策提供支持。傳統(tǒng)的數(shù)據(jù)挖掘應用可以移植到大數(shù)據(jù)環(huán)境[5]。大數(shù)據(jù)分析的常用方法有聚類、分類、預測、關聯(lián)規(guī)則、回歸分析、序列分析、偏差分析等。以下是幾種常用的數(shù)據(jù)挖掘方法。

5.1 分類分析

分類需要構(gòu)造一個模型或分類器來預測類標記。一是學習階段，即構(gòu)建分類模型或訓練階段，利用分類算法對訓練數(shù)據(jù)集進行分析，以分類規(guī)則的形式給出學習模型或分類器，第二階段是采用模型預測的分類階段。因此，給定數(shù)據(jù)的類標簽，用測試數(shù)據(jù)評估分類規(guī)則的準確性，如果精度在可接受的范圍內(nèi)，則該規(guī)則將用于新的數(shù)據(jù)元組分類。常用的分類算法有決策樹算法、邏輯回歸算法、神經(jīng)網(wǎng)絡算法和貝葉斯算法[6]。

與其他分類方法相比，決策樹具有易于理解、分類精度高的優(yōu)點。決策樹算法是一種適用于預測建模的分類算法，用于連續(xù)屬性和離散屬性的預測建模。如果有多個可預測列，或者輸入數(shù)據(jù)包含可預測的嵌套表，則算法為每個可預測列生成一個單獨的決策樹。決策樹可以處理高維數(shù)據(jù)。決策樹的學習和分類步驟簡單、快速，所建立的分類模型直觀易懂，具有圖形化的樹結(jié)構(gòu)，分析結(jié)果具有較好的精度[7]。

5.2 關聯(lián)分析

關聯(lián)規(guī)則挖掘能力巨大，目的是找出大量數(shù)據(jù)中項目之間的相關性，找出未知和潛在關聯(lián)的不同模式，并以關聯(lián)規(guī)則的形式表達出來。根據(jù)采集到的醫(yī)學數(shù)據(jù)，如檢查、測試、手術、醫(yī)學、護理等，采用關聯(lián)規(guī)則分析方法對關鍵時刻節(jié)點的相關數(shù)據(jù)進行挖掘。

關聯(lián)規(guī)則算法的原理是：首先在數(shù)據(jù)集中同時查找在一個案例中出現(xiàn)的項；然后根據(jù)參數(shù)指定的情況數(shù)，將最不頻繁的關聯(lián)項分組為項目集。該算法基于項集生成規(guī)則。關聯(lián)模型由一系列項目集和規(guī)則組成，它們描述了在這種情況下如何對這些項進行分組。可以使用這些規(guī)則根據(jù)算法確定的其他特定項的存在來預測數(shù)據(jù)庫中某個項的存在[8]。關聯(lián)規(guī)則可以有效地挖掘數(shù)據(jù)庫中各項屬性之間的關系。由于分析結(jié)果是基于大量的數(shù)據(jù)，充分利用了屬性之間的相關性，所以可以更充分地反映屬性之間的關系。

5.3 聚類分析

聚類是將數(shù)據(jù)對象劃分為組或簇的過程，它使集群中的對象高度相似，但與其他集群中的對象不同。聚類分析產(chǎn)生的一組數(shù)據(jù)稱為聚類。同一簇中數(shù)據(jù)變量的值相似，但不同簇間的數(shù)據(jù)變量值不同。聚類是搜索來自給定數(shù)據(jù)集的數(shù)據(jù)項之間的有價值關聯(lián)。

機器學習研究計算機如何根據(jù)數(shù)據(jù)學習，通常分為監(jiān)督學習、無監(jiān)督學習、半監(jiān)督學習和主動學習。在機器學習中，聚類又稱無監(jiān)督學習，沒有屬性來指導模型的構(gòu)建，所有的輸入屬性都被平等對待。聚類和分類的區(qū)別在于，聚類的分類依賴于數(shù)據(jù)本身，而數(shù)據(jù)本身在聚類之前是未知的，分類是在分類之前預先定義的，以便進行下一步的分類。聚類算法主要包括層次法、劃分法、網(wǎng)格法、密度法和基于模型的聚類算法[9]。

5.4 序列分析

序列由一系列離散值（或狀態(tài)）組成，序列分析用于發(fā)現(xiàn)離散序列中的模式。序列數(shù)據(jù)和關聯(lián)數(shù)據(jù)都包含一個項集或一組狀態(tài)，區(qū)別是序列模型分析狀態(tài)的轉(zhuǎn)換，關聯(lián)分析中每個項集中的項是相等和獨立的。

序列是事件的有序列表。根據(jù)事件的特點，序列數(shù)據(jù)可分為生物序列數(shù)據(jù)、時間序列數(shù)據(jù)、符號序列數(shù)據(jù)等。時間序列數(shù)據(jù)由長序列數(shù)據(jù)值組成，這些數(shù)據(jù)值以相同的間隔記錄。符號序列數(shù)據(jù)由一長串事件或名義數(shù)據(jù)組成，記錄或未記錄一段特定時間，而且通常不以相同的間隔觀測。

將序列轉(zhuǎn)化為特征向量的分類方法稱為基于特征的分類.基于序列距離的分類質(zhì)量是由度量序列間相似性的距離函數(shù)決定的。隱馬爾可夫模型（HMM）或其他統(tǒng)計模型可用于對基于模型的序列進行分類。

6 結(jié)語

醫(yī)學數(shù)據(jù)挖掘是人工智能、統(tǒng)計學和計算機技術、現(xiàn)代醫(yī)學等多種技術和知識的結(jié)合。醫(yī)學數(shù)據(jù)挖掘作為醫(yī)學決策支持系統(tǒng)的重要組成部分，隨著理論的發(fā)展和研究，將在疾病診斷和治療、醫(yī)學研究、教學和醫(yī)院管理等方面發(fā)揮越來越重要的作用。

[參考文獻]

[1] 于振華.臨床路徑系統(tǒng)的設計與實現(xiàn)[D].沈陽：東北大學，2012.

[2] 國家衛(wèi)生計生委醫(yī)政醫(yī)管局.衛(wèi)生部關于印發(fā)《臨床路徑管理指導原則（試行）》的通知[EB/OL].2009-10-16[2016-03-17].

[2] 阮瑩.基于流程挖掘的臨床路徑設計方法研究[D].上海：上海交通大學，2009.

[3] 田宗梅，王莉，肖琳.基于數(shù)據(jù)挖掘的臨床路徑抽取與應用[J].中國數(shù)字醫(yī)學，2015（6）：2-4.

[4] 楊小寧.基于模糊聚類分析的臨床路徑優(yōu)化決策研究[D].沈陽：沈陽理工大學，2013.

[5] 王道，黃新霆，李德就.聚類分析等算法在學習型臨床路徑中的應用[J].中國數(shù)字醫(yī)學，2012（7）：99-101.

[6] 王玨.序列挖掘在臨床行為模式發(fā)現(xiàn)中的應用研究[D].無錫：江蘇大學，2008.

[7] 周建文.基于關聯(lián)規(guī)則挖掘的醫(yī)療智能輔助系統(tǒng)設計與實現(xiàn)[D].長沙：湖南大學，2013.

[8] 王寧.基于Hadoop平臺的海量醫(yī)療數(shù)據(jù)挖掘算法的研究與實現(xiàn)[D].北京：北京郵電大學，2014.

[9] 劉燕峰.數(shù)據(jù)挖掘及決策支持技術在醫(yī)院中的應用研究[D].杭州：浙江大學，2012.

（收稿日期：2018-06-21）