數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)中的應(yīng)用

童俊

（安徽省蕪湖市第一人民醫(yī)院 安徽省蕪湖市 241000）

早在2015年的時(shí)候，我國衛(wèi)健委便已經(jīng)要求各個(gè)醫(yī)院可以同構(gòu)對數(shù)據(jù)采集軟件的應(yīng)用，將各種數(shù)據(jù)信息上傳到衛(wèi)健委的數(shù)據(jù)中心當(dāng)中，旨在完成對醫(yī)療大數(shù)據(jù)的精準(zhǔn)化、統(tǒng)一化監(jiān)督管理，為數(shù)據(jù)挖掘技術(shù)提供良好的環(huán)境支撐。在傳統(tǒng)的醫(yī)院的醫(yī)療大數(shù)據(jù)都是通過獨(dú)自存儲和管理的方式來完成的，如果想要確定病歷信息，則需要單獨(dú)地進(jìn)入到各個(gè)醫(yī)院的系統(tǒng)當(dāng)中，加之于不同醫(yī)院所應(yīng)用的系統(tǒng)存在本質(zhì)上的差異，因而導(dǎo)致醫(yī)療信息的收集工作的難度越發(fā)提升。如果從這點(diǎn)來進(jìn)行審視，可以發(fā)現(xiàn)醫(yī)療領(lǐng)域的信息化程度與當(dāng)前日新月異的互聯(lián)網(wǎng)信息環(huán)境相比，還是略顯落后，所以醫(yī)療行業(yè)有必要充分結(jié)合新時(shí)代的發(fā)展進(jìn)程。

1 數(shù)據(jù)挖掘技術(shù)的概述

在信息化時(shí)代背景下，不管是自然科學(xué)、建筑工程還是醫(yī)療技術(shù)，數(shù)據(jù)的信息量都呈現(xiàn)出爆炸式增長趨勢。在此類數(shù)據(jù)中僅有部分內(nèi)容是真實(shí)準(zhǔn)確的，非常具備價(jià)值的，如果能夠有效地實(shí)現(xiàn)對此類數(shù)據(jù)的轉(zhuǎn)化處理，是極具意義的，也正是因?yàn)榇嬖诖朔N需要，才會出現(xiàn)數(shù)據(jù)挖掘理論。數(shù)據(jù)挖掘的本質(zhì)就是在海量的信息資源以及各種并無規(guī)律的數(shù)據(jù)信息中搜尋各種隱性價(jià)值信息，充分應(yīng)用到人工智能技術(shù)、特征提取技術(shù)和統(tǒng)計(jì)分析技術(shù)等。完善的數(shù)據(jù)挖掘流程主要包含以下幾項(xiàng)步驟：首先是數(shù)據(jù)準(zhǔn)備階段。在此過程中需要完成對各種存在干擾的數(shù)據(jù)信息的清除處理，所以具體可以分為如下幾項(xiàng)任務(wù)：其一是數(shù)據(jù)清理工作；其二是數(shù)據(jù)集成工作；最后是數(shù)據(jù)選擇工作。首要步驟是根據(jù)相應(yīng)的數(shù)據(jù)內(nèi)容生成數(shù)據(jù)集，而后再實(shí)現(xiàn)對數(shù)據(jù)的降噪處理，最終結(jié)合任務(wù)的核心目標(biāo)尋找具備實(shí)踐應(yīng)用意義的代表性數(shù)據(jù)；次要步驟是發(fā)現(xiàn)規(guī)律，此階段是應(yīng)用數(shù)據(jù)挖掘技術(shù)的最重要的環(huán)節(jié)，通過對各種算法的應(yīng)用來完成數(shù)據(jù)集成分析工作，從而提出能夠?yàn)闆Q策提供支撐的規(guī)律。最后步驟則是表示規(guī)律，在發(fā)現(xiàn)相應(yīng)的規(guī)律以后要結(jié)合直觀具體的手段來完成表示，主要實(shí)現(xiàn)的是對規(guī)則和模式的可視化處理。

2 數(shù)據(jù)挖掘技術(shù)在醫(yī)療大數(shù)據(jù)當(dāng)中的運(yùn)用

深度挖掘醫(yī)療大數(shù)據(jù)以后才能夠充分展現(xiàn)出數(shù)據(jù)信息的價(jià)值，通過收集、歸納和分析海量數(shù)據(jù)信息，精準(zhǔn)地探尋其中所包含的隱形知識，可以為醫(yī)學(xué)研究、臨床護(hù)理等提供巨大的推動作用。于病患群體而言，良好的醫(yī)療大數(shù)據(jù)可以幫助其獲得更為良好的診療體驗(yàn)，有效地避免過多的經(jīng)濟(jì)投入；對于現(xiàn)代醫(yī)學(xué)研究發(fā)展而言，對其應(yīng)用可以為今后的醫(yī)藥研發(fā)、臨床護(hù)理以及疾病診斷等提供良好的幫助。與此同時(shí)，對于群眾的醫(yī)療大數(shù)據(jù)進(jìn)行深入且明確的挖掘分析可以有效地實(shí)現(xiàn)對民眾身體健康情況的監(jiān)督監(jiān)測，從而在其中分辨出存在高危病癥的患者，對于疾病的實(shí)際發(fā)展走向影響力巨大。

對醫(yī)療大數(shù)據(jù)技術(shù)的有效分析和應(yīng)用絕對無法脫離完整的數(shù)據(jù)挖掘技術(shù)的支撐。而伴隨現(xiàn)代科學(xué)技術(shù)的進(jìn)步和發(fā)展，數(shù)據(jù)挖掘技術(shù)所獲得的發(fā)展也越發(fā)完善具體，研究方向已經(jīng)出現(xiàn)顯著的拓寬，其主要體現(xiàn)在如下幾點(diǎn)：首先，關(guān)聯(lián)規(guī)則挖掘，其次異常挖掘等，同時(shí)還衍生出大量嶄新的算法，此類算法將會為此后的醫(yī)療大數(shù)據(jù)的分析應(yīng)用提供堅(jiān)實(shí)的支撐作用，是打造醫(yī)療大數(shù)據(jù)體系的基礎(chǔ)。整體來看，此項(xiàng)技術(shù)在現(xiàn)代醫(yī)療大數(shù)據(jù)當(dāng)中的應(yīng)用可以歸納為以下幾個(gè)方向：

2.1 關(guān)聯(lián)規(guī)則挖掘

關(guān)聯(lián)規(guī)則挖掘技術(shù)所代指的是對不同事件內(nèi)容的分析處理，而后收集并歸納存在相應(yīng)的關(guān)聯(lián)性的知識內(nèi)容，在現(xiàn)代數(shù)據(jù)挖掘技術(shù)當(dāng)中，其本身從屬于關(guān)鍵問題，此研究方向被提出以后，無論是國內(nèi)還是國外都開始了對其的深度研究，在此過程中衍生出了諸多有名的關(guān)聯(lián)規(guī)則挖掘技術(shù)，包括Apriori算法以及Patition算法等。在醫(yī)療行業(yè)當(dāng)中，將會出現(xiàn)諸多的數(shù)據(jù)信息，而此類數(shù)據(jù)信息存在內(nèi)在關(guān)聯(lián)的，并且其關(guān)聯(lián)性相當(dāng)密切，通過對關(guān)聯(lián)規(guī)則挖掘的有效利用，可以綜合提取各種數(shù)據(jù)關(guān)聯(lián)知識，實(shí)現(xiàn)總結(jié)分析，精準(zhǔn)地判定疾病的原因以及發(fā)展等，進(jìn)而為公共衛(wèi)生安全工作的開展奠定堅(jiān)實(shí)的支撐作用。

在現(xiàn)代醫(yī)學(xué)科研工作當(dāng)中，絕大多數(shù)情況下都需要完成對病因?qū)W的分析探討，例如某種新出現(xiàn)的并發(fā)癥是否為其他某種并發(fā)癥的誘發(fā)原因，此時(shí)便可以針對性地應(yīng)用數(shù)據(jù)挖掘技術(shù)，進(jìn)行關(guān)聯(lián)選擇，從極多的隨機(jī)當(dāng)中尋找具備強(qiáng)烈關(guān)聯(lián)性的對象。關(guān)聯(lián)規(guī)則的優(yōu)勢在于其具備良好的單向性特征，更加容易完成對因果關(guān)系的識別分析，如果前后的時(shí)間的可信度都是非常高的，那么便可以判定出二者的因與果是相互關(guān)聯(lián)的，二者表現(xiàn)為雙向轉(zhuǎn)化的狀態(tài)。

2.2 分類挖掘分析

分類模型可以在數(shù)據(jù)挖掘的過程中發(fā)揮出極為良好的作用，其能夠?qū)崿F(xiàn)對數(shù)據(jù)集當(dāng)中的某個(gè)數(shù)據(jù)對象的映射處理，使其成為既定的類別，這樣便能夠?yàn)榇撕蟮哪Ｐ皖A(yù)測提供良好的支撐作用，用于完成對未知對象的實(shí)際類別的預(yù)測處理。上述所提到的所有訓(xùn)練數(shù)據(jù)集的內(nèi)容均是由單組數(shù)據(jù)對象構(gòu)成的，在數(shù)據(jù)內(nèi)容當(dāng)中，所有對象都可以被看做是由大量特性所造成的向量，此外訓(xùn)練樣本本身需要帶有大量的類別標(biāo)記，對于不同的數(shù)據(jù)類型以及應(yīng)用背景，目前的分類挖掘方法已經(jīng)顯著增加，比較普遍的包含神經(jīng)網(wǎng)絡(luò)法、統(tǒng)計(jì)法以及機(jī)器學(xué)習(xí)法等。結(jié)合目前醫(yī)療行業(yè)的發(fā)展情況來看，分類挖掘分析主要展現(xiàn)在以下幾點(diǎn)：首先是對各種醫(yī)療事件的預(yù)測方面；其次則是在對疾病的預(yù)測方面，在此中的輔助診斷技術(shù)更是相當(dāng)?shù)湫偷膽?yīng)用。在醫(yī)療服務(wù)當(dāng)中，在診斷絕大多數(shù)的疾病時(shí)都普遍停留在傳統(tǒng)的經(jīng)驗(yàn)診斷方面，之所以會存在此種問題，主要是因?yàn)椴』即嬖诓町愋?。與此同時(shí)，復(fù)合疾病的數(shù)量是非常多的，并且整體關(guān)系非常復(fù)雜，所以在開展實(shí)際診斷工作的時(shí)候，對于部分疑難雜癥，醫(yī)生通常難以給出具體明確的診斷，而通過對某種疾病的精確診斷病理并進(jìn)行數(shù)據(jù)收集，最終利用大數(shù)據(jù)技術(shù)完成分析，則能夠更為有效地探尋病患以及病理類型存在的關(guān)聯(lián)性。在現(xiàn)代臨床醫(yī)療服務(wù)當(dāng)中，可以結(jié)合患者所給出的癥狀信息，將此類信息輸入到系統(tǒng)當(dāng)中，這樣便能夠充分彰顯出智能診斷的效果。我國已經(jīng)有許多學(xué)界人士嘗試著將大數(shù)據(jù)技術(shù)和人工智能技術(shù)進(jìn)行深度應(yīng)用，同時(shí)完成對醫(yī)療大數(shù)據(jù)的挖掘處理，逐步構(gòu)建并打造將慢性病預(yù)防作為基礎(chǔ)目標(biāo)的疾病防控管理機(jī)制。

2.3 聚類分析

聚類分析所代指的是將個(gè)體按照屬性進(jìn)行劃分，使其分類為多個(gè)不同的類別，根本目標(biāo)是實(shí)現(xiàn)對同類的個(gè)體的距離的縮減處理，或者實(shí)現(xiàn)對不同類型的個(gè)體的距離的增加的處理。在諸多領(lǐng)域當(dāng)中，此項(xiàng)技術(shù)已經(jīng)獲得大量的應(yīng)用，比如在人工智能領(lǐng)域當(dāng)中的應(yīng)用相當(dāng)具體完善。和分類學(xué)習(xí)的方式想對比，聚類分析的對象本身并無類別標(biāo)記，其需要按照學(xué)習(xí)算法來進(jìn)行自動化確定處理，但是分類學(xué)習(xí)的訓(xùn)練集的對象卻存在相應(yīng)的差異性，其包含有類別標(biāo)記。在最近幾年，聚類分析是人們探討的熱點(diǎn)話題，尤其是在大數(shù)據(jù)挖掘領(lǐng)域當(dāng)中，經(jīng)過深刻的研究和探討，其研究方向已經(jīng)獲得巨大的拓展，比如開發(fā)并打造了包括DBSCAN以及BIRCH等在內(nèi)的聚類算法模式。聚類分析的核心作用是挖掘數(shù)據(jù)集當(dāng)中所存留的未知分布規(guī)律，同時(shí)還能夠針對其表示的事件集并進(jìn)行深度挖掘。通過對目前已經(jīng)在醫(yī)療領(lǐng)域嶄露頭角的大數(shù)據(jù)技術(shù)的應(yīng)用情況，其最為典型和普遍的應(yīng)用主要在于醫(yī)療費(fèi)用、對疾病的分布和分析。

臨床科研的核心對象都是醫(yī)院和患者，將病患確定為基本變量，并依據(jù)于某個(gè)指標(biāo)進(jìn)行深度研究，如果是年齡和性別存在著相應(yīng)的差異的患者，其醫(yī)學(xué)特征是存在差異性的，所以需要對患者進(jìn)行分組處理，分組結(jié)合的信息為患者的性別以及年齡。但是在此種劃分的過程中，如果仍舊采用人工劃分的方法，是難以行之有效地彰顯出患者群體的客觀年齡分布的，而通過對聚類分析技術(shù)的有效應(yīng)用則能夠?qū)崿F(xiàn)對研究對象的性別以及年齡的科學(xué)劃分，同時(shí)還能夠?qū)崿F(xiàn)對差異化年齡組成以及性別組成下的患者的臨床指標(biāo)的深層次分析。

2.4 異常挖掘分析

對于部分?jǐn)?shù)據(jù)對象而言，其在自身所處在的數(shù)據(jù)集當(dāng)中的表現(xiàn)是格格不入的，和數(shù)據(jù)集中的部分行為以及模型并不匹配，此類數(shù)據(jù)對象均是離群點(diǎn)，在數(shù)據(jù)挖掘分析時(shí)有必要將離群點(diǎn)的類似異常數(shù)據(jù)做刪除處理。不過在相應(yīng)的數(shù)據(jù)挖掘分析的過程中，偶然罕見實(shí)例的研究意義將會比大概率事件更高，在此針對于離群點(diǎn)數(shù)據(jù)內(nèi)容的分析還有其他的說法，其也被稱之為異常挖掘，而在異常挖掘的領(lǐng)域當(dāng)中，研究人員需要切實(shí)有效地認(rèn)識如下問題：到底何種數(shù)據(jù)才能夠被判定為是數(shù)據(jù)集當(dāng)中的異常；研究人員需要采用何種方法才能夠明確異常點(diǎn)的挖掘方法。目前，發(fā)展比較成熟的異常挖掘分析方法主要包含以下幾種：首先，是將統(tǒng)計(jì)技術(shù)作為基礎(chǔ)支撐的方法，其次則是將距離作為基礎(chǔ)支撐的方法，最后，是將偏差作為基礎(chǔ)支撐的方法。

例如，國外專家學(xué)生針對于心電圖的時(shí)間歷史數(shù)據(jù)進(jìn)行了異常挖掘分析，主要針對的是ECG時(shí)間序列數(shù)據(jù)中的各種異常模式的檢測監(jiān)督，進(jìn)而完成疾病診斷的重要目標(biāo)。與此同時(shí)，在醫(yī)療保險(xiǎn)行業(yè)當(dāng)中，應(yīng)用此項(xiàng)技術(shù)也具有極為深遠(yuǎn)的理論意義和實(shí)踐意義，為充分尋找到醫(yī)療保險(xiǎn)當(dāng)中有可能存留的欺詐行為，能夠?qū)⑨t(yī)療賬單看做是數(shù)據(jù)的源頭，而后針對性地應(yīng)用數(shù)據(jù)挖掘技術(shù)，這樣便可以完成對賬單當(dāng)中存在的各種異常數(shù)據(jù)的挖掘分析處理。進(jìn)而行之有效地挖掘當(dāng)中所留存的各種問題，此種方法在現(xiàn)代醫(yī)療騙保的檢測與研究方面的成效相當(dāng)顯著。當(dāng)然需要重點(diǎn)關(guān)注的是上述多種數(shù)據(jù)挖掘技術(shù)在現(xiàn)代醫(yī)療大數(shù)據(jù)角度的應(yīng)用更多的是理論，其在實(shí)際當(dāng)中的運(yùn)用仍舊需要充分貼合醫(yī)院的實(shí)際發(fā)展情況，用于作出針對性的調(diào)整處理。

2.5 流行病監(jiān)測和預(yù)報(bào)

在醫(yī)療大數(shù)據(jù)當(dāng)中應(yīng)用的數(shù)據(jù)挖掘技術(shù)同樣可以被應(yīng)用在流行病監(jiān)測以及預(yù)報(bào)的角度，就目前我國在建設(shè)并打造國家傳染病與突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)直報(bào)系統(tǒng)上的投入已經(jīng)全面提升，每年都會有大量的信息數(shù)據(jù)被上報(bào)到相應(yīng)的機(jī)關(guān)當(dāng)中，其覆蓋范圍越發(fā)廣泛，并且已經(jīng)逐漸達(dá)到我國縣級以上的疾控機(jī)構(gòu)。面對極為豐富充實(shí)的數(shù)據(jù)資源，有必要針對性地應(yīng)用數(shù)據(jù)挖掘技術(shù)，可以有效地實(shí)現(xiàn)對疫情的全面監(jiān)督和管控，與此同時(shí)，通過對集成疾病監(jiān)測程序的有效利用，可以實(shí)現(xiàn)對傳播時(shí)間以及傳播路徑的精準(zhǔn)監(jiān)督和管控，從而切實(shí)有效地減小流行疾病的出現(xiàn)概率。在通過對數(shù)據(jù)挖掘技術(shù)的有效利用以后，可以極大程度地提升監(jiān)測預(yù)算的精準(zhǔn)性，這點(diǎn)早在谷歌公司的實(shí)際發(fā)展中便已有所體現(xiàn)，谷歌公司此前曾嘗試著將全美國民眾搜索力度最高的詞條和疾病防控中心當(dāng)中的數(shù)據(jù)內(nèi)容進(jìn)行對比處理，可以有效地判定民眾當(dāng)中是否已經(jīng)出現(xiàn)大規(guī)模流感等問題，通過對此類詞條檢索的情況的判定分析，可以有效地確定疾病的傳播途徑，此后疾控中心便能夠更有針對性地進(jìn)行管理防控。

3 結(jié)束語

總而言之，隨著現(xiàn)代互聯(lián)網(wǎng)信息技術(shù)的迅猛發(fā)展，醫(yī)療行業(yè)也隨著的發(fā)展腳步而逐漸朝向信息化方向行進(jìn)，大量醫(yī)療大數(shù)據(jù)技術(shù)開始不斷聚集，這為后續(xù)數(shù)據(jù)挖掘技術(shù)的深度應(yīng)用奠定下了堅(jiān)實(shí)的支撐作用。在分析醫(yī)療大數(shù)據(jù)的過程中，數(shù)據(jù)挖掘技術(shù)可以幫助相關(guān)工作者更為有效地發(fā)現(xiàn)各種隱藏信息內(nèi)容。醫(yī)院所獲得的數(shù)據(jù)來源本身是較為復(fù)雜的，所以在數(shù)據(jù)挖掘的過程中并未充分彰顯出異構(gòu)數(shù)據(jù)的優(yōu)勢，此外，由于各個(gè)醫(yī)院系統(tǒng)并未形成完整的互聯(lián)態(tài)勢，且數(shù)據(jù)量甚至都沒有滿足大數(shù)據(jù)的入門需要。但隨著現(xiàn)代社會的飛速建設(shè)和發(fā)展，醫(yī)療數(shù)據(jù)體量也會飛速增加，屆時(shí)數(shù)據(jù)挖掘技術(shù)的應(yīng)用優(yōu)勢將會更為顯著，從而創(chuàng)造出更為良好的經(jīng)濟(jì)收益和社會效益。