[发明专利]一种基于数据挖掘的临床医疗数据分析方法

说明书

本发明公开了一种基于数据挖掘的临床医疗数据分析方法。包括临床数据采集，将数据抽取、转换和加载到临床医疗数据仓库中；临床数据挖掘分析建立决策树，将数据挖掘建模、数据挖掘结果展示和用户交互界面集成到数据挖掘平台；将临床医疗数据分析结果通过用户交互界面进行展示。本发明通过数据挖掘技术对临床数据进行分析，并通过决策树方法进行建模；发现与疾病相关的危险因素，实现对疾病危险因素筛选分析；帮助患者进行治疗恢复，避免患者治疗后复发。

技术领域

本发明属于医疗数据分析技术领域，特别是涉及一种基于数据挖掘的临床医疗数据分析方法。

背景技术

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，寻找有意义、有价值信息的过程。目前，数据挖掘在医学领域的应用主要集中在疾病的辅助诊断、药物开发和医院信息系统中的应用和遗传学方面的应用。

近年来，随着医院信息化建设的发展，电子病历和病案的大量应用，医疗设备和仪器的数字化，使得医院数据库系统中积累了大量有关病人的病史、诊断、检验和治疗的临床信息，通过数据挖掘技术对临床信息的挖掘分析，对疾病的临床诊断、治疗和预后的关系研究有着很大的帮助。

发明内容

本发明的目的在于提供一种基于数据挖掘的临床医疗数据分析方法，通过数据挖掘技术对临床数据进行分析，并通过决策树方法进行建模；发现与疾病相关的危险因素，实现对疾病危险因素筛选分析；帮助患者进行治疗恢复，避免患者治疗后复发。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种基于数据挖掘的临床医疗数据分析方法，包括以下步骤：

步骤一：临床数据采集

通过业务数据库中的病案管理、电子病历、文本和表格信息采集患者的医疗信息，所述医疗信息包括患者入院、住院、治疗、检查、药物和出院信息；

将数据抽取、转换和加载到临床医疗数据仓库中；

步骤二：临床数据挖掘分析

SS01、数据选取

选取与疾病治疗或复发的相关数据作为数据挖掘项目的变量，所述相关数据包括年龄信息、手术切信息除、家族遗传信息、营养状况信息、术后化疗信息和复发信息；

SS02、形成训练数据集

从业务数据库中抽取数据，经过数据处理去掉与决策无关的属性，处理含空缺值的属性，形成决策树的训练数据集；

选取复发信息作为目标属性建立决策树，以进行治疗后复发的危险因素分析；

SS03、构建临床医疗数据仓库模型

根据SS01与SS02中的所示数据，通过SQL SERVER创建临床医疗数据仓库；

步骤三：临床数据展示

将数据挖掘建模、数据挖掘结果展示和用户交互界面集成到数据挖掘平台；其中，将临床医疗数据分析结果通过用户交互界面进行展示。

优选地，步骤二中的数据挖掘建模采用My Eclipse作为开发工具，采用Weka作为数据挖掘工作平台；通过Weka承担数据挖掘任务的机器学习算法，包括对数据进行预处理、分类、回归、聚类和关联算法进行数据挖掘建模。

优选地，步骤二中数据的管理通过元数据库和元数据管理项目进行管理；

其中，通过在元数据库设计中包括数据源信息表、目标数据源信息表、数据源与目标数据源直接映射关系表和数据转换规则信息表实现对数据抽取、转换和加载模块中的数据管理；