數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的應(yīng)用

張 檸 程 楊 首都醫(yī)科大學(xué)衛(wèi)生管理學(xué)院

張春燕2 海軍總醫(yī)院

數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的應(yīng)用

張 檸1程 楊3首都醫(yī)科大學(xué)衛(wèi)生管理學(xué)院

張春燕2海軍總醫(yī)院

傳統(tǒng)統(tǒng)計(jì)分析技術(shù)難以對海量數(shù)據(jù)進(jìn)行有效分析，數(shù)據(jù)挖掘技術(shù)可為醫(yī)院管理決策提供更有力的技術(shù)支持。作者介紹了類描述、關(guān)聯(lián)分析、聚類分析、分類和預(yù)測、時(shí)序模式技術(shù)在醫(yī)院管理中的應(yīng)用，指出隨著數(shù)據(jù)挖掘技術(shù)的日益普及，其必將在醫(yī)院管理領(lǐng)域得到更加廣泛的應(yīng)用。

目前，數(shù)據(jù)挖掘（Data Mining，DM）已在國內(nèi)金融、電信及公共管理等領(lǐng)域得到了推廣和應(yīng)用，在臨床醫(yī)學(xué)領(lǐng)域的應(yīng)用也逐漸增多[1-2]，但在醫(yī)院管理領(lǐng)域應(yīng)用研究相對較少。我們認(rèn)為在信息化的背景下，醫(yī)院信息系統(tǒng)（hospital information system，HIS）積累了大量的數(shù)據(jù)資料。對于這些數(shù)量大、涉及面廣的電子化數(shù)據(jù)，常用的數(shù)據(jù)庫管理系統(tǒng)的查詢檢索機(jī)制和統(tǒng)計(jì)學(xué)分析方法難以滿足人們的現(xiàn)實(shí)需要。人們無法有效利用這些數(shù)據(jù)，導(dǎo)致“海量數(shù)據(jù)”和“知識匱乏”矛盾的出現(xiàn)。數(shù)據(jù)挖掘技術(shù)使得計(jì)算機(jī)能輔助醫(yī)院管理人員從海量數(shù)據(jù)中發(fā)現(xiàn)有價(jià)值的信息和數(shù)據(jù)，輔助管理人員做決策。

數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘起源于20世紀(jì)80年代初，機(jī)器學(xué)習(xí)和數(shù)理統(tǒng)計(jì)理論是數(shù)據(jù)挖掘研究的基礎(chǔ)，數(shù)據(jù)挖掘又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)（knowledge discovery in database，KDD），是從大量數(shù)據(jù)中提取可信、新穎、有效并能被人理解的模式的高級處理過程，這些模式隱藏或記錄在大型數(shù)據(jù)庫、web、其他大量信息庫或數(shù)據(jù)流中[3]。

數(shù)據(jù)挖掘技術(shù)分析方法很多，在此僅例舉目前可能用于醫(yī)院管理工作中的五種常用方法。

類描述 數(shù)據(jù)庫中通常存放著大量的細(xì)節(jié)數(shù)據(jù)，通過類描述可將大量與研究類別相關(guān)的數(shù)據(jù)集進(jìn)行匯總，匯總的方法有兩種：數(shù)據(jù)特征化和數(shù)據(jù)區(qū)分。數(shù)據(jù)特征化是一般地匯總所研究目標(biāo)類別的數(shù)據(jù)，數(shù)據(jù)區(qū)分是將目標(biāo)類別數(shù)據(jù)對象的一般特性與對比類別對象的一般特性進(jìn)行比較。

關(guān)聯(lián)分析 關(guān)聯(lián)分析通過利用關(guān)聯(lián)規(guī)則從操作數(shù)據(jù)庫的所有細(xì)節(jié)中抽取頻繁出現(xiàn)的模式，目的是發(fā)現(xiàn)數(shù)據(jù)中有趣的關(guān)聯(lián)和相關(guān)，通過量化的數(shù)字描述對象A和對象B同時(shí)出現(xiàn)的可能性有多大。

聚類分析 聚類分析是將對象根據(jù)最大化類內(nèi)部的相似性、最小化類之間的相似性的原則進(jìn)行分組。即同一類別的對象之間距離盡可能小或相似性盡可能大，不同類別的對象間的距離盡可能大或相似性盡可能小。

分類和預(yù)測 分類分析是基于訓(xùn)練數(shù)據(jù)集先找出分類的模型，然后根據(jù)模型預(yù)測未分類對象所屬的類別，分類分析和聚類分析的區(qū)別在于是否已知訓(xùn)練數(shù)據(jù)集。預(yù)測是根據(jù)已知數(shù)據(jù)建立連續(xù)值函數(shù)模型，預(yù)測空缺的或不知道的數(shù)據(jù)值，回歸分析是一種最常使用的數(shù)值預(yù)測方法。

時(shí)序模式 時(shí)序模式是通過時(shí)間序列搜索出重復(fù)發(fā)生概率較高的模式，利用已知數(shù)據(jù)預(yù)測未來的值。時(shí)序模式分析內(nèi)容包括趨勢分析、在時(shí)序分析中的相似度搜索等。

數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中應(yīng)用的必要性

在信息化背景下，各醫(yī)院所使用的信息系統(tǒng)匯聚了豐富的管理與臨床數(shù)據(jù)，如醫(yī)院設(shè)備、財(cái)務(wù)、人事、患者社會特征及患者的治療信息。這些數(shù)據(jù)記錄了醫(yī)院的日常管理和業(yè)務(wù)行為，是對醫(yī)院歷史狀態(tài)的描述。目前醫(yī)院信息處理主要是利用信息系統(tǒng)的查詢功能等操作性事務(wù)處理工作來簡化工作流程、提高工作效率，但操作性事務(wù)處理工作仍然難以實(shí)現(xiàn)預(yù)測等深層次的數(shù)據(jù)分析，醫(yī)院信息處理系統(tǒng)中的信息未被充分有效利用。

數(shù)據(jù)挖掘與傳統(tǒng)分析工具的不同點(diǎn)主要在于基于數(shù)據(jù)發(fā)現(xiàn)的方法不同，數(shù)據(jù)挖掘更側(cè)重于運(yùn)用模式匹配和一些算法來描述數(shù)據(jù)之間的某種聯(lián)系。醫(yī)院管理人員利用從海量數(shù)據(jù)中獲取知識的數(shù)據(jù)挖掘手段，能夠在專門技術(shù)人員的指導(dǎo)下對信息系統(tǒng)中的海量數(shù)據(jù)進(jìn)行分析，獲得可用于實(shí)際管理的有價(jià)值的信息。運(yùn)用數(shù)據(jù)挖掘技術(shù)，利用描述、分類、聚類、關(guān)聯(lián)、時(shí)序模式等方法，醫(yī)院管理人員可以對醫(yī)院信息管理系統(tǒng)中工作量數(shù)據(jù)及患者就醫(yī)相關(guān)數(shù)據(jù)資料進(jìn)行深層次分析和研究，揭示數(shù)據(jù)內(nèi)在的聯(lián)系，將其轉(zhuǎn)化為醫(yī)院管理和發(fā)展需要的直接、有用的信息。

數(shù)據(jù)挖掘技術(shù)使用數(shù)據(jù)來構(gòu)建模型，再用數(shù)據(jù)去驗(yàn)證模型，模型的構(gòu)建是從特殊到一般的歸納過程，根據(jù)模型得到的分析結(jié)果客觀性更強(qiáng)。對于信息系統(tǒng)中數(shù)據(jù)客觀存在的質(zhì)量缺陷，傳統(tǒng)的統(tǒng)計(jì)分析方法往往不能很好解決，而數(shù)據(jù)挖掘技術(shù)通過對數(shù)據(jù)的預(yù)處理，能夠有效將有缺陷的數(shù)據(jù)補(bǔ)全、消除噪聲和清洗，從而提高數(shù)據(jù)的可靠性。數(shù)據(jù)挖掘技術(shù)能夠?qū)?shù)據(jù)從執(zhí)行系統(tǒng)中篩選出來，減少冗余，完成一系列的轉(zhuǎn)換、結(jié)構(gòu)改變及聚集處理，從龐雜的信息流中分辨、析取、整理、挖掘出對醫(yī)院管理有用的信息。

數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的應(yīng)用研究

面對醫(yī)院信息系統(tǒng)中的海量電子數(shù)據(jù)，可通過應(yīng)用數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)進(jìn)行綜合分析處理，從而提高醫(yī)院管理和醫(yī)院服務(wù)工作的質(zhì)量和效率。

類描述技術(shù)的應(yīng)用 醫(yī)院門診患者所患疾病種類繁多，以患者電子病歷信息為數(shù)據(jù)源，利用類描述技術(shù)，我們可以描述出患者來醫(yī)院就診疾病的構(gòu)成種類、不同類型疾病復(fù)診及治愈狀況，不同時(shí)間特征下患者疾病種類分布，得到醫(yī)院疾病診斷的專科特色，分析不同科室醫(yī)學(xué)人才的供需狀況，尋求醫(yī)院發(fā)展的特色之路。

關(guān)聯(lián)分析技術(shù)的應(yīng)用 數(shù)據(jù)挖掘中的關(guān)聯(lián)分析技術(shù)旨在發(fā)現(xiàn)數(shù)據(jù)中存在的隱含知識，有時(shí)我們并不知道關(guān)聯(lián)函數(shù)的具體形式，或者關(guān)聯(lián)函數(shù)是不確定的，尋找多維數(shù)據(jù)中隱藏的關(guān)聯(lián)規(guī)則是關(guān)聯(lián)分析的主要目的。利用關(guān)聯(lián)分析的技術(shù)，對患者的病種、住院天數(shù)、住院費(fèi)用、入院病情、入住科室、入院方式、手術(shù)與否、有無并發(fā)癥、病人年齡、醫(yī)保類型等變量進(jìn)行關(guān)聯(lián)分析[4]，建立住院費(fèi)用與疾病種類的關(guān)聯(lián)規(guī)則，可以為按診斷相關(guān)分組付費(fèi)研究提供相關(guān)參考。

聚類分析技術(shù)的應(yīng)用 住院病人病歷記錄通常包括病人的基本社會學(xué)特征如性別、年齡、職業(yè)，病人在醫(yī)院就診過程中的治療手段、用藥記錄、復(fù)診狀況等信息，對患某種疾病的出院病人，采用聚類分析技術(shù)，分析病人的預(yù)后情況與病人的社會學(xué)特征、治療手段、用藥情況的關(guān)系，得到不同特征人群適宜的治療方案的知識。為有效治療、提高醫(yī)院服務(wù)質(zhì)量提供證據(jù)。運(yùn)用聚類分析技術(shù)還可以進(jìn)行“孤立點(diǎn)”的挖掘分析，對聚類結(jié)果中的孤立點(diǎn)，采用孤立點(diǎn)檢測算法，發(fā)現(xiàn)病人預(yù)后特殊狀況的存在及發(fā)生頻率，從而發(fā)現(xiàn)有效治療方案或者糾正治療失誤。

圖1 數(shù)據(jù)挖掘技術(shù)路線圖

分類技術(shù)的應(yīng)用 由于醫(yī)學(xué)知識的缺乏，初診患者往往不能對自己的疾病做出正確判斷，可能存在二次掛號行為，這既導(dǎo)致患者病情的延誤，也無效占用了原本緊缺的醫(yī)務(wù)資源。運(yùn)用數(shù)據(jù)挖掘的分類技術(shù)，根據(jù)每一病種以往就診患者的癥狀、年齡、生活習(xí)慣等信息，建立訓(xùn)練集，對相關(guān)癥狀可能對應(yīng)的診斷進(jìn)行預(yù)測，并形成患者特征、相關(guān)癥狀與可能診斷、具有不同診斷特長的醫(yī)生間的對應(yīng)知識，這樣在患者初次就診掛號時(shí)，掛號員可以根據(jù)數(shù)據(jù)挖掘知識結(jié)果引導(dǎo)患者有效掛號，減少醫(yī)務(wù)資源的無效占用。

時(shí)序模式技術(shù)的應(yīng)用 醫(yī)院門急診人次、住院病人數(shù)反映了醫(yī)院工作量的大小，工作量是醫(yī)院人力資源配置的重要參考標(biāo)準(zhǔn)。還有一些疾病的流行具有季節(jié)性特征，利用數(shù)據(jù)挖掘中的時(shí)序模式分析技術(shù)，發(fā)現(xiàn)不同科室就診人次、病床周轉(zhuǎn)率、相關(guān)藥品和材料在不同時(shí)期的變化趨勢特征，并以此趨勢對未來醫(yī)院醫(yī)務(wù)資源需求量進(jìn)行預(yù)測。對就診人次和住院人數(shù)時(shí)序模式的分析，有助于提高醫(yī)院人力資源配置的科學(xué)性，提高病床使用效率，最大限度發(fā)揮醫(yī)務(wù)資源的使用價(jià)值。了解相關(guān)藥品和材料的需求模式，可以有效提高相關(guān)藥品和材料庫存的科學(xué)性和合理性，降低由于儲存條件、有效期等因素影響引起的庫存損耗。

數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的實(shí)施過程

數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的實(shí)施過程可以通過以下程序簡單描述。

確定需求 根據(jù)醫(yī)院管理的目標(biāo)和內(nèi)容要求，描述管理需求問題，并將其轉(zhuǎn)化為數(shù)據(jù)挖掘問題。

數(shù)據(jù)理解和準(zhǔn)備 根據(jù)數(shù)據(jù)挖掘問題，確定要收集的數(shù)據(jù)，從醫(yī)院管理信息系統(tǒng)中選擇適用于數(shù)據(jù)挖掘的數(shù)據(jù)，識別數(shù)據(jù)質(zhì)量問題，對有關(guān)數(shù)據(jù)進(jìn)行轉(zhuǎn)換和清理。

建模和數(shù)據(jù)挖掘 針對研究任務(wù)的所屬類別，確定將要進(jìn)行的挖掘技術(shù)類型，如描述、聚類、關(guān)聯(lián)規(guī)則等，選擇有效的數(shù)據(jù)挖掘算法，模擬數(shù)學(xué)分析模型并應(yīng)用數(shù)據(jù)加以構(gòu)建。

模型評價(jià) 進(jìn)行模型評價(jià)，解釋并評價(jià)挖掘結(jié)果，測試與評價(jià)所發(fā)現(xiàn)的知識的有效性和可行性。評價(jià)使用的分析方法一般視數(shù)據(jù)挖掘技術(shù)而定，通常會用到可視化技術(shù)。模型的建立是一個(gè)反復(fù)驗(yàn)證過程，一個(gè)良好的模型并不是一次完成的，模型構(gòu)建完成后，將其它數(shù)據(jù)代入模型得到分析結(jié)果并對模型進(jìn)行評價(jià)，如果模型的效果不令人滿意，可利用反饋機(jī)制重新運(yùn)用挖掘工具進(jìn)行建模、分析，直到根據(jù)模型得到的分析結(jié)果能夠被清晰、準(zhǔn)確、客觀地表述。

結(jié)果發(fā)布 根據(jù)管理人員的要求，對數(shù)據(jù)挖掘所獲得的知識進(jìn)行組織，并以簡單、通用的方式呈現(xiàn)給管理人員，從而使管理人員能在管理工作中運(yùn)用所發(fā)現(xiàn)的相關(guān)知識。

上述步驟是數(shù)據(jù)挖掘技術(shù)應(yīng)用于醫(yī)院管理時(shí)的一般程序，有些程序不是一次性完成的，某些或者全部程序可能需要反復(fù)進(jìn)行，這取決于階段分析結(jié)果對需求者的滿足程度。

圖1簡明地描繪了數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的應(yīng)用路線。

結(jié)語

數(shù)據(jù)挖掘技術(shù)結(jié)合機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析和數(shù)據(jù)庫原理，試圖通過對靜態(tài)數(shù)據(jù)的分析獲得蘊(yùn)含在數(shù)據(jù)內(nèi)部的模式，進(jìn)而幫助管理人員對醫(yī)院信息系統(tǒng)的海量電子數(shù)據(jù)進(jìn)行分析，以提高數(shù)據(jù)資源的利用效率，為增進(jìn)醫(yī)院服務(wù)質(zhì)量、科學(xué)決策提供參考依據(jù)。隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，該技術(shù)在醫(yī)院管理領(lǐng)域必將得到更多的應(yīng)用和發(fā)展。

1 王新軍,胡曼.數(shù)據(jù)挖掘技術(shù)在壽險(xiǎn)業(yè)交叉銷售中的應(yīng)用[J].保險(xiǎn)研究，2009,(6):90-99

2 于長春,賀佳,范思昌,等.數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的應(yīng)用[J].第二軍醫(yī)大學(xué)學(xué)報(bào)，2003,24(11):1250-1252

3 謝邦昌.數(shù)據(jù)挖掘clementine應(yīng)用實(shí)務(wù)[M].機(jī)械工業(yè)出版社,2008年4月版

4 朱世俊,鮑玉榮,劉愛民,等.北京地區(qū)醫(yī)院DRGs付費(fèi)和臨床路徑應(yīng)用研究[J].中華醫(yī)院管理雜志,2008,24(3):145-147

作者郵箱：cufestat@163.com