基于網(wǎng)格的臨床醫(yī)學(xué)數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究

呂亞娟 翁蘇湘 李瑩

摘 要：該論文的研究視角是當(dāng)前比較熱門的臨床醫(yī)學(xué)數(shù)據(jù)挖掘，分析了臨床醫(yī)學(xué)數(shù)據(jù)的存儲特點(diǎn)，提出了依托醫(yī)院現(xiàn)有網(wǎng)絡(luò)實(shí)現(xiàn)醫(yī)院的海量臨床醫(yī)學(xué)數(shù)據(jù)挖掘的方法，為醫(yī)院在疾病診斷和治療、醫(yī)學(xué)科研與教學(xué)、醫(yī)院管理等方面提供幫助。

關(guān)鍵詞：網(wǎng)格 ?數(shù)據(jù)挖掘 ?臨床醫(yī)學(xué)數(shù)據(jù)

中圖分類號：TP391 ? ?文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2015）10（c）-0149-02

快速發(fā)展的網(wǎng)格計(jì)算將網(wǎng)絡(luò)上分散的計(jì)算機(jī)建成了一個虛擬的計(jì)算機(jī)體系，實(shí)現(xiàn)了網(wǎng)絡(luò)上存在的分散資源的共享，為分布在不同的地方、結(jié)構(gòu)不同的動態(tài)變化數(shù)據(jù)提供了一個存儲容器。網(wǎng)格技術(shù)一出現(xiàn)就引起了廣泛的關(guān)注，Globus Toolkit 4推出了支持Windows的Java Ws-Core軟件包以來，使網(wǎng)格在Windows下的開發(fā)有了一個新的依托平臺。數(shù)據(jù)挖掘改變了數(shù)據(jù)處理技術(shù)，從數(shù)據(jù)庫中提取有用的知識，給決策者提供技術(shù)支持。目前，很多決策性的知識都來源于網(wǎng)絡(luò)，這樣，用戶需要處理大量的原始數(shù)據(jù)。將網(wǎng)格技術(shù)與數(shù)據(jù)挖掘結(jié)合起來，就可以解決網(wǎng)絡(luò)上分散數(shù)據(jù)的挖掘問題。網(wǎng)格技術(shù)與數(shù)據(jù)挖掘技術(shù)日漸成熟，完全可以把兩者結(jié)合起來，完成網(wǎng)絡(luò)上分散的海量數(shù)據(jù)的挖掘任務(wù)。隨著網(wǎng)格技術(shù)的逐步成熟，網(wǎng)格的研究也從科學(xué)研究單位擴(kuò)大到了社會的諸多領(lǐng)域，許多商業(yè)機(jī)構(gòu)，學(xué)校，政府等部門都逐步引入了網(wǎng)格研究應(yīng)用平臺。網(wǎng)格給我們提供的分布式計(jì)算平臺具有分布式系統(tǒng)的優(yōu)勢，同時彌補(bǔ)了分布式系統(tǒng)自身的許多缺陷。如將網(wǎng)格應(yīng)用到分布式醫(yī)院系統(tǒng)，建立一個基于網(wǎng)格的數(shù)據(jù)挖掘系統(tǒng)，必將使其在疾病診斷和治療、醫(yī)學(xué)科研與教學(xué)、醫(yī)院管理等方面發(fā)揮巨大作用。

1 醫(yī)學(xué)數(shù)據(jù)的存儲特點(diǎn)

醫(yī)院網(wǎng)絡(luò)的特點(diǎn)決定其數(shù)據(jù)源的存儲和分布在空間上呈現(xiàn)分布異構(gòu)特點(diǎn)。分布式數(shù)據(jù)源是指在物理上分布而邏輯上集中的數(shù)據(jù)源系統(tǒng)。分布式醫(yī)學(xué)數(shù)據(jù)源作為數(shù)據(jù)挖掘工作的對象，是使用計(jì)算機(jī)網(wǎng)絡(luò)將地理位置分散的多個邏輯單位（各個節(jié)點(diǎn)上的數(shù)據(jù)集）連接起來，它們的管理和控制又需要不同程度集中，共同組成一個數(shù)據(jù)源。即分布式數(shù)據(jù)源可以看成是計(jì)算機(jī)網(wǎng)絡(luò)與多個不同組織節(jié)點(diǎn)上數(shù)據(jù)集的有機(jī)結(jié)合，分布式醫(yī)學(xué)數(shù)據(jù)源存儲特點(diǎn)具有以下幾點(diǎn)：（1）物理分布性，數(shù)據(jù)分散存儲在網(wǎng)絡(luò)中的多個節(jié)點(diǎn)上;（2）邏輯全局性，物理上分散存儲的在各個節(jié)點(diǎn)的數(shù)據(jù)邏輯上是一個全局?jǐn)?shù)據(jù)源;（3）節(jié)點(diǎn)自治性，各個節(jié)點(diǎn)的數(shù)據(jù)由本地用戶管理，具有自治處理能力，可以完成本節(jié)點(diǎn)的挖掘應(yīng)用，即局部數(shù)據(jù)挖掘。

分布式醫(yī)學(xué)數(shù)據(jù)源在數(shù)據(jù)空間分布、數(shù)據(jù)結(jié)構(gòu)表達(dá)等方面存在許多差異，目前國內(nèi)外對分布式數(shù)據(jù)源的分類和定義沒有統(tǒng)一的標(biāo)準(zhǔn)，比較認(rèn)同的分類方法有兩種：（1）按局部數(shù)據(jù)模型分類，分為同構(gòu)型和異構(gòu)型。（2）按分布式數(shù)據(jù)源控制系統(tǒng)的類型分類，分為集中型、分散型和可變型。

2 臨床醫(yī)學(xué)數(shù)據(jù)挖掘的特點(diǎn)

臨床醫(yī)學(xué)數(shù)據(jù)包含的信息非常豐富和復(fù)雜，目前基本所有醫(yī)院都有病人的電子病歷，病人的B超、CT、X光、心電圖等影像資料也對疾病診斷起到一定的輔助作用，加之涉及到病人信息的病理參數(shù)、化驗(yàn)結(jié)果等臨床信息，它們形成了一個復(fù)雜類型的數(shù)據(jù)庫系統(tǒng)，該數(shù)據(jù)庫涉及到病人、科室、醫(yī)院管理層等多個方面。而臨床醫(yī)學(xué)信息又具有隱私性、多樣性、不完整性、冗余性、異質(zhì)性和缺乏數(shù)學(xué)性質(zhì)等自身特性，使得臨床醫(yī)學(xué)數(shù)據(jù)與常規(guī)的數(shù)據(jù)挖掘之間存在很大的差異。臨床醫(yī)學(xué)數(shù)據(jù)的挖掘方法主要有統(tǒng)計(jì)法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)法和數(shù)據(jù)庫法，這些方法遍布疾病的診斷、治療和預(yù)防分析以及醫(yī)院管理的各個方面。

臨床醫(yī)學(xué)數(shù)據(jù)庫按是否含有醫(yī)學(xué)影像數(shù)據(jù)可簡單的歸納為兩類：第一類為醫(yī)學(xué)影像加上其他相關(guān)的醫(yī)學(xué)參數(shù)的數(shù)據(jù)庫;第二類為無醫(yī)學(xué)影像的純醫(yī)學(xué)參數(shù)的數(shù)據(jù)庫。該論文主要研究純醫(yī)學(xué)參數(shù)的數(shù)據(jù)庫，以結(jié)構(gòu)化為主的關(guān)系型數(shù)據(jù)為主要研究對象。在醫(yī)療實(shí)踐中產(chǎn)生的大量的結(jié)構(gòu)化醫(yī)學(xué)數(shù)據(jù)，可以從醫(yī)院和患者的角度分析這些數(shù)據(jù)，涉及到醫(yī)院的信息包括每個科室信息統(tǒng)計(jì)和全院數(shù)據(jù)匯總等方面，涉及到患者的信息包括登記掛號、門診就診、開單檢查、手術(shù)及藥物處置、入院治療、劃價交費(fèi)等方面。

根據(jù)臨床醫(yī)學(xué)數(shù)據(jù)源存儲特點(diǎn)建立的網(wǎng)格中，處在這個網(wǎng)格中的每臺計(jì)算機(jī)就是這個網(wǎng)格的一個節(jié)點(diǎn)，稱之為網(wǎng)格節(jié)點(diǎn)。通過上面的分析可知，基于網(wǎng)格的臨床醫(yī)學(xué)數(shù)據(jù)挖掘需求分析可以分為兩類：支持網(wǎng)格中心控制節(jié)點(diǎn)的數(shù)據(jù)挖掘需求分析和支持局部網(wǎng)格節(jié)點(diǎn)的數(shù)據(jù)挖掘需求分析。

3 支持網(wǎng)格中心控制節(jié)點(diǎn)的數(shù)據(jù)挖掘需求分析

網(wǎng)格中心控制節(jié)點(diǎn)主要處理醫(yī)院的綜合信息。根據(jù)醫(yī)院的實(shí)際情況，其現(xiàn)實(shí)需求可能有很多種，這里不一一舉例，只列舉幾項(xiàng)。

（1）病人構(gòu)成分析。分析門診病人和住院病人性別、年齡、身份、職業(yè)等方面，從而得到不同類型病人的經(jīng)濟(jì)狀況、主要需求醫(yī)療服務(wù)類型等信息，能夠有針對性地采取措施來提高服務(wù)質(zhì)量，增加門診量和住院量。

（2）患者費(fèi)用構(gòu)成分析。患者的費(fèi)用主要構(gòu)成有檢查費(fèi)、治療費(fèi)、化驗(yàn)費(fèi)、手術(shù)費(fèi)，這些費(fèi)用涉及到多個科室，應(yīng)用數(shù)據(jù)挖掘技術(shù)可以使收費(fèi)項(xiàng)目結(jié)構(gòu)合理性，優(yōu)化收費(fèi)項(xiàng)目結(jié)構(gòu)，減少患者的一些無謂的檢查治療費(fèi)，病人的負(fù)擔(dān)減少了，醫(yī)患關(guān)系也就更和諧了。

（3）藥品使用分析。在某一時間段內(nèi)，分析各個科室的藥品使用情況，及時發(fā)現(xiàn)藥品使用的不合理現(xiàn)象，為醫(yī)院管理者提供控制藥品比例依據(jù)。

（4）各科室費(fèi)用分析。對比分析醫(yī)院每個科室或每個病區(qū)的在不同時間段內(nèi)各種費(fèi)用，找出每個科室盈利或虧損的原因，為獎懲提供量化依據(jù)。

4 支持局部網(wǎng)格節(jié)點(diǎn)的數(shù)據(jù)挖掘需求分析

局部網(wǎng)格節(jié)點(diǎn)管理的信息具有局限性，涉及的范圍較小。

（1）單病種分析：現(xiàn)在的診斷方法、項(xiàng)目很多，選擇正確的診斷方法，有助于避免誤診，比如通過測定兒童血液中的鈣、鐵、鎂、錳和血紅蛋白等微量元素含量來判斷其營養(yǎng)情況。

（2）病人就診時間分析：很多疾病都是季節(jié)性發(fā)病的，比如流感、心腦血管病等，這樣病人的就診時間就有很強(qiáng)的季節(jié)性，通過分析每月、每季度的門診人次、住院人次來預(yù)測下一時期的門診和住院人次。

5 結(jié)語

以上簡單的分析了臨床醫(yī)學(xué)數(shù)據(jù)分布情況下的數(shù)據(jù)挖掘需求分析，目前數(shù)據(jù)挖掘技術(shù)主要應(yīng)用于以結(jié)構(gòu)化數(shù)據(jù)為主的關(guān)系數(shù)據(jù)庫、事務(wù)數(shù)據(jù)庫和數(shù)據(jù)倉庫。考慮到醫(yī)院信息的特點(diǎn)，該系統(tǒng)采用三步式數(shù)據(jù)挖掘方式，數(shù)據(jù)資源由全局控制節(jié)點(diǎn)統(tǒng)一管理，當(dāng)有數(shù)據(jù)挖掘任務(wù)時，全局控制節(jié)點(diǎn)把集中式數(shù)據(jù)庫按水平方式或垂直方式進(jìn)行劃分，把劃分好的數(shù)據(jù)集傳遞至局部網(wǎng)格節(jié)點(diǎn)。結(jié)合臨床醫(yī)學(xué)數(shù)據(jù)自身具有的特殊性和復(fù)雜性，處理好挖掘過程中的關(guān)鍵技術(shù)，基于網(wǎng)格的臨床醫(yī)學(xué)數(shù)據(jù)挖掘?qū)⒂袕V闊的應(yīng)用前景。

參考文獻(xiàn)

[1] 肖亮.分布式連鎖商業(yè)數(shù)據(jù)挖掘模型[M].北京：航空工業(yè)出版社，2008：14-16.

[2] Mario C.，Antonio C.，Andrea P.，Domenico T.，Distributed Data Mining on Grids：Services，Tools，and Applications，IEEE Transactions on systems，man and cybernetics，2004.

[3] 田晶.基于網(wǎng)格的醫(yī)學(xué)數(shù)據(jù)分析技術(shù)研究與實(shí)現(xiàn)[D].武漢：華中科技大學(xué)大學(xué)，2008.

[4] 孫紅梅，胡明生.基于網(wǎng)格的分布式數(shù)據(jù)挖掘模型研究[J].微處理機(jī)，2008，12（6）：149-152.