基于數據挖掘的移動醫療多維數據可視化關鍵技術研究與實現

彭連剛

（長沙航空職業技術學院，湖南 長沙 410124）

在醫療發展過程中，數據的可視化始終是重點的發展方向。隨著時代的發展和進步，可視化醫療已經不再局限于CT、磁共振、超聲成像等，在移動醫療中，同樣需要數據的可視化，不同于傳統醫療，可視化過程面向醫護人員，在診斷上提供便利，移動醫療的多維數據可視化主要面向用戶，是為了幫助用戶理解復雜且專業的醫療數據，并進行直觀的分析，得到想要的結果，因此，要求移動醫療的數據可視化快速、簡潔、準確、直觀等。

1 移動醫療數據的特點

1.1 數據量龐大

移動醫療往往是根據監測到的用戶的各種生命體征和運動指標來對其身體狀況進行判斷，在這個過程中，牽涉的數據量非常龐大，一些特殊的指標（如心率等）甚至可能需要以分鐘為單位進行監測，導致每天每個用戶都會產生相當龐大的數據總量。對于用戶而言，數據的羅列顯然是沒有意義的，因此，移動醫療要求在龐大的數據中找到關鍵信息[1]。

1.2 數據動態變化

對于移動醫療的數據來講，其整體上存在不斷變化的情況，由于人體的健康狀況不同，所處的環境不同，甚至當時的情緒不同，產生的數據也會有一定的差別。正常人體的溫度在不同時刻都會有一定的差異，這個差異甚至能夠達到0.5～1.0 ℃，因此，移動醫療數據是動態變化的，而不是一成不變的。

1.3 數據具有實時性

用戶的某些生命體征通過傳感器和數據采集器上傳之后，具有一定的時間屬性，該數據只能代表該時段內用戶的生命體征和狀態，并針對這個狀態，對用戶是否患病或者是否健康給出一定的預期和結論。當時間屬性丟失后，數據將失去意義。

1.4 數據具有多維性

移動醫療相比于傳統醫療，雖然對于公共醫療資源的壓力釋放有重要的意義，但是也存在診斷失誤率高、診斷疾病種類限制多等問題。這主要是因為在移動醫療診斷過程中，患者不能清晰地對自己的病情進行表述和搜索，數據挖掘有時候可能會產生一定的誤導，導致最終的診斷結果相差甚遠，帶來誤診的情況。因此，移動醫療為了能夠準確地判斷用戶的身體情況，要盡可能更多、更全面地收集相關的數據和指標，一般不能只通過某一個數據或者某一個維度的數據孤立地對用戶的身體情況進行判斷[2]。

2 數據挖掘與數據挖掘的算法

2.1 數據挖掘

數據挖掘是當下計算機領域非常常見的一個名詞，被廣泛應用于多行業、多領域、多用途。之所以需要使用數據挖掘，是因為數據的總量在發生變化。所謂的數據挖掘，就是在大量的數據集合中，找到目標信息。由于信息集合具有復雜性的特點，內含很多重復信息和噪聲信息，因此，如何從信息海中準確、快速地找到目標信息，對于用戶來講是非常有用且必要的。最顯著的例子是“百度搜索”，作為目前中國大陸比較成功的搜索引擎，在海量的互聯網信息中找到用戶所需要的信息并提供相應服務，就離不開精準、快速的數據挖掘技術。數據挖掘的關鍵在于模型的構建，它決定了在進行數據挖掘的過程中采用何種算法，常見的數據挖掘算法很多，例如決策樹算法、貝葉斯分類算法、神經網絡算法、遺傳算法等。本研究對決策樹方法做一個簡要的介紹，主要是因為該方法迭代次數少，因此運算速度更快，在數據基數越來越龐大的今天，更少的迭代次數、更快的挖掘速度，將使決策樹算法有更多的應用，而決策樹在進行數據挖掘的過程中，還能兼顧準確性，因此，在整個數據挖掘算法體系中，始終具有非常重要的地位[3]。

2.2 決策樹算法

決策樹算法是一種樹形結構，在每一個節點進行判斷和決策，最終找到具有價值的目標信息，是一種典型的自上而下的遞歸算法。隨著計算進程的深入，逐步縮小范圍，最關鍵的兩步可以概括為生成和剪枝，直觀形象地解釋了決策樹算法的工作過程，通過不斷地剪枝，縮小數據的挖掘范圍，快速找到目標結果或者目標結果的近似合集。決策樹剪枝過程更復雜，具體可以分為前剪枝和后剪枝，前剪枝是為了縮小匹配的范圍，避免高度擬合，后剪枝則是進一步校驗挖掘過程，讓結果更加精確[4]。

3 移動醫療數據可視化發展現狀

移動醫療雖然在當下存在一定程度的應用，但是整體發展還有待提高。2019年年末的數據顯示，目前我國的移動醫療APP市場規模大概在300億元左右，略低于預期，整體發展進入平緩期。移動醫療APP大致可以分為問診類、掛號導診類和健康管理類3大類，其中，問診類APP最多，占據總數量的43%，例如，好大夫在線、平安好醫生等平臺的用戶數量非常多，下載量超過一個億。與數據方面形成鮮明對比的，是“紅紅火火”背后的“如履薄冰”，由于移動醫療關乎用戶的生命安全和身體健康，因此，對于移動醫療APP的實用性、準確性、權威性都有著很高的要求。近年來，因為輕信一些移動醫療APP的建議而導致病情延誤甚至醫療事故的情況時有發生，不論是廣告法還是行業監管都有一定程度的縮緊，這也是移動醫療目前發展放緩的主要原因之一。根據調查顯示，目前受政策影響比較大的移動醫療主要是問診類。近年來，一些運動手環、血糖儀、血壓儀等傳感器的升級換代，給健康管理類APP提供了更多的發展契機，再加上減肥、健身等始終處于高熱狀態，未來移動醫療的發展仍大有可為。

借著移動醫療發展而水漲船高的，是移動醫療的數據可視化技術。數據可視化技術屬于IT領域，無疑是一種跨專業、跨領域的合作。數據可視化的主要目標是直觀、快速、有效地將醫療數據呈現給用戶，基于診斷結果給予用戶合理的意見和建議。時代的發展和進步，移動醫療市場也迎來了更加激烈的競爭，為了在競爭中脫穎而出，就必須實現搜索快速、交互簡潔、結果準確、用戶友好等內容，這也刺激了醫療數據可視化相關技術的進一步發展，不過就目前而言，移動醫療數據可視化仍存在以下的幾點問題。

3.1 學術理論研究不足

目前關于移動醫療數據可視化的專項研究并不多，尤其是與市面上豐富多樣的移動醫療APP相比更是捉襟見肘。造成這種情況的原因，主要是目前我國的大部分移動醫療APP作為移動端手機應用之一，幾乎都是由APP生產廠商進行研發和出售，采取的研究方式主要是通過市場和受眾分析，以程序實現某些功能，也就是說，在整個移動醫療數據可視化系統的設計方面，遵循的是與所有服務類APP相同的思路，差異只在于實現數據可視化技術的差別。因此，其整體上缺少學術理論基礎支撐，學術文獻和研究都略顯單薄[5]。

3.2 專業性的矛盾

就本質來看，移動醫療數據可視化技術是比較典型的交叉學科類型，這導致了其行業特征不夠明顯，所涉及的知識又具有一定的跨度。不論是醫學知識還是計算機相關知識，都需要投入大量的時間和精力去學習和專研，因此，很少有人能夠同時對兩個領域精通，需要各個領域的人才通力合作。但是因為所處領域不同，交流和溝通也并不順暢，給移動醫療的數據可視化發展帶來了不小的影響。

3.3 普及程度和受認可的程度有待提高

由于醫療與人們的身體健康息息相關，很多時候當事人都會非常重視。移動醫療中的一些診斷結果目前還不能讓人相信，這在很多情況下導致了移動醫療成為擺設。一些人選擇在移動醫療APP上問診，得到的結果是沒有問題之后還是不放心，依然會選擇前往醫院進行診療，這就使得移動醫療對提升醫療資源利用率、釋放公共醫療資源壓力的作用得不到體現，實際上主要也是民眾對于移動醫療的認知程度不高、信任程度不夠導致的。在這樣的情況下，很多移動醫療APP不能得到很好的應用和發展，一定程度上限制了數據可視化技術的發展[6]。

4 基于數據挖掘的移動醫療多維數據可視化的關鍵技術

4.1 動態過濾交互技術

醫療數據具有一定的實時性，很多情況下顯示的結果需要不斷地更新，這就需要應用到動態過濾交互技術，不斷地對數據進行重新挖掘和過濾，實時對結果進行刷新，確保結果顯示的準確性。

4.2 Canvas繪圖技術及HTML5

Canvas繪圖具有編輯容易、繪制便利的特點，隨著移動端HTML5頁面被蘋果公司大力推廣，Canvas繪圖也成為移動端數據可視化的關鍵技術之一。HTML5界面相當于是介于圖片和網頁之間的一種數據可視化表現形式，既保留了圖片的簡介，也繼承了網頁的交互性，受到了國內智能手機用戶的喜愛和追捧，是現階段網絡廣告推廣的主流形式之一。在移動醫療APP中，也經常以HTML5頁面的形式實現數據的可視化，將診療和搜索結果直觀地展示給用戶，很多HTML5界面具有很強的交互性，實現了整體功能的拓展，方便了數據可視化的實現。

4.3 ESL加載器技術

ESL加載器相比于傳統的加載器具有更小的體積和更高的性能，使得其更加適用于現代化的移動醫療數據可視化。在移動醫療APP的數據可視化實現過程中，需要運用大量的編程，而這些程序存在編譯過程，想要生成Java程序的作用對象，實現程序的功能，就要利用加載器加載.class后綴的被編譯文件。也就是說，想要讓程序功能順利實現，加載器的存在是必不可少的。傳統的加載器一般為RequireJS，這是一款同樣適用于瀏覽器的模塊加載器，通過加載器實現程序的各個功能模塊。在移動醫療APP中，使用ESL加載器能夠提升整體的加載效率和速度，減輕系統的壓力，更加契合移動醫療數據可視化的應用需求。

4.4 基于智能手機系統的常規交互技術

對于移動醫療APP來講，為了實現數據可視化，需要借助不同的智能手機操作系統的交互技術。例如，APP中各個按鈕在被點擊時產生的跳轉功能，圖片的平移、縮放功能，基于互聯網的分享和保存功能，數據表單的輸入和計算功能。這些技術并不是移動醫療APP特有的，但是對于其數據可視化具有必要性，只有適用于手機操作系統，基礎功能得到完善，才能確保數據可視化的實現。

4.5 JSON數據格式

JSON數據格式是一種無序合集，合集中的所有元素都是成對出現的，一般是由名稱和對應的數值組成，這種數據格式對于移動醫療的數據可視化具有非常重要的意義，能夠準確地實現數據的挖掘、篩選和調用，極大地提升了數據挖掘的效率，增強了數據可視化的便捷性，對于移動醫療的數據可視化發展具有非常重要的影響[7]。

5 結語

總而言之，對于移動醫療來講，數據可視化決定了用戶的觀感，面對日益激烈的市場競爭，只有贏得客戶信賴和喜愛的移動醫療APP才能夠在市場生存和發展。一方面，企業應該結合用戶需求，站在用戶角度不斷精進數據可視化；另一方面，應該進一步對學術理論體系進行補充和完善。只有這樣，才能真正順應時代的發展和社會的需要，推動移動醫療的整體發展。