數(shù)據(jù)倉庫在醫(yī)院決策管理系統(tǒng)中的應(yīng)用

摘 要:在醫(yī)院管理中運用電子計算機(jī)技術(shù)已經(jīng)是今后的必然發(fā)展趨勢。本文的主要內(nèi)容在于探討了數(shù)據(jù)倉庫在醫(yī)院決策管理系統(tǒng)中的原理和設(shè)計等內(nèi)容。

中圖分類號:文獻(xiàn)標(biāo)識碼:A文章編號:1674-098X(2011)06(a)-0021-01

1 數(shù)據(jù)挖掘的原理

1.1 數(shù)據(jù)倉庫的特點

在論述數(shù)據(jù)挖掘技術(shù)之前，需要了解一下數(shù)據(jù)倉庫。數(shù)據(jù)倉庫是關(guān)系型數(shù)據(jù)庫的一個延伸，但是它與原有的數(shù)據(jù)庫的組織結(jié)構(gòu)是不同的:數(shù)據(jù)庫中的基礎(chǔ)數(shù)據(jù)和綜合數(shù)據(jù)是在一個層次的，但在數(shù)據(jù)倉庫中，這兩者被分成當(dāng)前基本數(shù)據(jù)、歷史基本數(shù)據(jù)、輕度綜合數(shù)據(jù)、高度綜合數(shù)據(jù)、元數(shù)據(jù)五個部分分別放在了不同層次，這種結(jié)構(gòu)使得數(shù)據(jù)倉庫具有這幾種特性:面向主體性、集成性、穩(wěn)定性和隨時間變化性。

1.2 數(shù)據(jù)挖掘的工作模式

數(shù)據(jù)挖掘是將信息從數(shù)據(jù)庫、數(shù)據(jù)倉庫以及其他的信息庫中按照一定的原則篩選出來，篩選出來的的數(shù)據(jù)是特定人群所需要的，也是有效的信息。簡而言之，數(shù)據(jù)挖掘的過程也就是在數(shù)據(jù)庫中發(fā)現(xiàn)知識的過程，即知識挖掘的過程，從大量的未加工的數(shù)據(jù)出發(fā)，發(fā)現(xiàn)少量有價值的數(shù)據(jù)和規(guī)律。數(shù)據(jù)挖掘系統(tǒng)由5個部分組成:用來存儲信息的數(shù)據(jù)庫、數(shù)據(jù)表和數(shù)據(jù)倉庫;用來提取相關(guān)數(shù)據(jù)的數(shù)據(jù)庫或數(shù)據(jù)倉庫的服務(wù)器;用來將屬性分配到不同的層面并進(jìn)行查詢和提取的知識庫;用來挖掘數(shù)據(jù)的數(shù)據(jù)挖掘引擎;最后是更深次得挖掘以及結(jié)果的可視化。挖掘的數(shù)據(jù)模式指導(dǎo)是挖掘到要找的模式類型的數(shù)據(jù)。挖掘一般兩種形式:描述型的，在挖掘的時候通過描述性的語言來搜索數(shù)據(jù)庫中所需要的數(shù)據(jù);預(yù)測性的，在當(dāng)前的數(shù)據(jù)中進(jìn)行推斷和預(yù)測。數(shù)據(jù)挖掘有6種模式:概念描述、關(guān)聯(lián)分析、分類和預(yù)測、聚類分析、孤立點的分析和演變分析。限于篇幅，本文只對其中的關(guān)聯(lián)分析進(jìn)行論述。關(guān)聯(lián)分析簡而言之發(fā)現(xiàn)關(guān)聯(lián)規(guī)則，但是發(fā)現(xiàn)的這些規(guī)則表示了屬性和值在一定數(shù)據(jù)集中頻繁的出現(xiàn)的時候，有什么樣的條件。關(guān)聯(lián)規(guī)則的表現(xiàn)規(guī)則如下所示:

上述的關(guān)聯(lián)規(guī)則可以說成是 “能夠使x成立的數(shù)據(jù)大部分也能使y成立”，例如在一個數(shù)據(jù)庫中發(fā)現(xiàn)這樣的關(guān)聯(lián)規(guī)則:

其中的X表示的是顧客。此關(guān)聯(lián)規(guī)則表示的意思是年齡在20到29歲，年收入在2萬元到2.9萬元的人，并且喜歡購買computer的人的顧客支持度是2%，在這個年齡段可能買電腦的概率是60%，也就是它的置信度。在上面這個例子中是age、income這樣的屬性以及buys這樣的謂詞是關(guān)聯(lián)的。如果用的是多維的數(shù)據(jù)庫，則每個屬性稱為一維，類似上面的規(guī)則叫做多維關(guān)聯(lián)規(guī)則。

2 決策支持系統(tǒng)的設(shè)計

決策支持系統(tǒng)(Decision Support System，簡稱DSS)，指的是在半結(jié)構(gòu)化或者非結(jié)構(gòu)化問題上，提供給決策者一點的參考信息的決策系統(tǒng)。但是它不能代替決策者所做的決定。DSS 的結(jié)構(gòu)特征由模型庫、數(shù)據(jù)庫、方法庫及其各自的管理系統(tǒng)以及交互式計算機(jī)硬件軟件和對用戶友好的建模語言等5個部分組成。醫(yī)院信息決策系統(tǒng)組織結(jié)構(gòu)在本人中分成了如下的組織機(jī)構(gòu):醫(yī)院主管部門、掛號室、治療室、化價室、住院室以及取藥室。掛號室，主要是病人姓名、性別、編號索引值等信息。治療室，補(bǔ)充記錄病人的治療記錄，主要是主要的癥狀、需要用到哪些藥物、以及是否需要住院等等信息。住院室，補(bǔ)充說明病人在住院期間的身體狀況等等信息。劃價室，說明病人在醫(yī)院的費用等信息。取藥室，病人取走治療疾病所需要的藥物。根據(jù)以上的職能部門，我們可以將醫(yī)院的信息分成如下的幾類信息:病人個人信息、病人管理信息、庫存的業(yè)務(wù)信息以及病人的治療費用等這樣的幾個信息。病人信息指的是病人的個人信息、診斷治療信息、手術(shù)和住院信息以及醫(yī)生的結(jié)論和檢查結(jié)果等這樣的信息。病人管理信息指的是病人情況、每天平均住院人數(shù)以及醫(yī)院的效益等等信息。庫存業(yè)務(wù)信息指的是每日的出院轉(zhuǎn)院信息、藥品的庫存量以及預(yù)約情況等信息。根據(jù)上述要求，本文采用了是Apriori算法進(jìn)行信息篩選，算法主要原理是將通過一種逐層搜索迭代的煩惱方法來實現(xiàn)的。首先查找頻繁1-項集的集合，將這個集合標(biāo)記為L1，然后通過在L1相集中尋找頻繁2-項集的集合，將這個集合標(biāo)記為L2，依次類推在L2中查找L3集合，在L3中查找L4結(jié)合，依次下去就可以找到最終的頻繁K-項集。

Apriori算法的偽代碼如下所示:輸入:事務(wù)數(shù)據(jù)庫以及最小的支持度閾值。輸出:事務(wù)數(shù)據(jù)庫中的頻繁項集L。

方法:

L1 = find_frequent_1_itemsets(D);

for (k = 2; Lk-1; k++) {

Ck = aproiri_gen(Lk-1，min_sup);

for each transaction t?D{ //scan D for count

Ct = subset(Ck，t); //get subsets of t that are candidates

for each candidate c?Ct

c.count++;

Lk={c?Ck | c.count ? min_sup}

}

return L = kLk;?

procedure apriori_gen(Lk-1: frequent (k-1)-itemset; min_sup: support)

for each itemset l1?Lk-1

for each itemset l2?Lk-1

if (l1[1]=l2[1])...(l1[k-2]=l2[k-2])(l1[k-1]

c = l1l2;//join step: generate candidates

if has_infrequent_subset(c，Lk-1) then

delete c;

else add c to Ck;

}

return Ck;

procedure has_infrequent_subset(c:candidate k-itemset; L k-1:frequent (k-1)-itemset)

// use priori knowledge

for each (k-1)-subset s of c

if c Lk-1 then

return TRUE;

return FALSE;

在數(shù)據(jù)庫中通過上面的算法找到了頻繁的項集以后，那么它的置信度與最小支持度是很好計算的。支持度S指的是事務(wù)集合中所所有包括A也包括B的一個集合占總的集合的一個百分比，即。置信度c則指的是在事務(wù)中同時包含A與B的集合占只包含事務(wù)B 的一個百分比，用公式表示如下所示:。

3 結(jié)語

通過分析數(shù)據(jù)挖掘的相關(guān)技術(shù)，將當(dāng)前的信息管理系統(tǒng)與新的計算機(jī)數(shù)據(jù)挖掘技術(shù)和聯(lián)機(jī)分析系統(tǒng)結(jié)合起來，設(shè)計了基于數(shù)據(jù)倉庫的醫(yī)院管理系統(tǒng)，這為醫(yī)院管理人員的決策做出了很大的幫助，同時也對醫(yī)務(wù)人員的工作質(zhì)量提供了很好的幫助，最重要的是它可以看到醫(yī)院的經(jīng)營狀況，為醫(yī)院才去準(zhǔn)確的措施提供了很大的幫助。