數據挖掘在大健康共享經濟云平臺中的應用設計

文/陳琪鋒

1 引言

隨著我國經濟文化的繁榮發展，人們對自身健康的要求越來越高，政府機構對公眾健康的預防、治療也愈加重視，因此采集日常的疾病信息，分析這些疾病爆發的原因、診斷治療措施，預防疾病發生，保護人類健康具有重要的作用。云計算、大數據、數據挖掘等技術的快速發展和改進，有力的促進了人們對健康信息知識管理和使用，加強健康信息數據的自動化采集、智能化預警、共享化治療具有重要的作用，也是當前共享經濟發展的重要方向，有力的提高提高醫療衛生機構的信息化水平，幫助醫療衛生機構做出準確的決策，實現醫療衛生診斷、治療和科學研究。

2 大健康共享經濟云平臺建模分析

大健康共享經濟云平臺包括的功能很多，主要功能包括健康數據采集、健康數據分析和健康知識發布等功能，為人們提供疾病的診斷方法，從經濟學領域實現健康知識管理和加工，進一步構建強大的大健康管理主題。

2.1 健康數據采集

目前，人類社會健康信息覆蓋領域非常多，不僅包括傳統的疾病信息、診斷信息、藥物信息，同時還包括醫療科研成果、衛生防御政策、人口健康檔案等，這些健康數據來源于很多個軟件，比如醫療診斷系統、藥物管理系統、醫療科研管理系統、人口健康檔案管理系統、醫學影像管理系統等，因此云平臺可以提供這些軟件的接口，進一步提高大健康知識的采集覆蓋面。

2.2 健康數據分析

健康數據分析可以使用先進的數據挖掘技術，構建一個大健康主題挖掘模式，比如合理用藥模式、專家醫生診斷模式、人口健康預防模式等，這些模式可以實現數據的自動化加工，提高健康數據分析性能。

2.3 健康知識發布

大健康共享經濟云平臺可以定期或不定期發布健康知識，從云平臺的交互界面推送知識，也可以通過微信訂閱號、微信公眾號、微博、新聞門戶網等推送數據知識，提高公眾對健康知識的利用性。

3 數據挖掘在大健康共享經濟云平臺中的應用設計

大健康共享經濟云平臺利用BP神經網絡、支持向量機、遺傳算法、K均值算法等挖掘潛在的、有價值的人口健康信息，進一步提高醫療衛生的人工智能化水平。數據挖掘在大健康共享經濟云平臺知識加工處理模型如圖1所示。

基于數據挖掘的大健康共享經濟云平臺可以針對采集的數據可以進行整合預處理，整合預處理使用的工具包括MapReduce、Hadoop等，針對不同的數據庫實現數據采集抽取、清洗轉換、加載存儲、提供應用，能夠實現數據可視化顯示、標準化體系建設，實現信息加工和服務。加載存儲由兩個關鍵程序組成，數據中心設計和建設完成之后，可以將數據裝載到中心存儲器，數據加載存儲需要大量的時間進行裝載操作，能夠為用戶提供一個強大的數據加載引擎，按照變動的操作實現信息加工。大健康共享經濟云平臺可以使用各類型數據挖掘算法進行知識加工，數據挖掘算法包括BP神經網絡、支持向量機、遺傳算法和K均值等，這些算法能夠構建一個數據挖掘模型，經過多層次的學習和訓練，提高數據挖掘的準確度，然后將每一個數據挖掘模型保存起來，利用圖形化模式展現給醫生、患者或管理部門的人員。醫療衛生機構的人員可以利用這些數據挖掘主題獲取各類型知識，比如進行疾病預防時，可以查看使用的藥物、預防時間等，合理安排用藥。

圖1：大健康共享經濟云平臺業務處理模型

4 結束語

大健康共享經濟云平臺可以從經濟學、信息學和衛生預防等角度出發，整合各類型健康知識，從各類型軟件中提取的有價值的信息，能夠重點實現對季節性疫情、重大疫情的提前預防，保證人類社會的健康發展。大健康共享經濟云平臺可以輔助醫療科研的發展，從歷史數據中預測病毒的發展走勢，更好地預測未來病毒的爆發時間，及時地進行預防和診斷治療，具有重要的作用。