數據挖掘在醫院信息化管理中使用現狀和應用手段

陳中格

（鹽城市第一人民醫院，江蘇 鹽城 224001）

大數據時代要求各級醫院不斷加強信息化管理并提高管理水平，而做好信息化建設工作，需要醫院管理者及相關人員積極引入數據挖掘技術，深入挖掘與分析有價值醫療信息，借助收集的信息進行綜合做好醫院管理工作，提高醫院整體管理水平與能力，在此基礎上不斷提升醫療技術和服務質量。

1 數據挖掘概述

數據挖掘本質是從海量數據當中尋找具有潛在價值的信息。決策挖掘過程屬于決策支持過程，其結合利用可視化技術、人工智能、模式識別、機器學習、數據庫、統計學等對海量數據實現自動化、精準化分析，并進行歸納和推理，在此過程中挖掘出具有潛在價值的信息，協助決策制定者制定更正確、科學的決策，并有效防控風險[1]。立足技術視角分析，數據挖掘技術主要是從數據庫內的海量信息當中挖掘有潛在價值的關鍵數據與信息，最大程度發揮相應信息的效用與價值。在數據挖掘過程中，會融合應用多元化的科學方法，并涉及到多樣化的數據挖掘算法，不同算法的技術特征也有所差異，在數據挖掘期間發揮著不同價值和作用。

2 數據挖掘在醫院信息化管理中使用現狀

2.1 醫院信息化系統更新緩慢

雖然大部分醫院已建立集成化的數據信息管理系統，還在局域網中構建對應子系統，如日常事務處理系統、財務管理系統、門診收費系統等，但是相關系統更新比較緩慢，沒有及時將數據挖掘技術應用于系統運行流程，導致數據庫建立及應用存在諸多不足，整體數據利用率相對偏低。在相關系統運行中，操作人員只是進行基本的數據操作，包括數據錄入、查詢、修改等，很少展開數據分析，也未深層次地挖掘有價值數據，難以充分發揮數據挖掘技術優勢，且不利于提升醫院整體信息化管理水平[2]。

2.2 數據挖掘技術應用不夠全面

近年來，醫療領域越來越重視數字信息化發展，大多醫院也都結合本單位運營實際情況搭建信息化管理系統，尤其是大型醫院開始普遍引入數據挖掘技術，科學地制定與落實財務管理制度，加強科學質量管理，并優化制定經營管理策略等。比如，相關醫院會通過數據挖掘技術對門診就診信息進行深入挖掘和分析，了解所屬區域重點就醫疾病和疾病發展態勢，據此適時調整門診科室安排等；通過數據挖掘掌握門診就醫趨勢，更科學地分配醫療資源；通過數據挖掘細致分析疾病分類，以更精細化地設置就醫診療門診方案；還有部分大型醫院通過數據挖掘，利用優勢醫療資源著重針對難愈或高發疾病建立重點科研項目，助力國家醫療衛生服務事業高質量發展[3]。但是，一些基層醫院因為自身醫療基礎設施較為薄弱，受到資金、技術、管理等約束，并未充分引入和有效應用數據挖掘技術，無法利用技術優勢加強信息化管理，所以數據挖掘技術在醫院信息化管理中的應用缺乏全面性。

2.3 數據挖掘技術應用存在諸多制約因素

雖然大多醫院在推進信息化管理過程中引入數據挖掘技術，但該技術實際應用會受到諸多因素制約，難以充分發揮技術優勢與價值。首先，醫院雖建立數據庫，并據此展開數據管理工作，但在實際操作中大多工作人員都是在數據查詢環節應用數據分析功能，很少通過數據挖掘更深層次地分析數據，影響數據整體應用效能。其次，醫院在運營期間將產生海量數據，在信息化管理中會根據不同數據源及類型等建立多個數據庫，但是這些數據庫在存儲格式設置環節缺乏統一標準與要求，導致在應用各數據庫內的數據資源時需要采取不一樣的分析方法，由此增加應用難度，影響應用效果。最后，醫院多個信息化系統間缺乏有效銜接，不同系統獨立設置各自的數據庫，以滿足各科室運行管理需求，而各數據庫無論在設計標準還是格式等方面都缺乏一致性，影響醫院統一構建數據庫平臺，并一定程度上影響數據挖掘技術的應用[4]。

3 數據挖掘在醫院信息化管理中的應用手段

3.1 搭建醫院信息化管理數據挖掘系統

醫院在加強信息化管理期間，可通過應用數據挖掘技術建立相應的數據挖掘系統，該系統數據主要來源于醫院HIS、LIS、CIS等信息系統內部的醫療信息，隨后在對數據模型展開系統化分析基礎上相對應地構建數據庫，并對庫內數據采取有效的預處理措施，相匹配地設置有關指標。該系統整體結構主要包括決策模塊、決策樹生成模塊、數據庫接口以及用戶界面等。

因為醫療數據具有一定獨特性，所以在數據挖掘之前要對數據源采取有效的預處理措施，促進相關信息相互融合。同時為了保證所挖掘決策管理辦法具有更高合理性，要在對數據展開結構化處理基礎上，優化確定數據關聯原則。

一方面，系統運行期間要對數據實現預處理，并促進數據相融合。因為在醫療數據庫內部包含海量且類型多元化的初始信息源，其中很多信息是重復、存在噪音、有缺失或者不明確的，所以在數據挖掘之前要先把這些信息過濾并清理掉，確保數據具有更高的明確性與統一性，并進行數據轉化，使所得到的數據符合挖掘要求[5]。同時，醫療數據中還包含諸多文本數據和相關符號，這些醫療數據具有一定物理屬性，需要先通過有效手段進行恰當的處理，保證相關數據具有統一或者趨同的屬性，在此基礎上進行數據整合處理。不過需要注意的是，醫療數據庫內會并行存在非數字類數據、數字類數據、非持續性數據、持續性數據，而且相關數據還有多源性，所以信息融合難度比較大，需要結合實際需求采取針對性的融合處理方法。另一方面，可通過決策樹算法科學地挖掘醫療數據，同步展開系統化分析。在運用這一算法時，要通過分類概念相關算法建立樹，樹將按照培訓集內部涉及到的剩余列合理預估列值，因此在樹當中各節點都是對一列某個事件予以表征，算法直接決定著相應節點所分布的位置，而那些有深度的節點均是表征各列中所涉及到的各類事件。通過應用決策樹算法，可以樹的結構展示類別劃分情況，同時樹結構當中不同節點下會進一步細分數據類型。

3.2 應用于醫院質量管理目標中

醫院在信息化管理過程中引入數據挖掘技術，需要在搭建數據挖掘系統基礎上深入挖掘多種數據，為臨床診斷與疾病研究等工作提供更可靠的數據支持。比如，在醫療疾病電子系統建立及運行過程中包含大量診斷數據，醫院在疾病診斷管理期間就可通過引入數據挖掘技術，從數據庫中提取各類疾病發生頻率和發生規律等，在此基礎上分析某類疾病發生原因和實際發生率[6]。與此同時，醫院還可在數據挖掘技術利用下努力提升醫療水平，比如，醫院可深入挖掘各項收費數據及信息，加強醫院收費研究，基于相關數據對醫院醫療設備使用情況、服務水平、醫療質量等進行有效處理分析，找出需要優化改進的地方。醫院還可在信息化管理中應用聚類分析技術，對住院患者各項信息數據實現科學分類與有效整合，并專門設置對應數據庫，管理者可以此數據庫為基礎，立足多個層面和角度分析住院患者信息，并掌握同類患者間存在的關聯，同步參考關聯數據類比組合列。比如，醫院信息化管理中，相關工作人員可通過數據挖掘技術對住院患者各項數據和信息進行統計和分析，并根據患者病因、性別、年齡等劃分多個組，同步標記不同顏色，以更系統化記錄與分析疾病發生規律，并在數據整合基礎上實時監測患者病情變化與康復情況等。此外，還可在對相關數據實現統計以及分析基礎上總結具體的發生規律，促進醫療人員不斷提升診療水平，幫助患者盡量減少治療時間。

3.3 應用于病案數據分析中

醫院信息化管理還可通過數據挖掘技術對病例數據信息實現深入挖掘與系統化分析，從中獲得更多有助于促進醫院高效運行、提升信息管理水平的數據和信息，而且所提取的有價值信息還可傳遞至上級部門，促進醫院不斷提升綜合管理水平。在實際工作中，管理人員要積極通過數據挖掘技術，從LIS、CIS、HIS等系統內提取并利用病患信息，并對相關數據進行種類劃分，主要包括病患年齡、疾病、所屬地區等，有關工作人員可基于相關信息開展更深層次的疾病研究項目。此外，可利用數據挖掘技術深入分析患者醫療費用組成結構，提取相關信息并進行數據分析，促進有關工作人員基于相關數據合理控制醫療費用，提升醫院社會效益與經濟效益[7]。

3.4 應用于成本效益分析中

利用數據挖掘技術，可將醫院各個信息系統當中的數據集合到相應數據庫內，分析掌握醫院運營與成本收益現狀。比如，可通過數據分析掌握各類藥品庫存量及具體時間動態，提升資本周轉率[8]。同時，可在數據挖掘基礎上，對醫院藥品、耗材等用量實現分類統計及系統化分析，并關聯對應的供應廠家，以更科學地控制藥品及耗材存量，并規范化管理醫療用品購銷工作。此外，還可在醫院資金運作管理過程中引入數據挖掘技術，深入分析財務數據，了解醫院資金動向，識別醫院所面臨的運營風險；還可在對資金增速分析中引入數據挖掘技術，通過曲線擬合科學預估后續運營中對現金的需求量，在此基礎上制定更科學的決策，優化分配各類資源。

3.5 應用于手術室感染管理中

在手術操作過程中，各個醫護人員的手術臺消毒、常規消毒等工作會較大程度影響手術室監測情況，可利用數據挖掘技術深入分析手術室消毒效果、消毒滅菌操作與監測結果等，并深入分析相關數據規律，還可引入聚類方法，并對聚類結果進行深層次分析。此外，可在數據挖掘基礎上動態跟蹤及有效處理手術室調查信息，包括人員進出、手術室操作、無菌用品信息等。

3.6 應用于影像科管理中

可利用數據挖掘技術，對影像科中的核磁共振、B超、X線、彩超、CT、DSA等檢查儀器實現信息化、精細化管理，可從數據庫提取設備保存、維修、損壞、檢查、使用等信息，在對相關信息進行分析后，從整體層面了解設備檢查與應用情況，管理人員可根據分析結果進行相關調整，最大化利用設備資源。此外，影像科管理還涉及影像診斷結果、病理信息等多種數據信息，通過整體層面進行數據挖掘，找出數據間的聯系。

4 結束語

在醫院信息化管理過程中應用數據挖掘技術，可通過提取更多有價值信息對相關活動及行為未來發展態勢做出精準預測，并在相關數據支持下促使醫院制定更具前瞻性、科學性的決策。醫院管理者應該定期總結本單位信息化管理期間應用數據挖掘技術所存在的不足和所面臨的困境，并根據實際情況積極拓展數據挖掘技術應用深度與廣度，在技術支持下有力推進醫院信息化的建設和發展，從而為廣大患者提供更科學更優質的醫療服務。