[摘 要]數據挖掘技術已經成為醫療產業發展的重要組成部分，提高了醫院的醫療水平。文章通過對數據挖掘技術在醫院信息分析中的應用過程，研究其在醫院信息分析中的應用，以期優化醫療資源，提高醫院的服務質量。

　　[關鍵詞]數據挖掘;醫院信息分析;醫療產業

　　1 數據挖掘技術的概念

　　數據挖掘技術是一種數據處理的技術，是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中、人們事先不知道又潛在有用信息和知識的過程[1]。

　　2 數據挖掘技術在醫院信息分析的應用過程

　　(1)確定挖掘對象。在進行數據挖掘的過程中最先應該明確挖掘的目標，確認挖掘的對象，雖然不能預測數據挖掘的最終結果，但是要有預見性，為進行數據挖掘而挖掘數據。

　　(2)準備數據。在選擇數據前，要搜索出全部合適的進行挖掘的數據。在選擇時，要挑選出重要的數據源，來滿足數據挖掘的需要。并在選擇數據后，采用數據的預處理對所挖掘的數據進行凈化，處理數據中冗余缺失的信息，來保證挖掘模型的完好性。在明確挖掘對象之后，需要在與挖掘對象有關的內部外部的數據中搜索適合挖掘的數據。在選擇數據的過程中，要根據數據挖掘需要，區分數據挖掘中哪些數據源是重要的數據，來保證挖掘適合的數據應用。

　　(3)建立模型。建立模型是數據挖掘算法的關鍵步驟，在挖掘過程中的關鍵是將準備好的數據進行轉化，它被轉化為適合挖掘算法的分析模型。該模型是從數據分析構建的，首先選擇模型的變量，其次從原始數據構建新的預測，再次從數據中選擇子集或樣本來構建模型，最后進行變量轉換和更改變量，與其所構建模型的算法一致[2]。

　　(4)數據挖掘。對所得到的經過轉化的數據進行挖掘，一般由挖掘工具自動完成。

　　(5)分析結果。結果分析是數據挖掘的一個重要環節，在數據挖掘的結果出現后，利用可視化技術將結果顯示得更加清晰，并對其進行解釋和評估，更加有利于達到預期的目標。

　　(6)知識應用。在數據挖掘的結果得到管理人員的認可后，才可以進行實際的應用。并將挖掘所得到的結果充分運用到信息系統當中，才能夠有效地應用在實際的管理上，應用在醫院工作中。將數據挖掘結果與醫學知識相結合，選擇最佳模型，評估并獲得新知識。將知識應用于醫學研究和醫院管理，發揮主導作用[3]。

　　3 數據挖掘技術在醫院信息分析中的應用

　　(1)分析病人費用構成。國家對藥占比有著嚴格的要求，如何確定該部門發出的處方是否超過藥物的百分比。這需要在數據倉庫內進行一段時間的分析，包括手術、治療和醫院檢測的費用。分析每位患者的成本結構，并有針對性地管理成本，讓患者的費用構成比例更加合理，有效控制醫院的藥占比。

　　(2)分析同期費用對比。該功能比較和分析各部門或地區在不同時間維度的各種費用，以各種專業報告和觀點的形式向醫院管理者報告，以及收入增加或減少的原因。例如，在各個部門和病房中，藥物恢復時間的趨勢在過去五年中已經改變，并且需要改變原因，促進有利因素和減少不良因素。

　　(3)分析病人整體結構。分析住院門診住院患者的區域分布、性別分布、身份分布、職業分布、年齡分布等，以及來自不同地區、性別、年齡、身份和職業的患者。有關醫院管理人員的信息，對經濟狀況的了解，所需的主要醫療服務類型以及患者差異對醫院收入的影響。可以針對不同類型的患者采取若干措施以改善服務質量，增加門診病人和住院人數[4]。

　　(4)分析醫療工作量影響因素。醫療工作量的一個重要指標就是收治的患者量，針對不同的情況來有效地分析醫療工作的影響因素，其主要目的是找出其中最主要的原因，更有根據地進行管理和決策，通過數據挖掘對院內整體患者量進行分析，提高醫院的經濟效益和社會效益。

　　(5)分析病人就診時間。為了合理配置醫療設施，對人力資源進行合理配置，可以充分利用病人發病存在季節性的特征，利用數據倉庫分析每個月門診人數、住院人數、病床周轉率。建立一個灰色預測模型，通過數據挖掘來預測下一時期的門診和住院病人就診[5]。根據預測信息，醫院管理人員可以采取適當的措施，以確定決定結束或開發醫療服務項目的最佳服務項目時間表。

　　(6)分析科室的綜合評價。運用數據挖掘技術在數據倉庫中對醫院的各個科室針對臨床工作的效率、臨床診療的質量、綜合管理水平等方面的分析與評估，找到存在的問題，采取有效措施，提升科室的總體水平。

　　(7)分析效益成本。該功能匯集來自數據倉庫中的各種系統，例如財務系統、倉儲系統、采購系統等數據，真實地了解醫院運營狀況，以及提高醫院經濟效益的醫院費用，全面分析利益狀況[6]。例如：通過分析減少藥物庫存量并加速資金周轉分析每種藥物庫存的時間動態，醫院中的各種藥物，對醫院資金運作進行財務分析，了解醫院財務狀況和資金流，并在數據挖掘中使用基于循環和固定的比率方法，分析醫院資金的增長率，曲線擬合用于預測未來現金需求，這為促進投入決策和有效資源分配提供了基礎。

　　(8)分析醫護人員信息。數據挖掘技術的關鍵步驟是數據的預處理，收集的數據龐大，所以需要經過預處理，通過數據的預處理，記錄每名醫務人員的學歷、職稱、經歷等相關工作信息，可以針對每個醫院不同的情況來制定對醫務工作者的評價標準，把患者所選擇的評價進行匯總并轉換為每名醫務工作者的評價分值，計算出總體分數，這樣能快速提高醫療服務的整體水平，有效提升整體的醫療服務水平[7]。

　　4 展望

　　數據挖掘技術在醫院信息系統中發揮著重要作用，不僅可以提高醫院服務質量，還可以提高醫院的科研水平和醫院效率[8]。隨著我國醫療產業不斷擴大，必須充分利用數據挖掘在醫院信息管理中的優勢，醫療服務會更加智能化、人性化，醫療數據信息會更加多樣化、全面化。相信數據挖掘的未來以及實用價值將會有更廣闊的前景，促進我國醫療產業的發展。

　　參考文獻：

　　[1]韓春陽.數據挖掘技術在醫院信息管理中的應用分析研究[J].電子制作，2014(6)：28-29.

　　[2]李文萱.數據挖掘技術在醫院信息系統中的應用研究[J].中國管理信息化，2018(4)：78-79.

　　[3]唐杰.數據挖掘在醫院信息化管理中的應用[J].網絡與信息工程，2016(16)：98-99.

　　[4]曾雪峰.計算機數據挖掘技術開發及其在檔案信息管理中的運用研究[J].科技創新與應用，2016(9)：98-99.

　　[5]陳郁韓.數據挖掘技術在醫院管理中的應用[J].中國醫學裝備，2014(11)：18-19.

　　[6]梁雪霆.數據挖掘技術的計算機網絡病毒防御技術研究[J].科技經濟市場，2016(1)：102-103.

　　[7]石海波.數據挖掘技術分析醫院信息管理[J].信息與電腦，2015(4)：44-45.

　　[8]崔柔剛.數據挖掘技術在醫院信息管理中的應用[J].安徽水利水電職業技術學院學報，2014(1)：102-103.

　　作者：于慧

　　推薦閱讀：基于大數據技術的智能文獻采訪模式探析