數(shù)據(jù)挖掘隨著計(jì)算機(jī)技術(shù)得到了廣泛應(yīng)用，從而提高了數(shù)據(jù)利用效率，拓展了知識(shí)發(fā)現(xiàn)的廣度與深度。數(shù)據(jù)挖掘已有較多成熟方法，并在醫(yī)學(xué)大數(shù)據(jù)挖掘中取得了一定成果。數(shù)據(jù)挖掘是指從數(shù)據(jù)庫(kù)中，提取隱含在其中的人們事先未知、潛在的有用的信息和知識(shí)的過(guò)程。目前，醫(yī)院已積累了大量醫(yī)療相關(guān)數(shù)據(jù)。

數(shù)據(jù)挖掘在醫(yī)學(xué)大數(shù)據(jù)研究中已取得了較多成果，通過(guò)文獻(xiàn)檢索，總結(jié)了三方面的應(yīng)用現(xiàn)狀。

疾病早期預(yù)警醫(yī)療領(lǐng)域往往需要更精確的實(shí)時(shí)預(yù)警工具，而基于數(shù)據(jù)挖掘的疾病早期預(yù)警模型的建立，有助于提高疾病的早期診斷、預(yù)警和監(jiān)護(hù)，同時(shí)，也有利于醫(yī)療機(jī)構(gòu)采取預(yù)防和控制措施，減少疾病惡化及并發(fā)癥的發(fā)生。

疾病早期預(yù)警，首先要收集與疾病相關(guān)的指標(biāo)數(shù)據(jù)或危險(xiǎn)因素，然后建立模型，從而發(fā)現(xiàn)隱含在數(shù)據(jù)之中的發(fā)病機(jī)制和病情之間的聯(lián)系。Forkan等采集日常監(jiān)測(cè)的心率、舒張壓、收縮壓、平均血壓、呼吸率、血氧飽和度等生命體征數(shù)據(jù)，以J48決策樹、隨機(jī)森林樹及序列最小優(yōu)化算法等建立疾病預(yù)警模型，用于遠(yuǎn)程家庭監(jiān)測(cè)，識(shí)別未曾診斷過(guò)的疾病發(fā)生，并將監(jiān)測(cè)結(jié)果發(fā)送到醫(yī)療急救機(jī)構(gòu)，實(shí)現(xiàn)生命體征大數(shù)據(jù)、病人及醫(yī)療機(jī)構(gòu)的完整銜接，以降低突發(fā)疾病及死亡的發(fā)生率。

Easton等利用貝葉斯分類算法建立了中風(fēng)后遺癥死亡預(yù)測(cè)模型，認(rèn)為中風(fēng)后遺癥死亡概率與中風(fēng)發(fā)生后的時(shí)間長(zhǎng)短成函數(shù)關(guān)系，有助于中風(fēng)后遺癥患者的后續(xù)監(jiān)護(hù)。Tayefi等基于決策樹算法建立了冠心病預(yù)測(cè)模型，該模型發(fā)現(xiàn)hs-CRP作為新的冠心病預(yù)測(cè)標(biāo)志物，比傳統(tǒng)的標(biāo)志物（如FBG、LDL）更具特異性。

慢性病研究糖尿病、高血壓、心血管疾病等慢性病正在影響著人們的健康，識(shí)別慢性病危險(xiǎn)因素并建立預(yù)警模型有助于降低慢性疾病并發(fā)癥的發(fā)生。Alagugowr等建立的心臟病預(yù)警系統(tǒng)，從心臟病大數(shù)據(jù)庫(kù)中提取特征指標(biāo)，通過(guò)K-means聚類算法識(shí)別出心臟病危險(xiǎn)因素，又以Apriori算法挖掘高頻危險(xiǎn)因素與心臟病危險(xiǎn)等級(jí)之間的關(guān)聯(lián)規(guī)則。Ilayaraja等則以高頻項(xiàng)集尋找心臟病危險(xiǎn)因素并識(shí)別病人風(fēng)險(xiǎn)程度，該方法能夠回避無(wú)意義項(xiàng)集的產(chǎn)生，從而解決了以往研究中項(xiàng)集數(shù)量多、所需存儲(chǔ)空間大等問(wèn)題。

CH Jen等對(duì)慢性疾病并發(fā)癥風(fēng)險(xiǎn)識(shí)別的研究分三個(gè)步驟，首先，選擇健康人群體檢數(shù)據(jù)和慢性病患者相關(guān)疾病數(shù)據(jù)，以帶有序列前項(xiàng)選擇的線性判別分析來(lái)尋找相關(guān)疾病的特征變量;然后，以K-NN對(duì)特征變量進(jìn)行分類處理;最后，將K-NN算法的分類結(jié)果應(yīng)用于慢性疾病預(yù)警模型的建立。Aljumah等先后以回歸分析和SVM用于預(yù)測(cè)和判斷糖尿病不同治療方式與不同年齡組之間的最佳匹配，為患者選擇最佳治療方式提供依據(jù)。

Perveen等對(duì)糖尿病的預(yù)測(cè)研究，采用患者人口學(xué)數(shù)據(jù)和臨床指標(biāo)數(shù)據(jù)，并分別用Adaboost集成算法、Bagging算法及決策樹三種算法來(lái)建立預(yù)測(cè)模型，認(rèn)為Adaboost集成算法的精確性更高。

輔助醫(yī)學(xué)診斷醫(yī)學(xué)數(shù)據(jù)不僅體量大，而且錯(cuò)綜復(fù)雜、相互關(guān)聯(lián)。對(duì)大量醫(yī)學(xué)數(shù)據(jù)的分析，挖掘出有價(jià)值的診斷規(guī)則，將對(duì)疾病診斷提供參考。Yang等基于決策樹算法和Apriori算法，對(duì)肺癌病理報(bào)告與臨床信息之間的關(guān)聯(lián)性進(jìn)行了研究，為肺癌病理分期診斷提供依據(jù)，從而可回避診斷中需要手術(shù)方法獲取病理組織。

Becerra-Garcia等應(yīng)用SVM、K-NN和CART三種算法對(duì)眼球電圖進(jìn)行信號(hào)預(yù)處理、脈沖檢測(cè)和脈沖分類，為研究臨床眼球電圖檢查中非自發(fā)掃視眼球運(yùn)動(dòng)的識(shí)別提供依據(jù)。彭玉蘭等對(duì)某醫(yī)院5年的乳腺超聲數(shù)據(jù)進(jìn)行了關(guān)聯(lián)規(guī)則挖掘，建立乳腺病理診斷與超聲診斷之間的關(guān)聯(lián)規(guī)則，并開發(fā)了乳腺超聲數(shù)據(jù)庫(kù)數(shù)據(jù)檢索系統(tǒng)，便于醫(yī)生快速獲得超聲診斷和病理診斷的各種診斷信息和病例信息。

醫(yī)學(xué)大數(shù)據(jù)挖掘已呈現(xiàn)廣闊的發(fā)展前景和巨大的應(yīng)用價(jià)值，將為疾病研究、臨床及管理決策、醫(yī)療服務(wù)個(gè)性化及圖像識(shí)別等眾多領(lǐng)域帶來(lái)更多支持。麥肯錫在其報(bào)告中指出，大數(shù)據(jù)分析可以幫助美國(guó)醫(yī)療服務(wù)業(yè)一年創(chuàng)造3000億美元的附加價(jià)值，而美國(guó)醫(yī)療協(xié)會(huì)也稱，改善醫(yī)療衛(wèi)生事業(yè)的關(guān)鍵在于大數(shù)據(jù)。

目前，醫(yī)院大數(shù)據(jù)中心、區(qū)域性衛(wèi)生信息平臺(tái)、國(guó)家醫(yī)療大數(shù)據(jù)中心的建立以及衛(wèi)生信息互聯(lián)互通標(biāo)準(zhǔn)和共享規(guī)范的制定，為數(shù)據(jù)存儲(chǔ)和共享、推動(dòng)醫(yī)學(xué)大數(shù)據(jù)的應(yīng)用提供了更多支撐。未來(lái)，醫(yī)學(xué)大數(shù)據(jù)挖掘?qū)⒉粩喔拢剿餍碌难芯款I(lǐng)域，推動(dòng)研究成果轉(zhuǎn)化。

來(lái)源：朗銳智科