前言：想要寫出一篇引人入勝的文章？我們特意為您整理了醫院信息系統數據挖掘應用研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：數據挖掘采用先進的模式識別、機器學習等技術，可以從海量的、無序的數據集中，發掘潛在的、有價值的信息，以便為用戶提供決策支撐。醫院信息化系統經過多年的普及和應用，已經覆蓋了門診掛號、診斷治療、藥物器械、病房檔案等很多環節，提高了醫院信息化水平，也提高了患者滿意度。醫院信息系統運行積累了海量數據，因此可以利用數據挖掘技術，分析診斷治療方案是否有效和藥物使用是否合理，提高醫院診斷治療水平，也可以提高藥物使用的合理性。

關鍵詞：數據挖掘；醫院信息系統；診斷治療；藥物

引言

隨著互聯網、大數據、云計算等技術的快速發展，許多醫院引入了先進的信息化系統，比如門診掛號系統、藥品管理系統、醫學影像系統、病房管理系統等，提高了醫院的信息化、自動化和共享化水平[1]。醫院信息系統經過多年的運行，也積累了海量的信息數據，這些歷史數據中蘊含著無數的有價值信息，因此可以引入數據挖掘技術，構建一個先進的數據分析模型，從而將這些知識信息挖掘出來，從而為診斷治療、藥物應用提供決策支撐[2]。

1數據挖掘及其應用分析

數據挖掘又被稱為知識發現，是人工智能的研究方向之一，基于模式識別、機器學習、統計學、概率論等知識，構建一個大數據分析模型，以便能夠從海量的數據中發掘隱含的和有價值的知識，為人們提供決策支撐[3]。數據挖掘經過多年的研究，已經提出了很多先進技術，比如分類、聚類等，應用領域也日趨廣泛，數據挖掘已經在電子商務、金融銀行、證券投資、網絡搜索等領域得到廣泛應用，比如京東商城采用數據挖掘技術，根據用戶的購買習慣，自動化的為其推薦同類型或同價值商品，提高消費者精準定位能力。數據挖掘也可以在證券投資監管中得到應用，積極的發現非法分子投機行為，避免產生系統性的金融風險，維護金融繁榮穩定發展。網絡搜索更是數據挖掘的應用領域，實現了圖片、視頻和文檔的智能化搜索，從而提高搜索的精準程度。

2數據挖掘在醫院信息系統中的應用

2.1醫院信息系統功能分析

互聯網時代，醫院信息化系統已經得到廣泛普及，本文結合數據挖掘應用的實際情況，舉例介紹門診掛號系統、診斷治療系統、藥品管理系統、醫學影像系統、病房管理系統[4]。（1）門診掛號系統。患者進入醫院之后，可以根據自己的初步癥狀選擇門診掛號，比如兒科、骨科、口腔科、泌尿科等，掛號系統可以為患者提供一個就診卡，該卡記錄了患者的基本信息，也為未來診斷治療信息訪問提供接口。（2）診斷治療系統。患者掛號完成之后就可以預約就診，醫師采集患者的基本口述診斷信息，開具影像檢查、血液檢查、藥物抓取等處方，此時患者可以攜帶就診卡完成各項檢測，診斷治療系統可以記錄這些信息，比如拍攝的CT片、核磁共振片、血檢結果等，醫生根據檢查結果確診。（3）藥品管理系統。醫院藥房管理的藥品種類和數量也非常多，藥劑師需要掌握藥品的位置、數量，以便能夠提高藥房藥品的使用效率，因此開發一個藥品管理系統。藥品管理系統可以實現藥品的入庫、出庫、盤點等功能，以便幫助藥劑師針對藥房進行分類管理，提高藥品管理的精準程度，保證藥品種類和數量齊全。（4）醫學影像系統。醫學影像系統可以集成核磁共振設備、CT設備、CR設備、DR設備、MR設備、DSA設備，自動化的控制這些設備的開關、拍攝、移位等程序，同時采集這些設備的運行信息、拍攝信息，同時也可以幫助醫師做出準確的診斷。（5）病房管理系統。病房內的醫療診斷、救治監控設備非常多，比如多功能吊塔、多功能電動床、多參數中央監護儀、有創帶無創呼吸機、除顫儀、心電圖機、床旁b超等，這些設備操作運行也比較復雜，因此病房管理系統可以將這些設備集成在一起，以便能夠監控設備的運行情況，同時可以管理醫院的所有病房和病床，以便提高病房周轉效率，記錄病房中患者的實時狀態，提高對病房的使用效率。

2.2數據挖掘應用流程設計

醫院信息化系統經過多年的運行，其已經積累了海量數據，因此可以采用數據挖掘技術，提高醫院數據的挖掘和分析，為醫院提供一個強大的診斷治療決策支撐，從而可以保證企業的發展和壯大。本文引入的數據挖掘技術為卷積神經網絡，其屬于有監督的學習技術，具有較高的精確度。基于卷積神經網絡的醫院信息化系統包括六個關鍵層次，分別是輸入層、卷積層C1、池化層S1、卷積層C2、池化層S2和全連接層，相關結構如圖1所示。卷積神經網絡在醫院信息化系統過程中，每一層的功能及作用描述如下。

（1）輸入層。輸入層的功能是實現醫院信息的預處理，可以刪除一些噪聲數據、非常安全的數據等，將數據進行矩陣化操作，以便能夠顯示每一個數據包的類別，對其進行歸一化處理，便于卷積神經網絡進行處理醫院信息。本文的輸入層可以接收各種網絡數據包，這些數據包包括各類型的終端設備信息、傳輸路徑信息、交換機或路由器信息、服務器信息等，因此可以記錄數據包經過的網絡每一個路徑節點。

（2）卷積層。卷積層通常包括兩個關鍵操作，可以實現卷積網絡的局部關聯操作和窗口滑動操作。局部操作可以針對數據特征進行過濾，滑動窗口可以完成卷積神經網絡特征的提取，實現卷積神經網絡的特征分析，進一步改進卷積神經網絡的準確度。卷積層可以采用Sigmoid函數，函數擁有很強的收斂性，因此可以在很短的時間內獲取數據挖掘結果，避免過度擬合現象發生，可以大幅度提高醫院信息分析準確度。

（3）池化層。池化層可以壓縮卷積神經網絡處理的數據量，同時還可以減少網絡設置的參數數量，避免卷積神經網絡計算和處理時過度擬合。具體的，在卷積層處理的結果上，神經網絡可以獲取數據包的病毒基因特征，這些特征數據采取池化操作之后就可以計算某一個局部卷積特征平均值，也可以計算最大值或最小值，利用這些值可以針對卷積層獲取的特征數量進行過濾，從而可以降低分類器的計算復雜度，充分的減少過度擬合發生的概率。

（4）全連接層。全連接層是一個分類器，其可以將神經網絡經過學習和訓練的結果輸出到全連接層，這樣就可以直接為網絡安全防御提供決策支撐。全連接層目前實現的接口非常豐富，這些接口數據包括可視化接口、圖像曲線接口等，可以將其與醫院信息系統集成在一起，實現數據的傳輸和共享，將其輸出到系統交互界面上，可以幫助決策者更加直觀的瀏覽卷積神經網絡的處理結果。

3結束語

醫院信息系統引入卷積神經網絡這個數據挖掘技術，能夠基于有監督學習思路提高數據挖掘的精確度，為醫生、護士或管理人員提供正確的決策支撐，也提高了醫院信息系統的智能化和自動化水平，具有重要的作用和意義。

參考文獻

[1]駱夏草.數據挖掘技術在醫院信息系統中的應用[J].電子技術與軟件工程,2018,31(3):204-205.

[2]劉瑜楠.數據挖掘技術在醫院信息系統中的應用[J].工業控制計算機,2019,32(1):126-129.

[3]阮國成,葉正強.淺談數據挖掘技術在醫院信息系統中的應用[J].科學與信息化,2018,21(20):140-141.

[4]金晶.淺談數據挖掘技術在醫院信息系統中的應用[J].計算機產品與流通,2019,16(10):161-162.

作者：祝曉娟 單位：赤峰學院附屬醫院