数据挖掘技术在社区医疗服务系统中的应用与研究

摘要：针对当前我国社区医疗服务发展缓慢，医疗信息不能得到及时收集、挖掘和利用的问题。提出了构建基于B/S结构的社区医疗服务系统，从而实现医疗信息的有效共享，将数据挖掘技术集成与系统中，摆脱传统医院信息系统业务类型单一的缺点，对医疗数据进行更有效整合利用，如就医调查及预测等，从而促进社区医疗服务的发展。

关键词：数据挖掘技术 社区医疗服务系统 医疗数据共享

中图分类号：TP311.13 文献标识码：A 文章编号：1007-9416（2015）09-0000-00

1引言

随着中国经济与文化的飞速发展，为缓解人民群众看病难问题，政府对社区医疗卫生服务的发展高度重视。早在2009年，中共中央、国务院制定并颁发了《中共中央国务院关于深化医药卫生体制改革的意见》和《医药卫生体制改革期重点实施方案》，明确提出“要把基层医疗卫生制度作为公共产品向全面提供”。但与此同时，与发达国家相对比，我国社区医疗服务中心发展缓慢，其中医疗信息不能得到有效收集、共享和利用是制约其发展的一个重要因素。

2国内外社区医疗服务现状

随着社会日益增长的需求，国内外相继涌现出许多社区医疗服务机构，主要以全民保健和疾病预防为前提，实行按需诊疗的方式，做到大病上医院，小病找社区，尽量就近解决问题，实现了医疗资源充分而合理的利用。

匈牙利现行的医疗服务体系主要由三个层次构成[1]：第一层次，“全科家庭医生”在社区诊所提供的基本诊断与医疗服务；第二层次，区级、市级及专科医院提供的综合性和专科门诊；第三层次，重点发展、具备治疗床位的医院所提供的住院治疗。这三个层次之间是密切合作的，处在不同层次的医生对患者所提供的医疗服务内容和所发挥的作用是不同的。

比利时社区医疗保健服务的重点在于促使患者或康复病人得到与大医院相同的医疗服务。医疗人员可对独居老年患者进行监护式服务，或同患者及其家属配合，将医疗保健与康复等过程融入日常生活，从而减少病人在肌体与精神上的痛苦，实现主动治疗，这非常有助于疾病快速康复。

新加坡的各类医院并存，既有营利性、综合性医院，也有非营利性公立医院，还有专业性较强的私人诊所[2]。社区医院作为辅助医疗机构，是新加坡国家医疗保健体系的重要补充，以其低廉的收费，重点满足老弱病人的需求。

国外这些社区医疗机构的建设，不仅为广大患者提供了方便快捷的服务，也为大医院缓解了病人多和资源浪费的巨大压力。

我国的社区医疗服务机构近年来也有了大幅度增加。依据2011年4月28日发布的第六次全国人口普查主要数据公报显示[3]，，全国人口为约13亿4千万人。其中医疗需求较大的0-14岁和60岁以上年龄段人口约占总人口的30%，这部分人一般行动不便，适合社区医疗服务中心就医。截止到2012年底，据统计，我国668个城市中开展了社区卫生服务的城市达到358个，近90%的地级城市开展社区卫生服务工作，建立了2500多个社区卫生服务中心和近9726个社区卫生服务站。除安徽外，30个省（区、市）都制定出台了省级发展社区卫生服务的相关政策文件。

3国内社区医疗服务存在的问题

与发达国家相对比，我国社区医疗服务还存在诸多问题，例如建设标准不统一，医疗设施简陋，医务人员素质不高，服务水平低，没有大量合格的全科医生，也没有稳定的人才队伍来源作支撑等，无法满足居民速增长的医疗服务需求。

其中医疗信息不能共享和有效利用，是制约其发展的一个重要因素。主要表现在以下几个方面：

（1）社区居民健康档案的采集效率低下同时不太可靠，大部分数据收集工作主要依赖手工方式。

（2）收集的资料不利于共享，采集的信息存储在未共享的计算机中，社区医疗服务中心和居民之间不能建立起随时访问和被访问的关系，社区医疗服务中心之间也不相关。

（3）用于社区医疗服务系统的设备和器材还很缺乏，居民还不能充分享受社区医疗服务系统提供的福利。

（4）没有有效利用计算机网络实施完整的社区医疗服务系统的目标，与此相关的系统软件和应用软件都比较短缺[4]。

4社区医疗服务系统的构建与数据挖掘技术的应用

针对当前社区医疗服务发展中存在的医疗信息得不到共享和有效利用问题，可以通过构建集成数据挖掘模块的社区医疗服务系统来解决。

国内现有医疗服务系统普遍缺乏结构化和标准化，因此，在系统实现过程中，应充分参考相关医疗数据标准，有利于系统对数据挖掘和其它系统集成的支持。符合社区医疗服务信息化发展的趋势和潮流。

系统总体框架基于微软.NET技术的基本框架。采用模块化设计、B/S结构。B/S结构既浏览器/服务器模式，这种模式统一了客户端，将系统功能实现的核心部分集中到服务器上，简化了系统的开发、维护和使用。社区医疗服务中心的客户机上只要安装有浏览器即可。维护和升级方式简单，具有较好的可扩展性与通用性。同时降低了开发和配置成本，有利于社区医疗服务系统的普及。系统开发采用三层架构，底层为数据访问层，中间为业务逻辑层，上层为表示层。使数据的处理层次清晰，增强系统适应业务变更的能力，有利于维护。

系统集成数据挖掘技术，数据挖掘技术首先采用数据库技术对数据进行前期处理，然后利用机器学习方法从处理后的数据中提取有用的知识。数据库挖掘技术在处理社区医疗服务系统的数据库过程中主要包含以下五个步骤[5]：数据预处理，数据准备，数据挖掘，评估所得到的模式模型知识，发现知识的巩固与运用。常用的医疗数据挖掘算法有决策树、人工神经网络、粗糙集理论、遗传算法、模糊逻辑等，有的分析结果可以和专家分析相媲美

集成数据挖掘技术的社区医疗服务系统，以居民健康数据流为纽带、以电子处方、电子病历为手段、以业务流程优化为基础，有效地对社区医疗和住院医疗进行整合，实现了医院业务系统的高度集成。同时不再局限于当前的传统医疗业务，能进行社区居民就医调查与预测等。

系统开发流程：

（1）需求分析，深入社区医疗服务中心调查，掌握业务流程和需求。

（2）概要设计，根据调查后用户需求分析，设计社区医疗服务系统相应功能模块，包含数据挖掘模块。

（3）详细设计，描述实现所有模块的主要算法，将设计的数据挖掘算法应用到社区医疗服务系统中去。

（4）编码，编写社区医疗服务系统具体代码

（5）测试，将社区医疗服务系统部署于社区医疗服务中心，进行相应测试，重点测试数据挖掘功能模块。

（6）安装。

5 结语

随着计算机信息、网络通信、多媒体技术等信息产业的迅猛发展，利用数据挖掘技术构建社区医疗服务系统，可有效解决医疗信息得不到共享和有效利用问题。摆脱传统医院信息系统业务类型单一的缺点，对医疗数据进行更有效的整合利用，加强医院间与社区医疗服务中心信息的交流。有利于改变老百姓就医时崇尚大城市、崇尚大医院、崇尚名医的理念，使患者愿意选择到社区医疗服务中心就医，从而有效促进社区医疗服务中心的发展。

参考文献

[1]R.S.H. "Telemedicine in the United Kingdom： Current Status and Future Prospects"，IEEE Transactions on Information Technology in Biomedicine， vol.3， no.2，June，1999.

[2]KSiau “Health Care Informatics”， IEEE Transactions on Information Technology in Biomedicine， vol.7， 1， March，2003.

[3]2011年4月28日发布的第六次全国人口普查主要数据公报.

[4]李艳丹，社区医疗网络服务系统的研究和实现.华中科技大学硕士学位论文，2008：2.

[5]纪征.医学数据挖掘应用[J].情报探索，2010，（6）：105-106.

收稿日期：2015-08-28

基金项目：广东医学院学院面上项目（M2012032）；湛江市非资助科技攻关计划（2013B01340）；广东省高校计算机公共课程教学改革项目（B11）

作者简介：郑胜前（1980—），男，湖南省邵东县人，硕士，广东医学院信息工程学院计算机科学教研室讲师，研究方向：数据库技术、计算机软件编程。

推荐访问:医疗服务 数据挖掘 系统中的应用 研究 技术