數據挖掘隨著計算機技術得到了廣泛應用，從而提高了數據利用效率，拓展了知識發現的廣度與深度。數據挖掘已有較多成熟方法，并在醫學大數據挖掘中取得了一定成果。數據挖掘是指從數據庫中，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的過程。目前，醫院已積累了大量醫療相關數據。

數據挖掘在醫學大數據研究中已取得了較多成果，通過文獻檢索，總結了三方面的應用現狀。

疾病早期預警醫療領域往往需要更精確的實時預警工具，而基于數據挖掘的疾病早期預警模型的建立，有助于提高疾病的早期診斷、預警和監護，同時，也有利于醫療機構采取預防和控制措施，減少疾病惡化及并發癥的發生。

疾病早期預警，首先要收集與疾病相關的指標數據或危險因素，然后建立模型，從而發現隱含在數據之中的發病機制和病情之間的聯系。Forkan等采集日常監測的心率、舒張壓、收縮壓、平均血壓、呼吸率、血氧飽和度等生命體征數據，以J48決策樹、隨機森林樹及序列最小優化算法等建立疾病預警模型，用于遠程家庭監測，識別未曾診斷過的疾病發生，并將監測結果發送到醫療急救機構，實現生命體征大數據、病人及醫療機構的完整銜接，以降低突發疾病及死亡的發生率。

Easton等利用貝葉斯分類算法建立了中風后遺癥死亡預測模型，認為中風后遺癥死亡概率與中風發生后的時間長短成函數關系，有助于中風后遺癥患者的后續監護。Tayefi等基于決策樹算法建立了冠心病預測模型，該模型發現hs-CRP作為新的冠心病預測標志物，比傳統的標志物（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，識別慢性病危險因素并建立預警模型有助于降低慢性疾病并發癥的發生。Alagugowr等建立的心臟病預警系統，從心臟病大數據庫中提取特征指標，通過K-means聚類算法識別出心臟病危險因素，又以Apriori算法挖掘高頻危險因素與心臟病危險等級之間的關聯規則。Ilayaraja等則以高頻項集尋找心臟病危險因素并識別病人風險程度，該方法能夠回避無意義項集的產生，從而解決了以往研究中項集數量多、所需存儲空間大等問題。

CH Jen等對慢性疾病并發癥風險識別的研究分三個步驟，首先，選擇健康人群體檢數據和慢性病患者相關疾病數據，以帶有序列前項選擇的線性判別分析來尋找相關疾病的特征變量;然后，以K-NN對特征變量進行分類處理;最后，將K-NN算法的分類結果應用于慢性疾病預警模型的建立。Aljumah等先后以回歸分析和SVM用于預測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。

Perveen等對糖尿病的預測研究，采用患者人口學數據和臨床指標數據，并分別用Adaboost集成算法、Bagging算法及決策樹三種算法來建立預測模型，認為Adaboost集成算法的精確性更高。

輔助醫學診斷醫學數據不僅體量大，而且錯綜復雜、相互關聯。對大量醫學數據的分析，挖掘出有價值的診斷規則，將對疾病診斷提供參考。Yang等基于決策樹算法和Apriori算法，對肺癌病理報告與臨床信息之間的關聯性進行了研究，為肺癌病理分期診斷提供依據，從而可回避診斷中需要手術方法獲取病理組織。

Becerra-Garcia等應用SVM、K-NN和CART三種算法對眼球電圖進行信號預處理、脈沖檢測和脈沖分類，為研究臨床眼球電圖檢查中非自發掃視眼球運動的識別提供依據。彭玉蘭等對某醫院5年的乳腺超聲數據進行了關聯規則挖掘，建立乳腺病理診斷與超聲診斷之間的關聯規則，并開發了乳腺超聲數據庫數據檢索系統，便于醫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。

醫學大數據挖掘已呈現廣闊的發展前景和巨大的應用價值，將為疾病研究、臨床及管理決策、醫療服務個性化及圖像識別等眾多領域帶來更多支持。麥肯錫在其報告中指出，大數據分析可以幫助美國醫療服務業一年創造3000億美元的附加價值，而美國醫療協會也稱，改善醫療衛生事業的關鍵在于大數據。

目前，醫院大數據中心、區域性衛生信息平臺、國家醫療大數據中心的建立以及衛生信息互聯互通標準和共享規范的制定，為數據存儲和共享、推動醫學大數據的應用提供了更多支撐。未來，醫學大數據挖掘將不斷更新，探索新的研究領域，推動研究成果轉化。

來源：朗銳智科