论文部分内容阅读
随着转化医学模式的兴起,以及人们对医疗信息共享需求的不断增大,构建以电子健康档案(Electronic health record,EHR)为基础的医疗信息支撑平台变得越来越重要。然而目前我国医院信息系统之间缺乏统一的数据标准和一种有效的数据集成机制,居民的电子健康档案没有形成完整的体系,这导致了人们的医疗数据呈现为一个个分散、封闭和无法共享的“信息孤岛”。这不仅仅阻碍了转化医学这种新兴模式的具体实施,也同时造成了急速增长的医疗大数据无法被人们高效利用的尴尬局面。许多当今兴起的数据挖掘、机器学习等人工智能技术在这些医疗数据上的应用效果都会大打折扣。本文针对上述问题,研究了一种采用两层建模架构的开源电子健康档案标准openEHR,设计了一种能够支持多种医疗数据源集成的EHR数据接口,然后以此为基础,初步构建了基于openEHR的健康档案系统,并对系统中关键的数据导入、存储和获取模块进行了设计和实现。该系统可以将不同异构的数据源集成到统一的EHR健康档案系统中,并开放接口提供给第三方使用,这为建立基于EHR的智慧医疗服务提供了很好的支持。在初步实现了EHR数据接口及健康档案系统的基础上,本文对系统中的糖尿病患者EHR数据进行了数据挖掘研究。首先针对传统相关性分析算法在挖掘疾病危险因素中存在的缺乏定量分析的问题,提出了一种基于神经网络敏感性分析的方法,实验结果表明该算法能够定量的给出各种危险因素对疾病的影响程度。接着本文在研究糖尿病高危人群自动识别和筛选的问题中,分析传统C4.5算法存在结点过多的不足之处,提出了一种改进的C4.5算法,并通过实验测试验证了算法的性能。最后本文将以上的研究成果具体应用到慢性病健康服务与分析系统中,设计和实现了相应的算法模块。对于健康管理师和医师实施健康干预起到了很好的辅助建议和决策支持的作用。