目的:合理用药专项点评是提高医疗机构药物治疗水平的有效手段,但以往的专项点评由药师手工完成。由于药师数量有限,专项点评工作量大,几乎不能常态化开展。本研究探索构建数据挖掘模型对人血白蛋白（human serum albumin,HSA）处方进行合理点评,为临床快速精准点评全量处方并常态化开展药物专项点评提供新技术和新方法的支持。方法:本研究通过采集国内外循证医学证据汇总制定了HSA合理使用评价标准,并整理HSA有关适应症对应ICD-10编码。通过SPSS Modeler18.0软件运用聚类分析和关联规则的算法构建数据挖掘模型,并应用该模型对2021年1至6月某医疗机构住院患者的HSA相关诊疗数据实施专项点评。结果:应用数据挖掘技术构建了用药适应症模型、特殊人群用药模型、用药剂量模型及用药频次模型,可从多角度对HSA的使用进行专项点评。通过应用用药适应症模型,发现该医疗机构HSA的使用基本具备用药指征,无指征用药仅占1.00%。其中无指征用药关联性较强的医生有6名,涉及4个临床科室。通过应用特殊人群用药模型,发现该医疗机构使用HSA的特殊人群较多,占62.76%,需要重点关注的特殊人群占1.07%。其中与需要重点关注的特殊人群关联性较强的医生有4名,涉及3个科室。通过应用用药剂量模型,发现该医疗机构不同适应症使用HSA的平均日剂量基本符合HSA合理使用评价标准中的推荐日剂量。其中对超剂量用药与医生及临床科室进行关联分析,发现超剂量用药关联性较强的医生有3名,涉及1个科室。通过应用用药频次模型,发现该医疗机构一般低频使用HSA,当患者存在严重低血容量休克、严重低蛋白血症或血清白蛋白浓度≤25 g/L等紧急情况时才会高频使用HSA。通过这些数据挖掘模型分别从宏观和微观上对住院患者使用HSA的各方面进行了分析,为精准实施合理用药干预与指导提供了数据支持。结论:本研究探索了运用信息技术构建HSA处方点评的数据挖掘模型,经过准确性验证,该模型成功实现了对HSA处方的快速准确点评,达到了快速聚焦不合理用药,保证安全合理用药,提高药师工作效率,有效节约医疗资源的目的,为未来处方点评提供了新思路与新技术支持。