论文摘要
传统的决策支持模型均基于数据库表存储的静态业务数据。为了能够支持业务扩展和变化,在本课题提到的病人电子档案系统中,采用数据库表来存储动态的业务数据。两种业务数据的不同使得传统的决策支持模型无法应用于该类病人电子档案数据。而激增的病人电子档案数据背后存在很多有用知识,因此开发一个基于电子健康档案动态数据的决策支持系统,能对这种动态业务数据的进行提取,挖掘感兴趣知识,并用于决策支持是有必要的。这对尽早预测、预防、准确诊断并有效治疗各种疾病,提高我国的全民健康和医疗卫生水平具有重要意义。考虑到电子档案模板中数据项的动态性,以及不同种类的数据应选择不同的挖掘模型,有必要采用即时提取数据、即时构造模型的策略,以便实现动态的数据提取、数据挖掘用于决策支持。根据电子档案的元数据模型,动态地提取电子档案数据项数据,将分组数据项转换为嵌套挖掘结构,实现了一个具有数据容错能力、支持复杂数据类型的挖掘模型。采用临时表存储动态提取的电子档案数据,以临时表作为静态表构建挖掘模型,利用MS SQL SERVER 2005提供的挖掘决策模型进行决策支持,提供神经网络、决策树两种可选可互换的决策模型,并将训练得到的模式存入知识库中,构建了一个基于电子档案、可选模型、能即时挖掘的决策支持平台。该决策支持平台已经用于国家863项目“基于网格的数字化医疗决策支持系统”中,对高血压等数据进行的实验表明,这一决策支持平台具有很高的疾病预测精度,能够为医务人员提供准确的临床诊断和治疗决策支持。