基于数据挖掘的医疗信息管理系统设计

时间：2024-07-28

黄晞

(1.江苏大学附属武进医院，江苏常州 213002；2.徐州医科大学武进临床学院，江苏常州 213002)

0 引言

由于人口结构老龄化，人们对医疗健康的需求不断上涨，医疗信息管理系统作为集信息管理、医学、计算机等学科于一体的新兴科学，在当今社会发展的推动下，得到了广泛应用。作为现代化医院运营的必要技术支撑和基础设施，医疗信息管理系统是医院以及人们生活中不可或缺的一部分[1]。患者人数的增加导致了医疗信息数据也在呈几何式增加，随着医疗病案信息的逐年增长，其海量数据的管理出现了急需解决的问题，需要利用数据挖掘技术对医疗信息重新检索并整理。数据挖掘技术在西方国家有许多成功的医学方面的应用案例，且取得了医学方面的研究成果，而现如今国内对于该技术的研究尚处在起步阶段[2-4]。由于医疗信息的特殊性，且医学数据量大又复杂，该方面的研究受到了一定程度的限制。为此提出本文研究，优化医疗服务水平，提高患者的满意度。

1 医疗信息管理系统硬件设计

1.1 控制器选择

对于信息管理系统而言，其中心控制器的选择是十分重要的，选取由STM32最小系统构成的STM32F103ZET6型号控制器，通过各接口传输控制管理信息，并将其存储到医疗数据库中，具体实物，如图1所示。

图1 主控制器模块实物图

图1中的控制器模块采用三十二位Cortex-M3内核的ARM微控制器，能够将工作频率保持在72 MHz。其核心电路由微控制芯片、数据存储器、复位电路、电源稳压电路和晶振电路等部分构成，具体电路设计情况，如图2所示。

由图2看出，电源稳压电路作为最核心的供电部分，能够通过外部连接的5 V电源保证正常供给。利用晶振电路控制时钟信号，在控制器运行时，为其提供时钟脉冲[5-7]。在此基础上将读写器模块加以优化，为后续的软件设计提供支持。

图2 电路设计图

1.2 读写器设计

结合实际情况，考虑医疗信息管理的实际需求，将读写器部分的设计划分为电源模块、射频模块和控制模块，如图3所示。

图3 读写器模块设计图

由图3可知，在原有读写器模块的基础上，采用两种不同频段的射频模块，分别实现与无线数据中继器以及管理终端间的通信。由于两者的频段特性与运行要求皆不相同，利用对照比较，分析该模块性能，如表1所示。

表1 433M与2.4G有源射频识别模块性能对比

由表1的对照分析得出:433M有源射频识别模块的传输距离远，且穿透力较强，能够在复杂的医疗环境当中完成通信任务；而2.4G有源射频识别模块的识别速度较快，且能够有效减少串扰，其两者各有特点，能够结合实际需求，选择更为合适的工作方式[8-10]。至此完成医疗信息管理系统硬件部分的优化设计，在此基础上利用数据挖掘技术，设计其软件部分。

2 基于数据挖掘的医疗信息管理系统软件设计

按照医院的职能划分，医疗信息管理问题通常由信息科归口统一处理，医院的数据信息密集，且信息更新频繁，所需要处理的信息量按照医院业务，能够划分为患者信息、管理信息、业务办理信息和医疗费用结算信息四个部分，如图4所示。

图4 基本信息流向

图4中的患者信息涵盖了患者的诊断信息、检查结果、住院信息以及手术或用药情况等基本信息；业务办理信息则包括了患者的预约，药品的出入库情况，以及患者的入院出院办理时间；而管理信息则是根据业务办理情况，实时记录患者的流动情况，身体状态的恢复程度等；医疗费用结算信息包括了在诊治以及用药、住院或手术等环节的具体花销[11-13]。

2.1 基于数据挖掘的数据库设计

在信息管理系统中，数据库的结构设计决定了该系统能否高效运行。如今开发的医疗信息管理系统普遍采用数据与控制分离的观念，即为了方便对信息系统以后的业务调整和升级改造，使信息系统的底层数据与信息系统的功能控制分离。为此，选择了MVC模型，MVC模型分三层：模型层、视图层和控制层，如图5所示。

图5 mvc三层结构模型图

其中，模型层主要实现信息系统的功能，处理其业务流程，制定其必须遵守的业务规则。视图层主要用于界面展示，负责与用户进行交互，接受用户请求，并展示处理结果。控制层是一个中间层，是模型层与视图层的桥梁，两者通过控制层进行数据传递和操作控制。在充分考虑到医疗行业的实际需求后，将所需要的数据信息在不同业务模块中，经过ETL处理，存储在相应的数据表当中，形成不同主题的数据集市,如图6所示。

图6 数据集市设计示意图

对于每一个样例e，计算其应该属于的类,如式(1)。

(1)

对于每一个类i，重新计算该类的质心,如式(2)。

(2)

式中,K表示事先给定的聚类数;ci∈{1,2,…,K}表示样例e与K个类中距离最近的那个类，αi表示对属于同一个类的样本的质心。

定义畸变函数，如式(3)

(3)

式中，J表示每个样本点到其质心的距离平方和，使其数值保持在最小范围内，将α与c同时收敛，使聚类结果达到局部最优，依据概率强度以及关联重要度实现数据库的优化设计。

2.2 药品进销存管理

医疗信息管理系统在存储大量患者信息的同时，也会整理医疗器械以及药品的进销存情况，其目的在于实现医院药品采购销售，库存盘点以及药品分类等业务的自动化管理，快速地对药品情况统计分析，以此加强医院的规范化管理，其具体管理流程，如图7所示。

图7 药品进销存管理

药品的进销存管理是每个医院不可忽视的重要环节，为方便管理以及后续药品使用情况的录入与查询，根据医院资源配置的实际需求，设计系统数据项定义表，如表2所示。

表2 数据项定义表

根据上述数据项定义表能够有效简化药品进销存管理步骤，提高信息管理效率。药品的盘点与库存管理间联系密切，药品的盘点需要建立在库存数据信息正确的前提下，并在完成盘点后更新库存数据[14-15]。至此完成基于数据挖掘的医疗信息管理系统设计，为测试所设计系统在实际应用当中的效果，提出如下对照实验。

3 系统性能测试

为检测将数据挖掘技术应用到医疗信息管理系统当中后，该系统的性能变化，设计仿真对照实验，模拟医院在运用过程中，其信息管理系统的运行情况，将所设计系统在长时间高并发模式下的数据吞吐量与其他两种常规系统相比较，分析三者之间的差异性，得出实验结果。

3.1 测试准备过程

由于患者的信息数据是受到国家法律保护的，为保护患者的个人隐私，实验中所采用的数据并非患者的真实数据。但为了保证实验的严谨性以及所得结果的真实性，在获得医院及患者准许的前提下，利用医院所提供的100名患者的真实信息数据，利用相关程序生成100万条模拟医疗数据，并导入实验平台当中,如图8所示。

图8 导入模拟数据

导入完成后开始运行系统，在登录界面中完善相关信息,如图9所示。

图9 信息管理界面

模拟查看、修改、删除、存储等操作，记录数据库的运行情况，分析在高并发情况下的系统运行情况。

3.2 结果对照分析

在上述实验准备完成后，通过计算机模拟，利用所准备的100万条医疗数据，测试系统在超高并发下的数据吞吐情况，系统每隔10秒采集一次指令完成情况，得到测试结果，如图10所示。

(a) 对照组1测试结果

图10为所设计系统在长时间高并发模式下的写入数据吞吐量变化情况，与其他两种常规系统的对比结果。由三者之间的对比能够得知，常规的信息管理系统在并发数较低时能够保障系统的顺利运行，但在高并发情况下，其写入速度明显无法满足系统的运行需求，对照组2的测试结果虽然比对照组1相对稳定，但仍达不到所需标准。而将数据挖掘技术应用到医疗信息管理系统的设计当中，其数据写入速度虽然在执行一段时间后开始降低，但很快又趋于稳定，且始终保持在可控制范围内，保障了系统的正常运行。