随着卫计委于2019年颁布的《关于印发有关病种临床路径（2019年版）的通知》,体现出我国对医疗费用、医疗质量的管控越来越高,各大医疗机构对临床路径工作的开展和管理也愈加重视。运用信息化的手段协助医护人员临床路径管理工作,成为了医院管理部门聚焦的问题之一。随着我国临床路径管理工作从2009年推行至今,已经发展了十年。随着基于HIS电子病历的临床路径信息管理系统的出现,取代了原先的纸质临床路径模板,使路径管理工作得到了质的飞跃。但是临床路径管理系统在实际使用中,还是存在有严重问题。针对于现阶段我院现使用的临床路径管理系统而言,由于临床医学的时效性和复杂性,某些患者在进入路径前就患有其他微小疾病如皮炎,或是对原路径内某药品过敏,或是病情状况转良等等,针对于这些患者,医生会开具临床路径模板外的医嘱。这类不会造成患者出径的变异称为正性变异,正性变异是积极的变异,不需要系统产生变异预警,医生也不用填写变异原因分析。但是现有的临床路径管理系统不能识别出正负性变异,当医生开具不属于诊疗计划的医嘱时,系统一律视该患者产生负性变异,系统会产生变异预警并强制医生填写变异原因分析,增加医务人员的工作量也使变异分析失去了意义。在此背景下,本文在考虑到保持临床路径原本规范性的前提下,为提高它的智能型与灵活性,在HIS系统的基础上应用了数据挖掘中的关联挖掘Apriori算法,设计出一套新的基于关联挖掘算法的临床路径管理系统。可以针对某病种构建出该病种下的正性变异医嘱库,优化系统变异预警判定,使系统运行更贴近临床工作。本论文的主要工作开展如下:提出使用改进的Apriori算法挖掘临床路径变异医嘱的强关联规则,构建正性变异医嘱数据库,改进了临床路径执行模块的变异判定、变异预警的功能;改进优化后的临床路径管理系统能智能判断出变异的分类,遇到正性变异时,不产生变异预警;不强制医生填写变异原因及变异分析;使临床路径管理系统更贴合实际临床工作。分析了临床路径管理系统的设计架构和功能架构,设计并实现了一套新型的,运用改进Apriori算法对路径内医嘱数据分析挖掘的临床路径管理系统。分别描述临床路径的执行、临床路径的管理以及临床路径质控分析的设计与实现。