客观世界的发展不以人的意志为转移,随着人类社会的不断进步,人们逐渐认识到了客观世界发展的一些规律,而且人们也在不断的认识自然的基础上致力于改造自然,这种改造自然的想法就是干预的最佳体现。干预一词最早来源于经济学,干预是经济调控的一种手段,特别是国家对经济的宏观调控主要就是应用干预的思想。随着人们对客观事物认知的不断成熟,人们已经把干预应用到了很多方面,如经济学中常说的干预经济模式,再如心理学中提出的行为干预模式等都是干预的实际应用。本文把数据挖掘应用到干预分析中,主要根据县级以下医疗单位的医疗数据为基础,并对这些医疗数据进行干预分析,找出一些病症的诱因,降低患病概率。把干预应用到医疗数据中,目的是发现可干预因子,并通过干预来达到期望的医疗效果,以此来提高医疗质量。在医疗数据中主要关注的就是患病和健康两个要素,并对某一些特征项施加干预来提高医疗效果,降低患者的患病率。这种在数据挖掘中应用干预的思想就是干预规则挖掘的基本思路。本文借鉴了朴素干预规则挖掘模型并与医疗数据相结合,基本思想是通过干预分析,发现了影响某些疾病的可控因素或者发现一些病症的潜在诱因,然后通过对这些因素数值的调整,使该疾病的发生比例下降,从而为医生制定治疗方案提供有价值的参考。通过实验发现了现有医疗数据中体重和脂肪肝之间的干预关系,研究表明如果对体重项施加干预把体重降低到75kg以下,体检人员中患脂肪肝的人数比例有所下降,这个结论说明对患者体重施加干预,能降低患者患脂肪肝的概率。医疗数据中的体检数据中蕴含了很多有价值的信息,通过对这些医疗数据的实验分析发现年龄、体重和患病之间直接的关联,然后对不同年龄和体重的体检人员健康状况进行对比分析,发现在某年龄段适合的体重,并因此作为依据给出健康指导建议,即控制体重,这其中体重的控制就是干预的一种体现,即把自身体重控制到某种程度,以此减轻患某种疾病的概率。所以把朴素干预规则应用到医疗数据中有很大的实用价值。