计算机信息处理技术发生了很大的变化。经过多年的相对稳定,商业智能世界正经历着翻天覆地的变化。BI是任何组织不可缺少的组成部分,也是理解是什么东西驱动一个组织并最终导致最好决策的一个必要工具。BI工具是决策支持系统的心脏,因此不受医疗保健部门的影响。数据仓库是商业智能的基础。 医疗环境通常数据丰富但是信息贫乏,且管理信息系统总的来说很弱。医疗保健部门由大量的临床资料组成,这些数据很少供决策使用。随着患者数据存储密度的增加,医疗保健部门受到很大的关注,迫切需要把这些数据“坟墓”转变成具有信息知识的“金块”。博茨瓦纳卫生部的案例,地方组织有丰富的数据但缺乏创新的挖掘工具和结构良好的DSS来发现隐藏在数据中的关系和趋势。调查证明了博茨瓦纳的健康信息管理系统（HIMS）艮弱,分散,数据收集技术并不是很协调,且明显的收集了重复的信息。数据和信息系统之间加大的差距,要求系统的开发工具将这些“数据坟墓”都变成知识的“金砖”。因此呼吁BI工具系统的开发,将这些“数据坟墓”都变成知识的“金砖”是不可避免的。整理、分析、解释和传播信息方面都存在很大的挑战。几个孤立的数据库使得情况复杂,跟踪健康结果和测量特定的干预措施的影响将更加复杂 在这个研究中,我们提出要加强博茨瓦纳医疗信息系统,优化决策支持系统,提高数据生成和利用。为了实现我们的主要目标,我们提出通过运用预测开采技术重新构建其BI过程促进医疗BI。BI通常被描述为一个业务管理术语,它使用应用程序和技术来收集,提供访问和分析机构的数据和信息,以帮助人们做更好的业务决策。1989年Howa rd Dresser提出BI作为一个总括的术语来描述“基于支持系统事实来提高业务决策的概念和方法”。提出了一个定量,语境设计,公司关系,分析和概念化的研究来加强医疗BI。今天,预测分析的演化,分析大量历史数据和创建准确的预测未来的趋势的能力继续发展,没有例外的医疗行业。我们的研究是通过协同构建一个基本的数据仓库工作,应用数据挖掘（DM）技术,数据分析框架和一个概念性的商业智能技术中心框架。 研究中,,我们使用了从博茨瓦纳卫生部获得的反逆转录病毒疗法（ART）数据集。博茨瓦纳是第一个在非洲建立全国性的ART项目的国家之一。“玛莎,”一词,意为“新曙光”,是指该项目来表示希望提供抗逆转录病毒药物的艾滋病毒携带者和艾滋病的人活得更长、更健康的生活,为他们提供时间来培养他们的家庭和为国家建立一个未来。在博茨瓦纳的ART项目引言前,艾滋病毒／艾滋病疫情继续蔓延有增无减,其特点是高水平的发病率和死亡率。艾滋病的流行导致了一些疾病的出现,其在前艾滋病时代是罕见或看似无害的。治疗这些疾病的经验不同。在许多情况下,对照试验评估治疗的艾滋病人口缺乏。一些艾滋病患者在ART项目下仍然有感染的风险,预防或缓解患者可能感染的工作也比较少。我们旨在建立一个分类和预测模型,通过挖掘历史数据来确定患者可能感染上述疾病,以采取适当的医疗措施。 为构建协同效应,我们首先建立了一个基本的数据仓库／数据存储库,我们从卫生部Microsoft Access2003文件中提取数据,并将其转换成Microsoft Excel2007文件格式,此格式用平滑技术是来清理噪声数据。通过使用一个Java NetBeans的应用程序来加载数据,数据被加载到Oracle11g基本数据仓库。这项研究中用到了1648名患者的数据 DM技术的使用在调查临床数据之间微妙的关系上正变得越来越受欢迎。预测分析正在以越来越快的速度被组织所接受,从数据中需要获得可行的和前瞻性的见解,且医疗部门必须跟上发展的步伐。分类模型用于预测个体的行为。他们将数据分到预定义的分类类标签上。“类”在分类中是目标变量,在我们的案例中是机会性感染（OI）变量。为了达到挖掘模型这一目标,我们紧随包括6个阶段的通用ISP-DM过程。在数据理解阶段,我们研究了卫生部的SQL数据仓库下的各种数据,并最终决定使用ART项目下的历史数据。与相关人员的工作不同,在数据存储库中选择使用DM工具,因为它提供了很多优势。不需要移动或者转换数据。这使得整个挖掘过程没那么复杂,费时和易出错。另外一个益处就是安全。数据由广泛的安全机制的Oracle11g数据库保护。在数据准备阶段,对数据资源编目后,我们通过选择28个数据变量用于学习来准备数据。研究过程包括数据准备、清理、整合,提取和格式化数据,这些工作都是在加载数据到Oracle11g基本数据仓库前做的。建模阶段当然是DM过程最华丽的一部分,此阶段用复杂的分析方法从数据中提取信息。这个阶段涉及选择建模技术,生成测试设计、构建和评估模型。在SQL开发人员的DM工具下创建了数据挖掘者的工作流。这使我们能够在图形环境下交互式地建立、分析和测试DM过程。DM工作者通过返回到工作流的结果来建立这些模型。建立了四个分类和预测模型用于测试,分析其鲁棒性。该模型对广义线性模型训练（GLM）、支持向量机、决策树（DT）和朴素的贝叶斯算法。并对每个算法的设计结构和优点进行了讨论。提出了模型的训练,模型训练数据的学习。训练是针对部分源数据进行的,然后将剩余的测试部分的数据分成50个小片。这中类建立的节点检测了所有一共四种定义的模型。在成功的训练模型中,测试和估计阶段被执行,对于其鲁棒性的严格测试也完成。在这个阶段,我们来预测数据最小化成果如何来达到我们的商业目的。每个模型的结果都被严格测试,分析每个模型的所有结果,利用混淆矩阵的分析性能,接收端的操作特征曲线以及LIFT积累分析衡量了分类模型的预测性能比随机预测性能要好的程度。总体数来,lift可以看做是一个百分比：由模型产生的正确的正的模型类别比上实际测试集中的正的类别。它依据整改率的界级别由高到低排列,所以,最高浓度的积极的预测是在分位数的顶部。同样有一个开销矩阵编码分类记录惩罚的利润分配估计也被完成。我们的混淆矩阵展示了由每一个模型所记录的正确与不正确的预测,并与实际测试集中的分类进行比较。在分析和精确比较每一个模型的性能表现后,SVM模型相比仅有0%的预测可信性的的GLM模型,以84%的总体性能被证明是我们数据的最好模型。在总案例数为820的情况下,SVM对690个做出正确预测。SVM也被证明能够以60分位数这样一个更高的测量影响更有可能的准确预测消极或积极的类。该模型有曲线下最高测量面积即0.8941.部署阶段专注于整合在测试和评估阶段学习到的新知识。OI支持向量机被部署到剩余数据,最后最终结果生产并以表格格式发布。预测结果包括病人身份证以及病人是否可能有风险感染的预测概率和预测类别。 统计分析结果表明,血红蛋白、病毒载量和病人之间有着重大的关系。这就建议具有较高体重的病人也会呈现血红蛋白、病毒载量增多的趋势。但是,年龄、BCD4a nd CD4之间却没有显著的关系。 我们提出的商业智能不再是简单的将各个不同的IT部件组合,而是在成熟的框架下采用BICC策略,BBIC将安排卫生保健机构中相关学科的人来有效的使用BI,从而能够快速有效的决策,最终为患者提供更好的医疗服务,他们同样将为有效的监控、评估、决策提供良好的环境。 我们研究过程中遇到了各种各样的问题,在解决这些问题的过程中,我们对医疗保健系统进行了多次的创新,原始数据的互相矛盾、差异和不完整,存在大量的冗余数据,就是一个我不得不面对的严重的问题,包括人类健康的临床数据对我们的研究工作是非常重要的,当所研究的数据存在误差时,将使得结论不准确。怎样将不包含配药信息的PLMS数据导出也是我面对的问题之一。有一些问题仅仅是人工问题,面对这样的问题我们必须对数据进行修改。总之,存在着大量的工作需要我们完成。医疗保健部门每天都产生大量的数据,随着研究技术的创新,医疗保健部门将能完成以前因为数据太多、分析时间太长、数据不能被SQl存储而不能完成的工作,自服务BI是计算机领域重要且热门的研究课题,通常,BI主要指IT人员和商业分析师依据以往的经验去发现、寻找大量数据中的信息,用于辅助决策,而今天,似乎所有的人都能成为分析师,通过对简单的操作说明进行研究,我们可以建立更多新的有用的预测模型。 从我们对实验结果的分析可以看出,医疗系统的BI还有很多有趣的问题值得探讨,且还能不断改善,我们的研究将为将来的研究打下坚实的基础。