论文部分内容阅读
摘 要：云计算、物联网、移动网络新媒体等新兴技术的发展，正推动者人类社会的数据种类和规模，以前所未有的速度增长，数据从简单的处理对象开始转变为一种基础性资源，大数据应用成为席卷世界的技术新浪潮，即将开启一次重大的时代转型[1]。党的十八大报告把提高人民健康水平作为卫生事业发展的根本目的，强调要为群众提供安全有效方便价廉的公共卫生和基本医疗服务。公立医院作为我国医疗服务体系的主体，亟需树立大数据理念，利用日趋成熟的大数据应用技术，建立高效、精准的医疗决策支持系统，提升医院精细化质量管理的效率，使医疗卫生工作更加体现时代性、把握规律性、富于创造性，不断提高科学化水平。本文将从大数据基本概念和特征的厘清为切入，在分析目前公立医院运营管理存在问题的基础上，对基于大数据的医院决策支持系统、精细化质量管理系统的建设路径进行剖析，提出解决的思路。
关键词：医疗大数据；公立医院；决策支持；精细化管理；问题；路径
一、背景：大数据应用是提升公立医院管理水平的应有之义
“大数据”（big data）并不是一个新词汇，它的首次出现要追溯到上个世纪80年代。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，该公司在《大数据： 创新、竞争和生产力的下一个前沿领域》报告中称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”该公司对“大数据”给出的界定是：大小超出常规的数据库工具获取、存储、管理和分析能力的数据集[2]。
随着各领域数据的迅猛增长和企业界、学术界的相关探讨不断深入，大数据逐渐从一个“热词”，进入了国家的发展战略视野，成为国家治理能力现代化的重要议题，被视为是一种“积极的治理资源”，提供了“全面提升国家治理能力的契机” [3]。
党的十八大报告把提高人民健康水平作为卫生事业发展的根本目的，强调要为群众提供安全有效方便价廉的公共卫生和基本医疗服务，这说明我们国家从治国理政的角度，把维护人民群众健康放在了更加重要的位置，也对广大医疗卫生工作者提出了更高的要求。面对着重点推进医疗保障、医疗服务、公共卫生、药品供应、监管体制综合改革等重重挑战，作为我国医疗服务体系主体的公立医院，亟需利用大数据技术，迅速革新原有的医院管理模式，建立高效、精准的医疗决策支持系统，提升医院精细化质量管理的效率，满足人民群众快速增长的医疗服务需求。
二、 有关大数据内涵的理论辨析
虽然大数据已经成为炙手可热的热词，但由于其本身具有的复杂技术属性和基因，一定程度上影响了公众对其本质的认知。因此需要从利于公立医院发展的角度，在信息技术、企业管理领域对其做出的复杂概念阐述之外，对大数据的特征进行较为具象化的界定。
目前学界、业界比较一致接受的有关大数据特征描述集中归纳为 Volume，Velocity，Variety，Veracity，Value等“5个V”，包含 5个层面意义：
首先，数据体量（ Volume）巨大。大数据技术应用所收集和分析的数据量非常大，已经从 TB 级别，跃升到 PB 级别，但在实际应用中，很多企业、社会组织用户把多个数据集放在一起，已经形成了 PB 级的数据量。
其次，数据处理速度（Velocity）快，需要对数据进行接近于实时的分析和处理。例如，在变异性流感等流行病大规模爆发之前，监控系统要通过区域内医疗的大数据的监测，至少提前24小时提前做出疾病爆发流行的提示及预警，这就要求大数据分析系统要能够在极短的时间内，对异常的数据做出关联分析和判断。这一点和传统的数据挖掘技术有着本质的不同。
再次，数据类别（Variety）大，大数据来自多种数据源，数据种类和格式日渐丰富，包含结构化、半结构化和非结构化等多种数据形式，如手写病例、出院小结（文本）、心电图、患者的留言意见信息等。
第四，对数据真实性（ Veracity）要求极高。大数据中的内容是与真实世界中的发生息息相关的，研究大数据就是从庞大的网络数据中提取出能够解释和预测现实事件的过程。
第五，价值密度较低，但数据包含的使用价值（ Value） 高。通过分析数据可以清晰地看到如何抓住机遇及收获价值，对商业或组织决策有重要的使用价值。
三、问题导向：公立医院尚未真正形成基于大数据的医院管理系统
当前，大数据已经在工业制造、金融、保险、媒体等行业得到初步的应用，虽然国内的公立医院早在上世纪80年代，就已经开始在病患住院费用管理、挂号费、医院考勤制度、医用器材及药物成品管理等方面，布局单机版的信息管理系统，但这些系统和数据，仅仅是作为一种医疗业务的支持辅助，并未在各个科室、系统之间打通，无法进行必要的数据归集和分析。因此涉及到公立医院管理的中观领域，大数据技术的利用价值，还有待进一步探索和发掘。
（一） 传统信息系统积累的基础数据，质量缺乏保证
现有的大部分医院信息系统是在基于数据仓库的基础上进行联机分析处理， 以实现基于全院管理视角获取全局数据，并针对这些数据进行快速、多角度、交互式的深入分析。这些系统在建立之初为医院的管理工作提供了许多便利，但在实际工作中过分强调功能、轻细节、忽略了系统核心作用价值， 系统产生的决策分析缺乏前瞻性、指导性，不能真正实现决策支持的最终目的。
基础数据质量直接影响着医疗信息的真实可靠， 也客观地反映医院医疗质量的高低。当前，公立医院使用的各业务信息系统，在数据录入时缺乏有效性验证和维护，造成数据不准确，低了数据的可信度[4]。
（二） 信息处理功能的单一
目前软件应用系统在前台工作处理上面的功能比较全面，但是在我们后台的数据分析工作上面却能力有限，它没有更好的办法去服务我们医院管理层的科学决策。 （三） 缺乏对医疗语言标准化的规范
医学的语言丰富多样， 而临床数据范围广泛且种类繁多。在信息技术已成为被普遍采用的医疗服务辅助工具今天， 如果未正确使用标准化的数据定义语言， 计算机执行命令时可能会因为数据采集者与数据提取、分析者的理解存在差异， 导致计算机数据分析过程和结果出现混乱。在汇总不同医生记录的数据或进行时间趋势分析时， 含糊、缺乏标准化的词汇描述则会成为决策支持系统实现的障碍。如病历记录病人“肿瘤”， 而另一个记录该病人“肿块”，计算机自动分析程序会将病人在这两种情况下的临床表现判断为两个问题。
另一方面，医院信息的分类代码、处理流程及报表的格式等都存在着不规范性、不一致性，而软件产品的灵活性及通用性也很差，所以导致软件升级扩展的难度很大，信息网络化的程度也很低，无法进行资源的共享。
（四） 数据分析智能化程度不足
决策问题广泛存在于整个医院的临床和管理各个层次、各个方面。医生的医嘱处方、医技人员的诊断、护士的护理方案，或医疗设备的引进、人员和病床数据的增删， 还是医院设计项目的取舍、宏观的发展战略，都渗透着决策的理念。这些需求的实现不能仅仅取决于几张报表、几个数据。
现有的大部分决策支持系统仅停留在简单的数据报表功能上。通过报表可以显示出数据的增减，但未实现决策支持系统的核心， 即分析挖掘功能。简单的数据报表无法展示出各项数据背后所隐含的信息。
（五）应用功能在临床领域的普及率低
大多数公立医院至今还未构建出一个以病患需求为主的数据信息管理系统，甚至连病患信息查询系统、临床数据管理系统及财务管理系统的打通都没有实现，可见，公立医院普遍存在着数据应用功能，在临床领域的普及率不高的问题。
（六）大数据尚未在医院的精细化管理中发挥作用
精细化质量管理体系，应该建立在医院运营数据的基础上，涉及到医院门诊、急诊、住院中各个业务环节，是一个数据体量较大，数据结构复杂、数据类别繁多的数据集，属于典型的大数据应用。
在理想状态下，医院的信息管理系统可以通过对医院业务过程的数据采集和管理分析，从海量数据中发现医院管理缺陷、医师医疗水平和改进方向等问题，并通过预测未来趋势，及时提醒医院管理层采取应对措施。基于大数据技术的信息管理系统，可以通过建立全方位的治疗过程数学模型，系统地分析患者从门诊、急诊到住院的治疗、检查、用药的过程数据，分析医师治疗手段和科研教学的质量。
这种基于大数据技术的精细化管理系统的运转，除了必要数据分析技术的提升以外，还需要对接、联通医院内诸如HIS、LIS、PACS、病案管理、医保管理、满意度调查、科研管理、教育管理、人事管理等主要业务系统，整合建立起医院整体的数据中心库，并利用大数据分析技术，将各个子系统产生的业务数据实时抽取，并依据相关标准、规范、规则对数据及时整理[5]。但在目前的情况下，很多公立医院的是没有这样的技术能力的。
四、思路与路径：有效搜集存储海量数据，化大数据为支持决策的信息
大数据技术的核心问题是如何从规模巨大、种类繁多、生成快速的数据中挖掘有价值的信息，以集成现有结构化和半结构化数据，探索和挖掘非结构化数据为主要方向[6]。基于大数据技术的医院管理系统，目的在于有效合理手机和存储医院海量的数据，集科学、便捷、有效的数据诊断、聚合与分析方法，为医院管理层提供实时的分析数据，力求将数据中存在的价值挖掘，并转化为可以理解的信息。在数据分析的思路上，需要树立实时分析和离线分析相结合，以及强化医疗领域非结构化数据挖掘的思路。
针对上述梳理的具体问题，本文认为解决问题的可能性路径集中在以下三方面：
（一）构建医学信息标准体系
依据临床医学理念的多样性及丰富性，我们应当合理规范医用术语的标准化，来提升数据编码的科学性、实用性；还应当对各种疾病、医药及医学操作术语等做一个统一的编码，从而提升我们对疾病分类的细致性。在保证医学文档模板化的同时，应该及时更新文本的格式，来方便医生在电子病历上记录病患的特殊信息。
为实现医用数据的共享及交换，还需建立一个统一的数据交换标准，来方便公立医院提供对医学研究的技术支持。
（二） 引入大数据平台，统一数据管理与分析
公立医院可以通过引进大数据平台，来提升医院的信息管理功能，并实现医疗数据基于大数据的统一的存储、管理及分析。基于大数据的管理系统在传统的数据仓库管理基础上，进一步融合了大数据的思想，并向数据大集中的方向发展，提升了数据的协同性；对目前医院的成本管理、预算管理及绩效管理都具有很大的应用价值。
（三） 四步走：从基础设施的升级到智能化决策
基于大数据技术的信息化管理系统的最终实现，必然是随着技术进步不断更迭的进化过程。因此，站在医院管理的层面，要有分阶段实施，稳步发展的准备。
第一步，公立医院首先要进行基础设施的升级改造。构建起与人工管理体系平行的大数据管理系统，实现各类管理数据的海量获取、复杂模拟、及时反馈和自动调控，做到“人、机、物”的三元融合，有力支持医院科学决策、高效管理和精确保障；
第二步，实时精准监控。在第一步基础上，实现对医院管理常态化和非常态化数据的实时获取、精准监控、全程覆盖和动态分析，对诊疗服务过程、药材配给及后勤运行流程、经费全程管理，乃至患者人流、车流及水电气暖等地下管网的智能化控制；
第三步，辅助管理支持。构建医院管理综合信息系统、智能分析和决策系统，在运行监控的基础上，完善医院各类事物的常态和应急管理机制。在医院人流、物流、资金流智能控制的基础上，实现对医院公共设施和环境的智能管理控制，由单系统分别控制扩展到全程透明、综合集成控制；
第四步，决策研判智能化。整合医院的系统级应用，建成数字机关、数字科室、数字病房、数字实验室、数字库房等，实现医院管理各级职能的数字化，尤其是通过大数据技术分析、预测、研判医院发展的现状、短板、趋势和走向，能够研发指导医院建设管理的长期性、方向性备选方案，使医院的各项决策都建立在信息化、数据化、智能化、智慧化的基础上。
参考文献：
[1]孟小峰，慈祥.大数据管理：概念，技术与挑战[J].计算机研究与发展，2015，50（1）：146-169.
[2]梁芷铭.大数据治理：国家治理能力现代化的应有之义[J].吉首大学学报 （社会科学版），2015，36（2）.
[3]唐皇凤，陶建武.大数据时代的中国国家治理能力建设[J].探索与争鸣，2014 （10）.
[4]唐晓东， 李顺飞， & 罗娟. 决策支持系统在医院应用中存在的问题分析[J]. 解放军医院管理杂志，2011，18（6）：533-534.
[5]封国生.大数据应用与医院精细化质量管理[J].中国信息化，2015（4） .
[6]周迎， 曾凡， & 黄昊. 数据挖掘技术在医院信息化建设中的应用策略. 中国数字医学，2011，6（004）： 83-85.
关键词：医疗大数据；公立医院；决策支持；精细化管理；问题；路径
一、背景：大数据应用是提升公立医院管理水平的应有之义
“大数据”（big data）并不是一个新词汇，它的首次出现要追溯到上个世纪80年代。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，该公司在《大数据： 创新、竞争和生产力的下一个前沿领域》报告中称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”该公司对“大数据”给出的界定是：大小超出常规的数据库工具获取、存储、管理和分析能力的数据集[2]。
随着各领域数据的迅猛增长和企业界、学术界的相关探讨不断深入，大数据逐渐从一个“热词”，进入了国家的发展战略视野，成为国家治理能力现代化的重要议题，被视为是一种“积极的治理资源”，提供了“全面提升国家治理能力的契机” [3]。
党的十八大报告把提高人民健康水平作为卫生事业发展的根本目的，强调要为群众提供安全有效方便价廉的公共卫生和基本医疗服务，这说明我们国家从治国理政的角度，把维护人民群众健康放在了更加重要的位置，也对广大医疗卫生工作者提出了更高的要求。面对着重点推进医疗保障、医疗服务、公共卫生、药品供应、监管体制综合改革等重重挑战，作为我国医疗服务体系主体的公立医院，亟需利用大数据技术，迅速革新原有的医院管理模式，建立高效、精准的医疗决策支持系统，提升医院精细化质量管理的效率，满足人民群众快速增长的医疗服务需求。
二、 有关大数据内涵的理论辨析
虽然大数据已经成为炙手可热的热词，但由于其本身具有的复杂技术属性和基因，一定程度上影响了公众对其本质的认知。因此需要从利于公立医院发展的角度，在信息技术、企业管理领域对其做出的复杂概念阐述之外，对大数据的特征进行较为具象化的界定。
目前学界、业界比较一致接受的有关大数据特征描述集中归纳为 Volume，Velocity，Variety，Veracity，Value等“5个V”，包含 5个层面意义：
首先，数据体量（ Volume）巨大。大数据技术应用所收集和分析的数据量非常大，已经从 TB 级别，跃升到 PB 级别，但在实际应用中，很多企业、社会组织用户把多个数据集放在一起，已经形成了 PB 级的数据量。
其次，数据处理速度（Velocity）快，需要对数据进行接近于实时的分析和处理。例如，在变异性流感等流行病大规模爆发之前，监控系统要通过区域内医疗的大数据的监测，至少提前24小时提前做出疾病爆发流行的提示及预警，这就要求大数据分析系统要能够在极短的时间内，对异常的数据做出关联分析和判断。这一点和传统的数据挖掘技术有着本质的不同。
再次，数据类别（Variety）大，大数据来自多种数据源，数据种类和格式日渐丰富，包含结构化、半结构化和非结构化等多种数据形式，如手写病例、出院小结（文本）、心电图、患者的留言意见信息等。
第四，对数据真实性（ Veracity）要求极高。大数据中的内容是与真实世界中的发生息息相关的，研究大数据就是从庞大的网络数据中提取出能够解释和预测现实事件的过程。
第五，价值密度较低，但数据包含的使用价值（ Value） 高。通过分析数据可以清晰地看到如何抓住机遇及收获价值，对商业或组织决策有重要的使用价值。
三、问题导向：公立医院尚未真正形成基于大数据的医院管理系统
当前，大数据已经在工业制造、金融、保险、媒体等行业得到初步的应用，虽然国内的公立医院早在上世纪80年代，就已经开始在病患住院费用管理、挂号费、医院考勤制度、医用器材及药物成品管理等方面，布局单机版的信息管理系统，但这些系统和数据，仅仅是作为一种医疗业务的支持辅助，并未在各个科室、系统之间打通，无法进行必要的数据归集和分析。因此涉及到公立医院管理的中观领域，大数据技术的利用价值，还有待进一步探索和发掘。
（一） 传统信息系统积累的基础数据，质量缺乏保证
现有的大部分医院信息系统是在基于数据仓库的基础上进行联机分析处理， 以实现基于全院管理视角获取全局数据，并针对这些数据进行快速、多角度、交互式的深入分析。这些系统在建立之初为医院的管理工作提供了许多便利，但在实际工作中过分强调功能、轻细节、忽略了系统核心作用价值， 系统产生的决策分析缺乏前瞻性、指导性，不能真正实现决策支持的最终目的。
基础数据质量直接影响着医疗信息的真实可靠， 也客观地反映医院医疗质量的高低。当前，公立医院使用的各业务信息系统，在数据录入时缺乏有效性验证和维护，造成数据不准确，低了数据的可信度[4]。
（二） 信息处理功能的单一
目前软件应用系统在前台工作处理上面的功能比较全面，但是在我们后台的数据分析工作上面却能力有限，它没有更好的办法去服务我们医院管理层的科学决策。 （三） 缺乏对医疗语言标准化的规范
医学的语言丰富多样， 而临床数据范围广泛且种类繁多。在信息技术已成为被普遍采用的医疗服务辅助工具今天， 如果未正确使用标准化的数据定义语言， 计算机执行命令时可能会因为数据采集者与数据提取、分析者的理解存在差异， 导致计算机数据分析过程和结果出现混乱。在汇总不同医生记录的数据或进行时间趋势分析时， 含糊、缺乏标准化的词汇描述则会成为决策支持系统实现的障碍。如病历记录病人“肿瘤”， 而另一个记录该病人“肿块”，计算机自动分析程序会将病人在这两种情况下的临床表现判断为两个问题。
另一方面，医院信息的分类代码、处理流程及报表的格式等都存在着不规范性、不一致性，而软件产品的灵活性及通用性也很差，所以导致软件升级扩展的难度很大，信息网络化的程度也很低，无法进行资源的共享。
（四） 数据分析智能化程度不足
决策问题广泛存在于整个医院的临床和管理各个层次、各个方面。医生的医嘱处方、医技人员的诊断、护士的护理方案，或医疗设备的引进、人员和病床数据的增删， 还是医院设计项目的取舍、宏观的发展战略，都渗透着决策的理念。这些需求的实现不能仅仅取决于几张报表、几个数据。
现有的大部分决策支持系统仅停留在简单的数据报表功能上。通过报表可以显示出数据的增减，但未实现决策支持系统的核心， 即分析挖掘功能。简单的数据报表无法展示出各项数据背后所隐含的信息。
（五）应用功能在临床领域的普及率低
大多数公立医院至今还未构建出一个以病患需求为主的数据信息管理系统，甚至连病患信息查询系统、临床数据管理系统及财务管理系统的打通都没有实现，可见，公立医院普遍存在着数据应用功能，在临床领域的普及率不高的问题。
（六）大数据尚未在医院的精细化管理中发挥作用
精细化质量管理体系，应该建立在医院运营数据的基础上，涉及到医院门诊、急诊、住院中各个业务环节，是一个数据体量较大，数据结构复杂、数据类别繁多的数据集，属于典型的大数据应用。
在理想状态下，医院的信息管理系统可以通过对医院业务过程的数据采集和管理分析，从海量数据中发现医院管理缺陷、医师医疗水平和改进方向等问题，并通过预测未来趋势，及时提醒医院管理层采取应对措施。基于大数据技术的信息管理系统，可以通过建立全方位的治疗过程数学模型，系统地分析患者从门诊、急诊到住院的治疗、检查、用药的过程数据，分析医师治疗手段和科研教学的质量。
这种基于大数据技术的精细化管理系统的运转，除了必要数据分析技术的提升以外，还需要对接、联通医院内诸如HIS、LIS、PACS、病案管理、医保管理、满意度调查、科研管理、教育管理、人事管理等主要业务系统，整合建立起医院整体的数据中心库，并利用大数据分析技术，将各个子系统产生的业务数据实时抽取，并依据相关标准、规范、规则对数据及时整理[5]。但在目前的情况下，很多公立医院的是没有这样的技术能力的。
四、思路与路径：有效搜集存储海量数据，化大数据为支持决策的信息
大数据技术的核心问题是如何从规模巨大、种类繁多、生成快速的数据中挖掘有价值的信息，以集成现有结构化和半结构化数据，探索和挖掘非结构化数据为主要方向[6]。基于大数据技术的医院管理系统，目的在于有效合理手机和存储医院海量的数据，集科学、便捷、有效的数据诊断、聚合与分析方法，为医院管理层提供实时的分析数据，力求将数据中存在的价值挖掘，并转化为可以理解的信息。在数据分析的思路上，需要树立实时分析和离线分析相结合，以及强化医疗领域非结构化数据挖掘的思路。
针对上述梳理的具体问题，本文认为解决问题的可能性路径集中在以下三方面：
（一）构建医学信息标准体系
依据临床医学理念的多样性及丰富性，我们应当合理规范医用术语的标准化，来提升数据编码的科学性、实用性；还应当对各种疾病、医药及医学操作术语等做一个统一的编码，从而提升我们对疾病分类的细致性。在保证医学文档模板化的同时，应该及时更新文本的格式，来方便医生在电子病历上记录病患的特殊信息。
为实现医用数据的共享及交换，还需建立一个统一的数据交换标准，来方便公立医院提供对医学研究的技术支持。
（二） 引入大数据平台，统一数据管理与分析
公立医院可以通过引进大数据平台，来提升医院的信息管理功能，并实现医疗数据基于大数据的统一的存储、管理及分析。基于大数据的管理系统在传统的数据仓库管理基础上，进一步融合了大数据的思想，并向数据大集中的方向发展，提升了数据的协同性；对目前医院的成本管理、预算管理及绩效管理都具有很大的应用价值。
（三） 四步走：从基础设施的升级到智能化决策
基于大数据技术的信息化管理系统的最终实现，必然是随着技术进步不断更迭的进化过程。因此，站在医院管理的层面，要有分阶段实施，稳步发展的准备。
第一步，公立医院首先要进行基础设施的升级改造。构建起与人工管理体系平行的大数据管理系统，实现各类管理数据的海量获取、复杂模拟、及时反馈和自动调控，做到“人、机、物”的三元融合，有力支持医院科学决策、高效管理和精确保障；
第二步，实时精准监控。在第一步基础上，实现对医院管理常态化和非常态化数据的实时获取、精准监控、全程覆盖和动态分析，对诊疗服务过程、药材配给及后勤运行流程、经费全程管理，乃至患者人流、车流及水电气暖等地下管网的智能化控制；
第三步，辅助管理支持。构建医院管理综合信息系统、智能分析和决策系统，在运行监控的基础上，完善医院各类事物的常态和应急管理机制。在医院人流、物流、资金流智能控制的基础上，实现对医院公共设施和环境的智能管理控制，由单系统分别控制扩展到全程透明、综合集成控制；
第四步，决策研判智能化。整合医院的系统级应用，建成数字机关、数字科室、数字病房、数字实验室、数字库房等，实现医院管理各级职能的数字化，尤其是通过大数据技术分析、预测、研判医院发展的现状、短板、趋势和走向，能够研发指导医院建设管理的长期性、方向性备选方案，使医院的各项决策都建立在信息化、数据化、智能化、智慧化的基础上。
参考文献：
[1]孟小峰，慈祥.大数据管理：概念，技术与挑战[J].计算机研究与发展，2015，50（1）：146-169.
[2]梁芷铭.大数据治理：国家治理能力现代化的应有之义[J].吉首大学学报 （社会科学版），2015，36（2）.
[3]唐皇凤，陶建武.大数据时代的中国国家治理能力建设[J].探索与争鸣，2014 （10）.
[4]唐晓东， 李顺飞， & 罗娟. 决策支持系统在医院应用中存在的问题分析[J]. 解放军医院管理杂志，2011，18（6）：533-534.
[5]封国生.大数据应用与医院精细化质量管理[J].中国信息化，2015（4） .
[6]周迎， 曾凡， & 黄昊. 数据挖掘技术在医院信息化建设中的应用策略. 中国数字医学，2011，6（004）： 83-85.