近年来,医疗事故层出不穷,医患矛盾日益尖锐化,医患纠纷日益增多。造成如此局面原因很多,比如说医生个人医学水平有限,医生滥用药品,药品中未知的风险等。为了缓解这种局面,同时减轻患者的经济负担和加快患者疾病的治愈,本文利用孤立点检测算法对医疗机构的医疗处方数据进行科学化的分析。基于上述背景,本文提出了一种新的基于最近集相异度的孤立点检测算法和改进了一种基于最近集孤立度的孤立点检测算法。首先对医疗数据进行预处理,包括删除没有实际意义的属性和不完整的医疗数据。然后通过医疗数据获得医生信息数据、患者信息数据、药品信息数据、医疗处方数据等。通过科室的划分对医疗处方数据实现降维。通过删除科室医疗处方数据矩阵中全为0的列向量实现再次降维。最后使用基于最近集相异度的孤立点检测算法与基于最近集孤立度的孤立点检测算法对高维大数据量的科室医疗处方数据进行挖掘分析。基于最近集相异度的孤立点检测算法是根据属性相异度来计算数据点间的相异度,该算法能更有效地处理属性间具有关联性的数据且此算法时间复杂度也较低。基于最近集孤立度的孤立点检测算法能快速地从医疗处方数据中检测出孤立的数据点,但此算法没有考虑药品之间的关联性,不能有效地对医疗处方数据进行挖掘。应用某家医院的实际医疗数据,检验了本文所提出的基于最近集相异度的孤立点检测算法能更有效地且更快速地从医疗处方数据中挖掘出异常的医疗处方。