基于数据挖掘技术的医患关系管理系统开发研究(1)
摘要：目前，由于医患纠纷风险管理不足，医患关系的发展日益紧张。为了满足减少社会医患纠纷的迫切需求、最大程度地挖掘医患关系数据的价值，系统设计了基于C/S架构的医患关系管理系统，通过建立医患纠纷数据库，利用数据挖掘技术分析医患纠纷数据，并实现数据预处理、数据分析、同化反馈等功能。该系统能够客观地评估医患关系风险，从而助力院方科学决策，促进医患关系的和谐发展。
关键词：医患关系；大数据；数据挖掘技术；医疗数据
中图分类号：R197 文献标识码：B 文章编号：1006-1959(2017)19-0011-04 Research and Development of Doctor Patient Relationship Management System Based on Data Mining Technology
YUAN Shun-xing，LI Zhang-hao，ZUO Qi-qun，JIANG Lu
, 百拇医药
(School of Medical Informatics，Xuzhou Medical University，Xuzhou 221000，Jiangsu，China)
Abstract：At present，due to lack of risk management of medical disputes，the development of the doctor-patient relationship increasingly strained.In order to meet the urgent needs of the community to reduce medical disputes，to maximize the value of the data mining in the doctor-patient relationship，the doctor-patient relationship management system design system based on C/S architecture，through the establishment of medical dispute database，using data mining technology to analyze the data of medical disputes，and the realization of data pretreatment，data analysis，feedback and other functions.The system can objectively evaluate the doctor-patient relationship risk，thereby boosting the scientific decision-making，and promote harmonious doctor-patient relationship development.
, 百拇医药
Key words：Doctor-patient relationship；Big data；Data mining technology；Medical data
在医疗卫生条件逐渐完善的今天，医患纠纷事件却屡有发生[1]，不仅对医院正常诊疗过程造成极大不便，更严重损害了医护工作者的身心健康。此外，医疗体制市场化改革[2]、医疗保险制度的不完善[3]等因素导致医患关系扭曲的结构性矛盾，严重扰乱医疗秩序，一旦发生医患冲突，现有的纠纷调解渠道却很难发挥出其应有的作用。如何缓解医患冲突、构建和谐医患关系成为当前医疗卫生领域迫在眉睫的难题。
随着信息化技术的发展，各种医院信息系统及平台得到了有效广泛地使用，然而针对医患纠纷管理的信息化[4]应用研究却很少。医患纠纷案件的发生并非毫无征兆，通过数据挖掘技术[5]可以从海量的医患数据中获取有价值的信息，从而增强医患纠纷风险管理，进而实现对医院医患纠纷事件的有效防控。为此，本文结合数据挖掘技术、数据集成技术和软件开发技术，从各式各样的医院信息系统中获取、集成医患纠纷数据资源，通过对医患关系大数据的采集与分析[6]，利用数据挖掘技术提取出有用的信息，从而评估医患关系风险，为医患服务管理决策调整提供有力的参考依据，有效地监管并预防医患纠纷事件的发生。
, 百拇医药
1 数据挖掘技术概述
1.1基本概念
所谓数据挖掘(Data Mining，DM)，指的是借助于人工智能技术、机器学习技术、统计学及模式识别等技术，并依托于此对数据库中所存在的大量不完全、随机、有噪声、模糊数据的统计、归纳和推理，提取出隐含的、具有潜在价值的信息，从而发现事件的相互联系，为管理者解决实际工作问题提供有效的决策支持[7]。
1.2数据挖掘的过程
图1为数据挖掘過程的展示图。如该图所示，先对数据挖掘的对象进行确定，之后对数据进行相应的预处理，以便为挖掘做好准备，然后实施数据挖掘并对抽取的信息和挖掘结果进行分析，最后进行知识的同化，将决策反馈到现有的业务系统中。
2 系统设计
, http://www.100md.com
2.1系统总体设计
系统主要由数据预处理模块、数据分析模块和同化反馈模块三部分构成，系统的整体架构图见图2。数据预处理模块收集医疗信息系统的原始数据并进行字段提取、清洗、装载和集成，进而形成医患纠纷数据库存储在远程服务器中。客户端软件服务平台通过访问医患纠纷数据库获取数据源，并进行医患数据的挖掘分析。同化反馈模块根据挖掘分析结果提出医患纠纷处置策略及预防方案建议，从而为医疗机构及医护工作者的医患管理工作提供有力支持。
2.2数据挖掘应用思路
对于医患纠纷管理应用数据挖掘技术的过程来说，主要包括四个步骤，即：第一步，明确对象；第二步，进行数据准备；第三步，进行数据挖掘及结果分析；第四步，进行知识的同化。医患纠纷管理应用数据挖掘技术的思路框图见图3。, 百拇医药(袁顺星 李章昊 左其群 蒋璐)
关键词：医患关系；大数据；数据挖掘技术；医疗数据
中图分类号：R197 文献标识码：B 文章编号：1006-1959(2017)19-0011-04 Research and Development of Doctor Patient Relationship Management System Based on Data Mining Technology
YUAN Shun-xing，LI Zhang-hao，ZUO Qi-qun，JIANG Lu
, 百拇医药
(School of Medical Informatics，Xuzhou Medical University，Xuzhou 221000，Jiangsu，China)
Abstract：At present，due to lack of risk management of medical disputes，the development of the doctor-patient relationship increasingly strained.In order to meet the urgent needs of the community to reduce medical disputes，to maximize the value of the data mining in the doctor-patient relationship，the doctor-patient relationship management system design system based on C/S architecture，through the establishment of medical dispute database，using data mining technology to analyze the data of medical disputes，and the realization of data pretreatment，data analysis，feedback and other functions.The system can objectively evaluate the doctor-patient relationship risk，thereby boosting the scientific decision-making，and promote harmonious doctor-patient relationship development.
, 百拇医药
Key words：Doctor-patient relationship；Big data；Data mining technology；Medical data
在医疗卫生条件逐渐完善的今天，医患纠纷事件却屡有发生[1]，不仅对医院正常诊疗过程造成极大不便，更严重损害了医护工作者的身心健康。此外，医疗体制市场化改革[2]、医疗保险制度的不完善[3]等因素导致医患关系扭曲的结构性矛盾，严重扰乱医疗秩序，一旦发生医患冲突，现有的纠纷调解渠道却很难发挥出其应有的作用。如何缓解医患冲突、构建和谐医患关系成为当前医疗卫生领域迫在眉睫的难题。
随着信息化技术的发展，各种医院信息系统及平台得到了有效广泛地使用，然而针对医患纠纷管理的信息化[4]应用研究却很少。医患纠纷案件的发生并非毫无征兆，通过数据挖掘技术[5]可以从海量的医患数据中获取有价值的信息，从而增强医患纠纷风险管理，进而实现对医院医患纠纷事件的有效防控。为此，本文结合数据挖掘技术、数据集成技术和软件开发技术，从各式各样的医院信息系统中获取、集成医患纠纷数据资源，通过对医患关系大数据的采集与分析[6]，利用数据挖掘技术提取出有用的信息，从而评估医患关系风险，为医患服务管理决策调整提供有力的参考依据，有效地监管并预防医患纠纷事件的发生。
, 百拇医药
1 数据挖掘技术概述
1.1基本概念
所谓数据挖掘(Data Mining，DM)，指的是借助于人工智能技术、机器学习技术、统计学及模式识别等技术，并依托于此对数据库中所存在的大量不完全、随机、有噪声、模糊数据的统计、归纳和推理，提取出隐含的、具有潜在价值的信息，从而发现事件的相互联系，为管理者解决实际工作问题提供有效的决策支持[7]。
1.2数据挖掘的过程
图1为数据挖掘過程的展示图。如该图所示，先对数据挖掘的对象进行确定，之后对数据进行相应的预处理，以便为挖掘做好准备，然后实施数据挖掘并对抽取的信息和挖掘结果进行分析，最后进行知识的同化，将决策反馈到现有的业务系统中。
2 系统设计
, http://www.100md.com
2.1系统总体设计
系统主要由数据预处理模块、数据分析模块和同化反馈模块三部分构成，系统的整体架构图见图2。数据预处理模块收集医疗信息系统的原始数据并进行字段提取、清洗、装载和集成，进而形成医患纠纷数据库存储在远程服务器中。客户端软件服务平台通过访问医患纠纷数据库获取数据源，并进行医患数据的挖掘分析。同化反馈模块根据挖掘分析结果提出医患纠纷处置策略及预防方案建议，从而为医疗机构及医护工作者的医患管理工作提供有力支持。
2.2数据挖掘应用思路
对于医患纠纷管理应用数据挖掘技术的过程来说，主要包括四个步骤，即：第一步，明确对象；第二步，进行数据准备；第三步，进行数据挖掘及结果分析；第四步，进行知识的同化。医患纠纷管理应用数据挖掘技术的思路框图见图3。, 百拇医药(袁顺星 李章昊 左其群 蒋璐)
参见：首页 > 医疗版 > 医患关系