Resumo de Serviços Clínicos de mineração de dados

Os dados clínicos podem ser obtidas a partir de várias fontes, como o arquivo de transcrição médica e registros médicos eletrônicos (EMR). Podemos ter uma nova base de dados clínica que grandes quantidades de informações do paciente e condições médicas que utilizam estas duas fontes acumular? Relações e padrões em dados poderá fornecer novos conhecimentos médicos.

Importância da Mineração de Dados Clínicos

1. Em 2010 mais de 30 milhões de pessoas foram tratadas por doenças fatais. Câncer e doenças cardíacas são poucos. Identificação de sinais precoces de câncer e doenças cardíacas é possível e pode salvar milhares de vidas. Análise de um banco de dados de milhares de pacientes pode fornecer informações valiosas sobre as possíveis causas, a natureza da progressão, etc, pode ajudar os sistemas que identificam a doença no primeiro sinal de ação para desenvolver leva a técnicas de tratamento e prevenção em tempo útil.

2. Todos os anos, divulgou novas diretrizes sobre o uso e dosagem de diferentes drogas. Às vezes orientações fornecer um número de fármacos utilizados em combinação pode produzir efeitos secundários. O exemplo mais recente de que:

08 de junho de 2011, o FDA saiu com novas orientações para o uso de sinvastatina, em particular, combinações específicas de drogas que agora estão definidas como "contras" de cada dose de . sinvastatina

Usando este conhecimento, nós, os doentes que tomam estes medicamentos para discordar

Abordagem clínica para mineração de dados:.

O processo de mineração de dados é dividido em quatro fases: i) a recolha de informações ii) antes do tratamento iii) A análise dos dados iv) Aplicação dos conhecimentos
Clinical Data Mining

1. Recolha de dados: os dados clínicos de um paciente é armazenada em dois formatos diferentes. i) arquivo transcrição médica (contendo de 25 a 30% do informação) ii), DME (em 75-80% do informação). Nesta fase, cada paciente informações sobre o arquivo transcrito e EMR mapeada.

2. Pré-tratamento: Para uma potência exata do analisador, o documento de entrada Clinical Document Architecture (CDA) é. Assim, nos documentos de entrada de pré-processamento será convertido para o formato CDA.

3. Análise dos dados: Os dados pré-processados ​​são analisados ​​num formato estruturado única. Aqui é a negação, códigos SNOMED, ​​códigos Norm Rx, códigos CID-9, medições; dosagens de medicamentos, alergias e tabagismo são detectados.

4. KT: A utilização desse conhecimento, temos um novo banco de dados, e consulta ao banco pode ser útil na investigação médica e melhorar a saúde do paciente
O processo de forma sistemática e automaticamente de ser.. Neste estudo, um "quadro de preparação de dados chamado" modelo para a preparação de dados. No modelo proposto, os dados dos dados de origem para um especialista verificação mesa plana, um conjunto de dados pode ser feita ainda mais adequado para a aprendizagem de máquina.

A validação do modelo proposto, uma série de experimentos. , Aprendizagem de máquina, performance, curva ROC utilizando a área para a relevância clínica das variáveis ​​selecionadas avaliadas por médicos para avaliar dois tipos de medidas foram avaliados como indicadores de desempenho.

Os resultados mostram melhorias significativas de desempenho em cada um dos três princípios de tratamento de pré-processamento, indicados por ambos os tipos para os dados corretos e regras heurísticas para orientar o trabalho pode ajudar a reduzir a demanda, e, assim, torná-lo possível desenvolver. < . br>