《表1 数据挖掘基本流程：试论基于区域卫生信息化环境下的健康医疗大数据共享应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《试论基于区域卫生信息化环境下的健康医疗大数据共享应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

医疗数据挖掘流程如下：确定目标→数据准备→预处理→构建模型→效果评估。由于区域医疗中的内容众多，应针对特定领域制定挖掘目标，对需要探索的问题进行预见；根据挖掘目标对平台中的相关数据进行分析，还要将平台外部环境因素考虑其中，如天气、空气、环境等，从中选出恰当数据应用到挖掘工作中；在预处理阶段，数据中除了有价值的内容外，常常存在一些无价值的内容，如噪声、残缺数据等，应通过预处理的方式，取其精华，去其糟粕，使数据质量得到显著提升。对于选取的数据首先要对其质量进行检验，如若原始数据有误，便很难从中探寻规律，且很可能出现错误情况，需要对数据质量标准进行衡量，主要为正确性、完整性、一致性。在正确性方面，可判断数值与客观实际是否符合，这对数据值是否能够得以应用具有重要作用；完整性，可判断各类数据的关键要素是否完整；一致性，可对相同事实的数据表述情况进行验证。采用“人工+软件”的方法，对各方面数据进行检查，对于质量不符合标准的数据进行剔除或者纠正，在数据采集时对数据源进行校正，将不良数据筛选出去。在模型构建方面，需要构建数学模型与人工智能系统，以可视化的方式展现出来，并根据实际应用效果对数据质量进行评估和调整。