基于云计算的医疗大数据的挖掘研究
来源:用户上传
作者:
【摘要】 随着我国经济的发展，信息技术也得到了长足的进步，信息技术已经广泛地应用于生活中的各个领域，例如：工业领域;金融领域;学校和医院等等。信息技术最主要的作用可以对数据进行分析和处理，最后进行汇总和储存，比如医疗行业的特殊性和普适性，会产生了海量信息数据，这时候就需要信息处理技术的帮助，对其数据进行加工分类和智能分析。本文主要浅析基于云计算的医疗大数据的挖掘技术，最后深入到基于云计算的医疗大数据挖掘的应用。
【关键词】 云计算 医疗大数据 挖掘技术 应用
引言：近年来，随着信息技术的飞速发展，互联网技术已经广发的应用于社会中的各个领域，尤其是以“大数据”、“云计算”、“区块链”和移动终端互联网等新一代的“智慧”数据信息处理技术得到了快速发展和普遍应用。这就意味着人类即将进入海量数据的时代，而我们在生活当中接触到的数据规模巨大到可能通过目前的技术条件，不是利用软件能够计算出来的。所以，需要在合理的时间内对数据进行获取、分析和分类，并将其处理成为具有高参考性的支撑性数据，使其具有较强的可辨趋势性和科学性。目前阶段，在任何的企业领域当中都已经产生了类似大数据的问题，而且医疗行业也会随着医药行业的信息化快速的发展，对于即将进入的大数据的时代，要做足充足的准备，应对这个环境下的一切问题。但是在目前阶段，医疗行业的数据容量已经远远的超过软件能够计算的范围之内了，除此之外信息技术软件更新换代的速度已经不能满足容量增长的速度，因此针对这些数据如何储存和处理就是当下的重要任务。云计算技术的产生就是为了解决这些海量的数据储存难和利用分析难的软件信息处理痼疾，它所需要的储存容量也是成几何级数增长的，而功能多样的大数据恰好为云计算提供了储存和运算的支撑平台，以此为基础进行的数据挖掘是快捷、可靠的。
一、基于云计算的医疗大数据挖掘技术
因为随着我国医疗技术的更新和进步，医疗行业产生各种各样的医疗数据，无论是就医过程中的诊断影响图像，还是一些病理和病情的分析情况，这些都是需要记录、储存的，因为我国人口基数比较大，自然去医院就医的人数也是比较多的，都会产生大量的医疗数据。而基于云计算医疗信息数据采集利用具有数据分布处理进行和不断探索开掘的模式特点。大数据云计算的过程一方面可以分布在数据的多个节点上进行，另一种是多算法是并行;其中多个节点的计算信息要素通常是“按劳分配”，这种分布递进的计算模式是目前主流的云计算模式，它的算法可分为以下几种：①相互关联分析法。这个方法的核心就是从频繁的理论当中推算出的一种方法，目的就是为了发现数据库中最小支持度和最小可信度的数据，这种方法不利于有关有无的分析数据，病人的病理现状的分析研究，但是这个算法可以研究冠心病、高血压等病的发病机理，互相影响的因素。②决策树方法。这个方法从字面意思上就知道是一种类似人脑“思维导图”的分类方法，以“结构树”为过程步骤图，首先对数据进行采集预处理分析，利用归纳、推导、总结的方法，不断将汇总处理的数据构成“决策树”，然后反向技术延伸，利用以构建的“决策树”再来分析其他相关数据。这种算法可以处理和分析高维的医疗数据，对于一些海量的医疗数据处理起来也是十分快的，也可以针对某一医学病理建立分类模型。
二、基于云计算的医疗大数据挖掘应用
（一）医学图像的诊断。随着医学技术的飞速发展，大多数的病症都可以利用先进的设备诊断出其发病的原因，而在医学领域中越来越多的使用图像作为疾病诊断的工具。在现实情况中，不同的医生在诊断同一种病症的时候，往往会诊断出不同的结果，这并不是说每次检查的过程会出现不同的医学图像，而是因为每个医生对于病癥的理解不一样，但是在大体的方向上是一致的，对于如何去治疗方面都会有独到的见解。而通过这种云计算的方式对于医学病理图像进行深入发掘，不断刻画出病理规律“脸谱”，便能通过这种基于云计算的“人工智能”得出的更加科学合理和大概率结果，更加能够促进诊断结果的准确性和权威性。
（二）促进公众的健康。基于云计算的医疗大数据的分析技术能够对于疾病趋势进行分析，快速的检测出传染病，并且能够进行全面的疫情跟踪、监测和评估，为突发疫情做好准备。国家机关基本上都覆盖了医院的信息系统，对于一些现阶段的流行病和传染病都有着一定的监控，这样在一定程度上能够减少医院的开支，通过国家政府相关部门的监控还能有效的保障公众的健康，同时也能提高公众的防范意识。基于云计算对于大数据的挖掘是有重要的意义的，随着云技术的发展必将会给人来带来巨大的医学价值。
三、结束语
基于云计算对于大数据的分析，能够对各种医疗数据和人口年龄结构进行准确的智能化发掘，这些海量的医学数据都能被运用于科学的医疗诊断，同时还能建立相对应的数据库，随着云计算技术的发展，对数据的挖掘技术也会进一步的提高，在未来的医学发展过程中一定能创造更大的价值。
参 考 文 献
[1]朱甜甜. 基于医疗大数据的肿瘤疾病模式分析与研究[D].青岛科技大学，2018.
[2]黄焯. 基于云计算与医疗大数据的FP-Growth算法的优化研究[D].华侨大学，2018.
[3]杨艳利. 基于Hadoop的心肺性职业病计算模型和算法研究[D].青岛科技大学，2017.
转载注明来源:https://www.xzbu.com/1/view-15135079.htm
