医疗过程化是个性化医疗和精准医疗的一个重要阶段，要实现医疗过程化，必须有丰富的临床知识和获取患者信息的能力。临床的医疗行为往往会被各种信息系统记录下来。临床的医疗行为往往会被各种信息系统记录下来，通过挖掘与分析获取相关知识，这些知识可以用于过程的优化和改进，改进后的过程模型可以用于指导医疗实践。随着医学模式的转变，诊疗措施也发生变化，临床医生主要通过人工分析的方法检测并分析诊疗行为的变化趋势，周期长、效率低，且容易出错。提出概率主题模型及统计分析的诊断治疗措施变化趋势检测方法，及时发现手术无影灯和分析诊断治疗措施的变化，为改进临床路径提供优化建议，从而提高临床诊断过程服务质量。
随着社会经济的发展，医疗卫生信息化建设脚步不断加快，各医疗行业对快速增长的医疗大数据应用的热情也非常高涨，但是到目前为止医疗大数据挖掘仍然面临巨大的挑战，主要表现在：（1）医学知识概念庞杂，本身具有模糊性，难以进行有效的表达，医学知识推理关键技术未突破。建议：研发医学知识转化平台，构建医学知识库，建立医学知识图谱，研究医学知识不精确推理和不确定推理等医学模糊问题。（2）医学信息系统记录的数据不完备也不精细，且来源广泛、数据模态多、纬度高、类型不平衡、结构复杂、非结构化程度高。
在线客服