，

我国幅员辽阔，地区间经济发展不平衡,区域间医疗资源的差距明显，优质医疗资源始终处于紧张状态，“看病难”“看病贵”成为一种常态现象[1]。人类社会正飞速进入信息大数据时代，充分利用医疗信息资源，进行数据处理和分析，可以实现计算机辅助决策，推动分级诊疗、精准治疗，从而进一步合理配置医疗资源，促进基本医疗卫生服务实现均等化。

1 研究背景

1.1 电子病历及电子病历挖掘现状及发展趋势

医疗信息资源有非结构化文本、图像、图形、声音、视频等多种形式[2]，文本信息占比高达95%以上，文本信息又以电子病历(Electronic Medical Record，EMR)为重要代表。电子病历出现的初衷是解决越来越多需要存储的医疗文本问题[3]，发展到今天，电子病历要求包含患者的就诊信息，支持记录诊断和治疗情况，并可以实现信息的累加、共享、分析和利用，促进医疗服务，提高医疗质量和效率。国内目前很多大型医院的电子病历系统，对患者临床信息的描述性数据是以自由文本形式存在的[4]，非结构化的输入形式带来了数据的多维性，不确定性，受控医学词汇表以及支持临床决策的临床数据仓库，使大量临床数据分散在不同的系统中，很难实现高效方便地获取病人完整和准确的诊疗信息[5]。经过标准化处理的文本信息，通过查询，分析，才能真正辅助临床决策，实现精准医疗。目前国内外对电子病历的应用都在朝集成方向、专家智能方向发展[6]，希望通过建标准、区域共享化实现医疗信息的可扩展、可互操作等深层次应用。……