张海阳 毛健

摘要：随着医疗信息化的发展，电子病历（EMR）、HIS等醫疗软件系统得到广泛的应用，并在应用过程中产生了海量的数据，如何从这些海量数据中分析出潜在的规律已成为研究热点。本文将采用BP神经网络算法用来研究和探讨导致糖尿病患者过早死亡的独立风险因素。

关键词：电子病历；BP神经网络；数据挖掘

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）21-0224-02

Abstract： With the development of medical informatization， medical software systems such as Electronic medical records （EMR） and HIS have been widely used， and a large amount of data has been generated in the application process. How to analyze the potential laws from these massive data has become Research hotspots. This article will use BP neural network algorithm to study and explore the independent risk factors that leading to premature death of diabetic patients.

Key words： Electronic Medical Record； BP neural network； datamining

1 概述

1.1 电子病历

电子病历（EMR，Electronic Medical Record）即电子化的病案系统或患者记录系统，是用计算机实现病人医疗记录的存档、管理和传输，是对患者信息及其相关处理过程综合化的体现。它并不仅仅只是包含纸质病案的所有内容，而且与医院其他信息系统相连接，如HIS、RIS、心电图、LIS、超声、内窥镜等声像图文信息，EMR系统的数据完整性、数据处理能力、使用便利性、远程会诊、数据统计分析等是传统纸质病历无法比拟的，是医疗信息化的巨大飞跃。美国国立医学研究所将其定义为： EMR 是基于一个特定系统的电子化病人记 录，该系统提供用户访问完整准确的数据、警示、提示和临床决 策支持系统的能力。通过电子病历实现关键医疗信息的共享，已经成为医疗卫生业的发展趋势，同时也成了医院信息化的 核心[1]。

1.2 数据挖掘

数据挖掘的定义 数据挖掘（data mining ， DM）是 20 世 纪 90 年代发展起来的一门信息处理技术。 其主要原理是从 大量的、不完全的、有噪声的 、模糊的、随机的实际应用数据中，提取隐含在其中人们事先不知道的、但又是潜在有用的 信息和知识的过程。……