李鹏飞，鲁法明，包云霞，曾庆田，朱冠烨

(1.山东科技大学 计算机科学与工程学院，山东 青岛 266590;2.山东科技大学 电子通信工程学院，山东 青岛 266590)

0 引言

科学用药对于提高疾病治疗效果具有重要作用，目前的用药方案主要由医生根据自身经验和知识制定。受限于个人认知的局限性，用药方案的制定难免存在不足。实际上,随着医疗信息化水平的不断提高，各类医疗信息系统中记录了大量的历史病患诊疗数据。由这些医疗数据出发，挖掘其中隐藏的用药方案制定规律和知识，进而为医生制定用药方案提供科学合理的决策支持和药物推荐，这对于疾病治疗的科学用药具有重要意义。

当前，已有很多研究工作对各类医疗数据进行挖掘和分析，以辅助构建医疗过程模型或推荐诊疗方案[1]。例如，文献[2]采用时序数据挖掘的方法从医疗日志数据中挖掘疾病诊疗的临床路径，并以糖尿病的临床诊疗路径为例对所提方法进行了验证；文献[3]将过程挖掘技术应用于医疗过程的发现，使用模糊挖掘算法从患者的临床治疗日志中重构医疗过程模型；文献[4]综合考虑医疗过程的模型结构和医疗资源调度的限制，给出了资源约束前提下从医疗收费数据中抽取医疗过程模型的方法，并将其应用于患者诊疗方案的制定；文献[5]对基于过程挖掘进行医疗过程重构的工作进行了综合分析，指出经典的过程挖掘算法在医疗过程挖掘中存在事件粒度过细的不足，由此得到的医疗过程模型不易被理解和使用。……