徐敏，王科，戴浩然，罗晓博，余炜伦，陶煜波，林海

（1.浙江大学医学院附属第一医院 医工信息部，浙江杭州310003；2.浙江大学医学院附属第二医院 乳腺外科，浙江杭州310003；3.浙江大学CAD&CG国家重点实验室，浙江杭州310058）

随着医院信息系统的不断完善和数字医疗设备的普及，电子病历数据海量增长，这为疾病的诊断和治疗提供了大数据支持，但其复杂性也给数据分析带来了挑战。如何以直观的方式分析电子病历数据，挖掘其隐含的知识和关系，辅助医生诊断和治疗，是目前医学信息应用领域的重要研究方向之一。

当前的电子病历系统仅含信息展示、汇总和筛选等初级功能，不具有数据深层次挖掘和呈现功能。医生只能结合自己的医学知识和经验，经手动筛选对比了解病人病情的发展模式和关联关系，这不仅步骤烦琐、易丢失信息，且误差较大，既增加了数据分析的难度，也影响分析结果的准确性。

电子病历是一种非结构化数据，在机器学习领域已有众多针对该类数据的模型和算法，可有效分析患者数据。然而，由于电子病历数据的多元性和高维性，如何直观地呈现原始数据并分析其结果成为另一难点。可视化技术结合多样的图表和丰富的交互，从不同的抽象层次展现数据，是解决上述问题的有效方法。为此，本文利用机器学习模型先分析电子病历数据，再通过可视化技术展示分析结果，旨在帮助医生直观地发现患者数据中隐含的信息。……