|
我们利用资料探勘技术从大量的病历资料中进行诊断项目与诊断结果之间的分析比较，藉此获得综合数个诊断项目，推导诊断结果的可行性，并进一步探讨诊断结果的预测性。本研究发展的雏形系统准确率可达95%。
在医疗诊断资料中蕴含着许多有价值的资讯，而如何自这些资料中萃取出有用的资讯，资料探勘已俨然成为不可或缺的工具。所谓资料探勘是指从大量资料或大型资料库中由电脑自动选取一些重要的、潜在有用的资料类型或知识以做为决策分析之参考。目前资料探勘所包含的各种技术已被广泛的应用在许多领域上，例如，商业交易资料的购物篮分析与资料档案检索等。
本研究主要分为3阶段：第1阶段，首先计算各诊断项目资料间的相关系数(Correlation Coefficient)，去除(Prune)系数较小的诊断项目，以达到精简庞大资料量之目的。第2阶段，找出各诊断项目资料之最佳分布(Distribution)，并藉以产生随机值以补齐诊断项目中的遗失资料(Missing Value)。第3阶段，藉由AND模组运算产生重要诊断项目与诊断结果间的规则。接着，应用规则推导(Rule Induction)方法中的J-Measure(Symth, 1992)，计算各规则之资讯获益（Information Gain，即J-Information）并保留有用的规则。最後，再佐以澳洲研究机构之甲状腺诊断资料((Thyroid Disease Database, TDD, 1987))验证规则之正确性。根据实验结果数据，我们提出之方法能依据诊断项目检查值有效预测诊断结果，也直接证实了运用本方法於辅助医疗诊断之可行性。
|
