如何挖掘庞大的医学数据？

《医疗革命：医学数据挖掘的理论与实践》

作 者：邵学杰

出 版 社：电子工业出版社

出版时间：2016年9月

近几年，“大数据”一词突然变得很火，不仅纳入阿里、谷歌等互联网公司的战略规划中，同时也在政府工作报告中多次被提及，大数据无疑成为当今互联网世界的宠儿。管仲曾说过：“不明于数欲举大事，如舟之无楫而欲行于大海也。”意思是说，在不清楚相关数据的情况下想做大事，无疑是没有桨的船想航行于汪洋大海中一样。也就是说，在医疗大数据的时代下，“dry lab”的医疗数据研究将会是协助医学领域快速进步的一大重要关键点。

然而在医学领域，虽然医学数据技术带来了临床医学科研的革命性进步，但是目前大多数医院对数据库的处理有限。如何利用大量数据信息来为疾病的诊断和治疗提供科学的决策，总结各种更有效的治疗方案？如何更好地为医院的决策管理、医疗、科研和教学服务？已越来越为人民所关注。基于此，医学数据需要挖掘，但是如何挖掘医学数据呢？

我国医学大数据概念提出的实践者与先行者邵学杰在他的《医疗革命：医学数据挖掘的理论与实践》一书中给出了答案。该书以数据挖掘与模式识别的七大原理在临床医学中的运用案例为切入点，系统而全面地介绍了医学数据挖掘的基本方法与原理，对数据分析的常用算法进行了通俗易懂的讲解。该书最大的特色是采用了案例分析与实证的方法，每一个原理、算法都在案例讲解中生动地体现出来。更重要的是，该书对临床医学的数据挖掘与模式识别技术进行了开创性、系统性的讨论，用案例展示了数据挖掘技术如何与临床医学相结合。医学数据模式识别的七大原理与案例讲解是本书具有独创性的对医学数据技术的全面概括与总结，七大原理的首次提出也是医学数据挖掘技术上升到系统理论的重要实践与创新。无论是预测性建模、解释性建模、知识性建模与描述性建模，抑或是序列模式建模、依赖关系建模、异常模式建模，模式识别的类型规律跃然纸上，为读者厘清了数据挖掘与模式识别的基本类型特征。

不仅如此，该书所有概念的讲解基本结构为原理讲解与案例实操的二元结构，重点探讨了数据挖掘技术如何与临床医学深度融合，如何运用现代的数据挖掘理念、模式识别与机器学习的基本方法解决临床科研中的应用问题，为广大的医学数据分析人员找到了行业应用的范例。凡认真阅读该书的读者都会从理论与实操两个层面全面、系统、实用地了解医学数据挖掘的原理与方法。