由 dawei
编辑导语：随着互联网的不断发展，互联网医疗信息化也不断完善，如今电子病历也已经广泛运用了，用账号进行登录有助于病例的查找；本文作者分享了关于基于电子病历（EMR）的大数据知识挖掘，我们一起来学习一下。
随着医疗机构信息化建设的大力推进，电子病历数据持续的海量增长，针对电子病历数据的知识挖掘也应运而生；电子病历记录了病患就诊的全过程，包含数字、图像、文本等多种数字化信息。
项目从电子病历应用场景出发，根据完整的医疗活动过程中不同的角色，分别从临床医疗、教学科研、管理部门和病患四个角度进行需求分析；明确电子病历的功能定位，挖掘出电子病历中潜在的医学规则和模式；一方面为医务人员临床诊断中提供决策支持，另一方面方便向大众普及病症知识，为疾病防治与健康医疗模式带来改变。
核心技术
数据清洗
隐私数据处理
电子病历中包含患者的全部信息，对电子病历的信息抽取涉及到患者隐私，因此需要将患者身份信息隐藏，仅保留研究相关的诊断信息，以保护患者基本权益不受侵犯。
主数据目录（分词、词性、同义词、相似词）
首先保障数据的完整性、一致性与唯一性，自动分词和词性标注是文本挖掘的基础，分词和词性算法的优劣直接决定了文本挖掘的效果。
首先融合权威词表、官方标准，通过网络尽可能完整地收录医学词汇，构建医学词典，避免分词错误；同时构建词性标注集合，确保适应电子病历的词性体系；并结合基于统计和机器学习的分词和词性算法，对未登录词进行识别，提升电子病历分词和词性效果；构建电子病历分词和词性标准，为后续电子病历的挖掘奠定基矗