基于MogoDB数据库的临床医疗大数据挖掘案例分析胡皓皓胡昌盛DOI：10.16660/j.cnki.1674-098X.2011-5640-8970摘要：隨着医疗大数据时代的到来，从大量原始数据中挖掘出相关有用的信息，对治病防病及医疗决策进行有效辅助，起到非常好的作用。本文基于MongoDB数据库，利用Python编程语言，编写数据处理程序，通过将原始的多个数据表入库转换，找出已治愈患者，在此基础上找出复燃、复发患者并筛选出没有重复的数据;通过多进程提高处理速度。最后结果达到了预期，为相关医务人员提供了诊断及决策依据。关键词：PythonMongoDB数据库大数据数据挖掘：TP311：A：1674-098X（2021）01（c）-0108-03ACaseStudyofClinicalMedicalBigDataMiningBasedonMongoDBDatabaseHUHaohao1HUChangsheng2*（1.SouthChinaInstituteofSoftwareEngineering，GuangzhouUniversity，Guangzhou，GuangdongProvince，510990China;2.GuangzhouUniversityofChineseMedicine，Guangzhou，GuangdongProvince，510006China）Abstract：Withtheadventoftheeraofmedicalbigdata，miningrelevantusefulinformationfromalargenumberoforiginaldataplaysaverygoodroleineffectivelyassistingthetreatmentandpreventionofdiseasesandmedicaldecision-making.Inthispaper，basedonMongoDBdatabase，usingPythonprogramminglanguage，wewriteadataprocessingprogram.Throughputtingtheoriginaldatatablesintothedatabaseandtransforming，wefindoutthecuredpatients.Onthisbasis，wefindouttherecurrentpatients，andscreenoutthedatawithoutduplication.Weimprovetheprocessingspeedthroughmulti-processing.Finally，theresultsachievedtheexpectedresults，andprovidedthebasisfordiagnosisanddecision-makingforrelevantmedicalstaff.KeyWords：Python;MongoDBdatabase;Bigdata;Datamining医疗机构作为医疗行业的重要载体，保存大量的患者的原始数据。早期，大部分医院原始数据的记录大都保存在Excel电子表格中，表格多，数据量大，少则十多万条，多则几百万条。单独通过电子表格进行数据统计功能非常有限，而且处理速度慢，对深度数据挖掘没有什么作用。本文笔者通过Python编写语言，结合MongoDB数据库编写程序，把原始数据中的多表进行关联并进行条件筛选，通过多次优化进程，挖掘出相应结果。具体编程处理流程分多步进行。1设计具体流程设计具体流程如图1所示。2数据转换及导入MongoDB是一种NoSQL数据库，MongoDB可以实现多类数据的一体化存储、统一规则访问及多样性查询、关联检索等功能。将xls格式的2011～2019年某省某某病患者数据文件全部导入到MongoDB中。通过将病案基本信息表关联其他四个表（痰涂片检查、痰培养检查、X线和治疗信息）的信息，匹配的条件是病案ID和登记号，得到集成病案信息表。这一步获得五个大表和一个总表，如表1。3找出已治愈的患者从第一步得到的病案基本信息表里面筛选出已治愈的患者记录（包含221357条记录）并导入治愈患者信息表，其中主要伪代码如下：输入：病案基本信息表输出：治愈患者信息表对病案基本信息表的每条记录R：{如果（R[“诊断结果”]∈[“涂片阳性”，“仅陪阳”，“仅分子生物学阳性”]或R[“分子检出结果”]==“检出”）且R[“停止原因”]∈[“完成疗程”，“治愈”]：{将R加入治愈患者信息表}}筛选条件是：“诊断结果”是“涂片阳性”、“仅陪阳”或者是“仅分子生物学阳性”，或者“分子检出结果”是“检出”。除此之外，“停止原因”是“完成疗程”或“治愈”。然后再进行去重（即找出不重复的患者）并输出一个csv格式的文件。去重的条件是有相同的患者姓名、出生日期和性别，或者有相同的身份证号，或者有相同的患者姓名、出生日期和患者联系电话。去重去掉的是治愈患者第一次治愈记录之后的全部治愈记录。去重之后治愈患者信息表中还有217885条记录。4找出复燃、得发患者遍历上一步得到的治愈患者信息表csv文件，在病案基本信息表中找出复燃、复发患者的所有初次治愈（包含初次治愈记录）后的记录：对csv中的每一条记录：果身份证号不为空，用身份证号查询病案，...