Data Mining Methods as an Essential Part of Hospital Information Systems

• Autorzy: Payam Homayounfar , Mieczysław L. Owoc

Warianty tytułu

Metody eksploracji danych jako istotna składowa szpitalnych systemów informacyjnych

• Języki publikacji: EN

Abstrakty

EN

The objective of this paper is to give an overview of current research trends of DM in HIS. The difference to data mining in other segments like economical data mining of a customer is based on the complexity of medical data of patients. Therefore, DM is especially in HIS valuable and essentially necessary. (fragment of text)

Usługi zdrowotne są jednym z ważniejszych obszarów współczesnego społeczeństwa. Systemy wspomagające opiekę zdrowotną powinny być wydajne i dostarczać informacji użytecznych w całym złożonym środowisku medycznym, włączając służby administracyjne. W celu spełnienia oczekiwań różnych użytkowników tych systemów konieczne jest stosowanie nowych technologii informacyjnych. Celem artykułu jest wskazanie roli inteligentnych technologii w omawianych systemach. W szczególności została uwypuklona rola metod eksploracji danych, które stanowią obiecujące rozwiązania w systemach opieki zdrowotnych. Struktura artykułu jest następująca; w pierwszej części została zaprezentowana ogólna koncepcja i specyfika szpitalnych systemów informacyjnych. W dalszej części przedstawiono techniki eksploracji danych, wskazując przykłady ich wykorzystania w obszarze opieki zdrowotnej. W zasadniczej części artykułu została pokazana użyteczność omawianych technik w wybranych zadaniach pracy służb medycznych oraz administracyjnych. W końcowej części artykułu zostały syntetycznie ujęte rezultaty rozważań.(abstrakt oryginalny)

Słowa kluczowe

EN

Information system; Health care; Data Mining; Technology

PL

System informacyjny; Opieka zdrowotna; Data Mining; Technologia

• Czasopismo: Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2012
• Numer: nr 99 Technologie wiedzy w zarządzaniu publicznym
• Strony: 35--44

Twórcy

autor

Payam Homayounfar

• Wrocław University of Economics, Poland

autor

Mieczysław L. Owoc

• Wrocław University of Economics, Poland

Bibliografia

• K.J. Cios and G.W. Moore: Medical Data Mining and Knowledge Discovery, Berlin Heidelberg: Springer 2001, s. 1-67.
• S.R. Abidi: Knowledge Management in Healthcare Towards "Knowledge-driven" Decision Support Services, Intl J Med Inf, 63, s. 5-18.
• H. Chen, S.S. Fuller, C. Friedmann, W. Hersch: Knowledge Management, Data Mining, and Text Mining in Medical Informatics, [in:] Medical Informatics: Knowledge Management and Data Mining in Biomedicine, [eds.] H. Chen, S.S. Fuller, C. Friedmann, W. Hersch, New York: Springer Science + Business Media, 2005, ps. 3-22.
• K.J. Cios and G.W. Moore: Uniqueness of Medical Data Mining, "Artificial Intelligence in Medicine" 2002, Elsevier, 26, s. 1-24, http://www.cs.uwm.edu/~mani/fall05/smi/link/pdf/aimjmedkdd1. pdf (25.5.2011)
• V. Sintchenko: Information Processing in Clinical Decision Making, [in:] Handbook of research on informatics in healthcare and biomedicine, INITIAL Lazakidou, Ed., Hersey London: Idea, 2006, s. 1-8
• K.P. Soman, S. Diwakar, V. Ajay: Insight into Data Mining Theory and Practice, Prentice-Hall, New Delhi 2006, s. 1-19.
• D.L. Sackett, W.M. Rosenberg, J.A. Gray, R.B. Haynes, W.S. Richardson: Evidence Based Medicine: What it is and what it isn't, BMJ 312 (7023) 2009, s. 71-2.
• D.T. Heinze, M.L. Morsch, B.C. Potter, R.E. Jr. Sheffer: Medical i2b2 NLP Smoking Challenge: the A-Life System Architecture and Methodology, J Am Med Inform Assoc 2008, 15(1), s. 40-3. http://www.cs.uwm.edu/~mani/fall05/smi/link/pdf/aimj-medkdd1.pdf (25.5.2011)
• S. Bullas and J. Bryant: Complexity and its Impacts for Health Systems Implementation, [in:] Information Technology in Health Care 2007, [eds.] J.I. Westbrook, E.W. Coiera, J.L. Callen, J. Aarts, Amsterdam Lancaster Fairfax: IOS, 2007, s. 37-44
• K.A. Wagner, F.W. Lee, J.P. Glaser: Health Care Information Systems: A Practical Approach for Health Care Management, Wiley, San Francisco 2005, s. 3-42
• M.A. Montero, S. Prado: Electronic Health Record as a Knowledge Management Tool in the Scope of Health, [in:] Knowledge Management for Health Care Procedures: ECAI 2008 Workshop K4HelP 2008, [ed.] D. Riano, Springer, Berlin Heidelberg 2008, s. 152-166
• M. L. Owoc: Knowledgebases: a Management Context and Development Determinants [in:] Proceedings of 2003 Informing Science and Information Technology Education Conference, Pori 2003, s. 1193-1199
• J. van der Zwaan, E.T.K. Sang, M. de Rijke: An Experiment in Automatic Classification of Pathological Reports [in:] Artificial Intelligence of Medicine", AIME 2007 Amsterdam July 2007, Proceedings [eds.] R. Belazzi, A. Abu-Hanna, J. Hunter, Springer Berlin Heidelberg, s. 207-216
• A. Winter, J. Ebert: Reference Model for Hospital Information Systems and their Requirements [in:] Management in Health Care [ed.] E. Zwierlein, Urban & Schwarzenberg, München 1997, s. 548-562.
• R. Haux, , P. Schmücker, A. Winter: Gesamkonzept der Informationsverarbeitung im Krankenhaus [in:] Praxis in Informationsverarbeitung im Krankenhaus [eds.] P. Haas, C.O. Köhler, K. Kuhn, P.M. Pietrzyk, H.U. Prokosch, Ecomed, Landsberg 1996 s. 25-37
• T. Hannan: Medical Informatics - An Australian Perspective, "Australian and New Zealand Journal of Medicine 21, 1991, s. 363-378.
• K. Zielinski, M. Duplaga, D. Ingram: Information Technology Solutions for Healthcare, Springer, London 2006, s. 64-99.
• Yo. Wang, D. Niu, Ya. Wang: Power Load Forecasting Using Data Mining and Knowledge Discovery Technology, [in:] Intelligent Information and Database Systems: Second International Conference, ACIIDS, March 2010, [eds.] N.T. Nguyen, M.T. Le, J. Swiatek, Springer, Berlin Heidelberg New York 2010, s. 319-328
• S.K. Wasan,V. Bhatnagar, H. Kaur: The Impacts of Data Mining Techniques on Medical Diagnostics, Data Science Journal 19 October 2006, Vol. 5, http://www.jstage.jst.go.jp/article/dsj/5/0/119/_pdf (24.05.2011)
• S. Tangsripairoj, M.H. Samadzadeh: A Taxonomy of Data Mining Applications Supporting Software Reuse, [in:] Intelligent System Design and Applications, [eds.] A. Abraham, K. Franke, M. Köppen M, Springer, Berlin Heidelberg 2003, s. 303-311.
• N. Radstacke, P.J.F. Lucas, M Velikova, M. Samulski: Critiquing Knowledge Representation in Medical Image Interpretation Using Structur Learning, [in:] Knowledge Representation for Health-Care, ECAI 2010 Workshop KR4HC 2010, Lisbon, Portugal, August 2010, [eds.] D. Riano, A. Teije, S. Miksch, M. Peleg, Springer, Berlin Heidelberg 2011, s. 56-69.
• S.N.S. Saad, A.M. Razali, A.A. Bakar, N.R. Suradi: Developing Treatment Plan Support in Outpatient Health Care Delivery with Decision Trees Technique, [in:] Advanced Data Mining and Applications, [eds.] L. Cao, Y. Feng, J. Zhong, Springer, Berlin Heidelberg 2010, s. 475-482.
• R. Schmidt, S. Montani, R. Bellazzi, L. Portinale, L. Gierl: Case-based Reasoningfor Medical Knowledge-based Systems, Intl J Med Inf 64(2-3) 2001, s. 355-367.
• C. Friedmann: Semantic Text Parsing for Patient Records, [in:] Medical Informatics: Knowledge Management and Data Mining in Biomedicine, [eds.] H. Chen, S.S. Fuller, C. Friedmann, W. Hersch, Springer Science + Business Media, New York 2005, s. 423-448.
• C. Romero-Tris C., D. Riano, F. Real: Ontology-based Retrospective and Prospective Diagnosis and Medical Knowledge Personalization, [in:] Knowledge Representation for Health-Care, ECAI 2010 Workshop KR4HC 2010, Lisbon, Portugal, August 2010, [eds.] D. Riano, A. Teije, S. Miksch, M. Peleg, Springer, Berlin Heidelberg 2011, s. 1-15.
• M. Sordo, S. Vaidya, L.C. Jain: An Introduction to Computational Intelligence in Healthcare: New Directions, [in:] Advanced Computational Intelligence Paradigms in Healthcare, [eds.] M. Sordo, S. Vaidya, L.C. Jain, 3rd ed., Springer, Berlin Heidelberg 2010, s. 1-26.
• A. Klose: Extracting Fuzzy Classification Rules from Partially Labeled Data, [in:] Soft Computing - A Fusion of Foundations, Methodologies and Applications 2004, Vol. 8, Springer, Berlin Heidelberg 2004, s. 417-427.