医学是个庞大而繁杂的系统领域,医学领域是个复杂的数据海,大量非结构化数据存储.从不同系统或不同数据库中提取所需的数据以及从杂乱的数据中发现隐藏知识或隐含关联正变成一项令人头疼的繁琐且复杂的劳动.数据挖掘技术能分析数据库原始数据,作出归纳性推理并深层次分析,发现从数据浅表无法发现的信息知识.针对医学领域数据的多样化和复杂性及多变性,不同数据结构、不同需要、不同目的，本文总结了医学领域中的数据挖掘算法，并对其算法机理进行了探究，指出数据挖掘算法的适用范围，并对各种算法进行SWOT分析，认为数据挖掘算法种类繁多，各自分析侧重点不同，算法的选取对研究结果是否有效、是否可信影响巨大。可以根据研究目的和需要的不同选择算法，例如研究电子病历中患者症状-辩证-处方间关联、用药规律、药物间相互作用等可选择关联规则，预测疾病、临床相关识别及疾病诊断等可选择神经网络，而决策树算法主要用于分类研究及疾病预测。