信息系统作为当代企业提升自身经济与管理效益的有效工具,已经渗透到当前各行业中来。在我国,业已开始的各大中型医院信息化技术已经有不少技术和产品沉积——HIS(Hospital Information System)。本文从当前HIS在我国的发展现状谈起,根据医院业务需求,重点分析构建HIS中所涉及医疗护理模块的部分业务与功能。描述了患者就诊流程在HIS中的体现。并提出了构建门诊收费、门诊医生站,住院登记、住院护士站,住院医生站,系统管理等几个必要模块的功能分布与结构设计,以及部分关键数据表的设计。并考虑到软件在实施期间的方便性,提出了shell语句编写的数据初始化等方法。数据挖掘技术一般是从存放在数据库,数据仓库或其他信息库中的大量数据中挖掘用户感兴趣的知识,运用统计学、人工智能、机器学习、数据库技术等方法研究数据的模型和结构,发现有价值的关系或知识,从而为企业提供决策支持的依据与参考。本论文在第二部分首先就数据挖掘技术当前的发展现状做了阐述,对数据挖掘中常用的方法与任务分别作了描述,同时也阐述了一个数据挖掘的简单过程与注意要点,并重点介绍了数据挖掘中的关联规则和关联规则的典型算法Apriori,并分析了Apriori算法的缺陷,提出了解决方案。另外,本文也介绍了聚类分析及其常用的k-means算法的挖掘方法。论文还详细描述了国内外数据挖掘工具的发展水平与特点。HIS作为我国部分大医院已经成功运用的系统,已经积累了大量的数据。这其中的部分数据随着病人出院,或者成为静态的死数据,或者干脆被定期清除。蕴含于这些数据中的宝贵知识与历史经验在我国大部分医院当中,没有被开采出来。本文的第二部分就是从当前HIS的数据出发,试图通过Apriori算法来挖掘其中某些病人所患病症之间以及与年龄段,性别之间的各种关联规则,通过k-means算法挖掘住院费用与病症之间的关系。最终挖掘结果也能从某些方面给医院决策层提供较有说服的参考。