由于数据的爆炸性增长,计算机技术的发展以及数据挖掘算法的成熟,数据库的知识发现过程越来越多的应用于金融、电信、医疗、制造业等各商业领域。同时目前也有很多成熟的BI工具或数据挖掘的平台,如DeepSee、Clementine让数据挖掘和决策支持的过程变得越来越简单。在医疗领域,随着医院信息系统的发展与推广,医院信息化程度的不断提升,在其信息系统数据当中有很多潜在的规律或者知识,不管是在临床的辅助诊断还是在医院的运营管理方面,我们可以借助一些数据挖掘的平台挖掘出这些规律。对医疗知识的数据挖掘不仅能够提高医院的经营管理水平、提升医护人员的工作效率,还能在医生的诊断辅助、合理用药、卫生预警等方面有巨大的作用,这对于人类疾病以及健康的研究都起着重要的积极作用。同时医疗的数据挖掘对于医疗改革,医疗收费以及保险等都具有很大的帮助。区别于其他服务行业,医疗是人们生活的必需品,医疗数据的数据涉及病人隐私信息,我们需要在医疗数据挖掘带来的利益与挖掘过程中可能的风险寻求平衡。从技术角度上,由于医疗数据异构性和主观性,医疗数据的数学特征有时并不明显,对于知识发现的过程要求更高。本文对浙江某医院信息系统中数据进行分析,从医院经营管理和临床辅助治疗两个方面进行实验的设计与实现。医院的经营管理方面本文对医院放射科室的患者等待时间从工作日、检查的时刻以及节假日三个维度进行分析,对医院管理者提供决策的信息支持；对于临床的辅助诊断本文利用BP神经网络对胆囊炎患者的住院天数进行分类的预测,医院可以根据分类的结果来对医院的医疗资源的合理安排,可以对医生制定或选择治疗方案提供科学的信息支持,同时为临床路径的制定奠定基础。