AIDS是一种需要全球重视的危害性极大的传染病,触发后容易造成人体并发各种感染,并极易导致恶性肿瘤。广东省的AIDS专科医院中,泌尿外科的AIDS患者数量在近几年来也有明显增加的趋势。因此,如何为日益增多的AIDS泌尿外科病患提供更专业的患者关怀问题应运而生。患者关怀计划包括疾病确诊、手术控制、情绪管理、病毒监测及恢复估计等多个方面。本文从大型三甲医院泌尿外科取得了一手的临床数据3443条,内容包括:情况分析、术前准备、手术方式、术中管理、术后处理以及康复计划6大环节数据。本文重点结合患者疾病、手术及伤口愈合的相关数据进行研究,最终形成患者关怀计划的合理建议。本文从机器学习方面入手,借助数据挖掘软件Weka系统平台对临床数据进行研究分析。由于Weka系统对中文字符的处理能力较弱,因此首先对数据进行了必要的预处理。对于数据中交叉重复的特征进行了合并,对于错填或者漏填的特征进行了补充,对于原始数据中的中文信息内容采用字母结合数字的字符串加以转换。由于数据维度较多,人工处理复杂,本次采用Python语言编写了一个小程序辅助将数据处理成一个大型矩阵,以便于导入Weka系统进行数据挖掘。鉴于维数过多,导致大型矩阵中存在较多的噪音,因此在实验1中使用随机属性算法对数据进行了降维处理,提取出主成份属性,利于后续的隐含知识发掘。实验2对泌尿外科术后伤口愈合情况进行了分类预测,通过比对IBk、神经网络及随机森林三种算法的优劣选定了随机森林作为基础分类模型,接着通过参数微调提升了模型的性能并良好地完成分类测试。实验3采用FPGrowth算法对AIDS类病患的常见病症进行了相关性分析,通过关联规则的解读发现了AIDS类病患与肾结石疾病之间的一个具有统计意义上的关联现象。本文通过对一线临床数据的深度挖掘,找到了一个有效地预测伤口愈合模型,并发现了一个隐含的相关规则,可以为泌尿外科AIDS患者全流程的个性化患者关怀提供更多的决策支撑。