我国的医疗资源匮乏且分布不均,显著体现在城市中三甲医院人满为患,而社区医院和乡镇医院却门可罗雀。伴随着疾病复杂性、多样性发展和国家支付的医疗保险金额每年不断递增,医疗质量和医疗成本两方面都对医疗行业的发展提出了新的要求。作为标准化单病种诊疗流程,临床路径具有保证医疗质量、缩短住院时间、减少冗余治疗的特点。但由于疾病本身发杂多变的特性临床路径诊疗方案在使用过程中需要不断提升优化。基于医疗大数据使用数据挖掘的方法不断优化临床路径成为医疗改革新的研究方向。本课题研究的目的是在区域医疗一体化和海量医疗数据的背景下,通过优化临床路径标准诊疗方案扩大其适用范围使其在区域内都具有较大的患者群体,提升社区医院和乡镇医院的医疗质量,从而使各级医院的医疗资源得到充分利用,降低全民医疗总费用。本研究针对区域医疗环境,面向适用范围较广的通用型临床路径标准的优化需求特别是慢性疾病。优化的对象是临床路径诊疗标准的内容,选取的临床路径为慢性病和常规疾病。利用数据挖掘技术提出了一种基于诊疗单元划分的临床路径优化诊疗策略。并且,利用聚类和关联分析的方法阐述了该优化策略的具体实现。最后,以糖尿病合并高血压这个病种为例,通过实验测试所提出的优化策略的性能。实验结果表明,经过本文提出的优化策略优化后的临床路径在保证平均住院天数和平均住院基本不变的情况下适用率和治愈率都优于原标准。本文的主要研究内容及获得的成果如下:(1)分析当前临床路径标准存在的问题,提出了一种临床路径优化策略。针对区域医疗一体化背景下医疗数据类型多样、数据规模大小不一、数据表中命名规范不统一等特点,提出了对诊疗数据的预处理要求与流程规范。通过分析当前临床路径标准存在的问题,在区域医疗一体化的背景下提出了从患者诊疗数据中抽取合适的临床行为合并称为诊疗单元,通过诊疗单元的优化和组合,最终使得优化后临床路径标准在区域各级医疗机构中都适用。(2)利用数据挖掘技术实现了提出的临床路径优化策略。诊疗单元划分阶段提出了包含基于K-means算法的数据属性归一化和聚类集成两种实现方法。诊疗单元优化阶段提出了利用关联规则的FP-growth算法和Apriori算法分析了临床行为之间的关联性。而针对临床路径整体优化提出了串行和并行两种诊疗单元整合方式。然后以糖尿病与高血压临床路径为例,通过实验验证各阶段对比方法的实现难易程度和分析效果确定了聚类集成方法、FP-growth算法和并行整合方式更加适合区域诊疗背景下优化临床路径。(3)通过实验综合评价了临床路径优化诊疗的效果。从提高医疗质量控制医疗成本两方面提出了临床路径优化效果的4个评价指标,包含适用率、治愈率、平均住院日、平均医疗费用。实验证明采用本文提出的优化策略后,临床路径诊疗在医疗成本基本持平的条件下医疗质量得到了大幅的上升,即当治愈率保持在89%时适用率从69%上升至72.1%。