將資料挖掘的技術應用於醫療資訊領域協助資料分析還算少 見，醫療資訊因涉及到醫、藥的專業領域，使得本次研究的難度提高，
加上資料挖掘需要收集醫院醫療資料庫中的歷史資料才能成事，在收 集資料捉襟見肘的情況之下，更讓本次的研究增加了不少難度。
一、研究貢獻
1. 本研究某種程度提供實證醫學直接而有效的解決方案：實證醫 學的重點在於改善醫療資訊擷取技能，嚴格評估醫療資訊及其 臨床應用，增進醫療決策技能，本研究利用資料挖掘的技術，
對醫療資料庫中的龐大歷史資料進行分析處理，並做出預測建 議，為實證醫學的研究與推展，做出具體的貢獻。
2. 本研究以圖型化呈現研究成果，為資料挖掘技術應用於醫療領 域的研究啟拋磚引玉作用：在複雜專業的醫療領域中，本研究 雖然離精確的預測及莫大的貢獻仍有一段差距，但起動研究的 開端，相信激起更大的一股研究洪流仍是指日可待的。
二、結語
資料挖掘的工作是利用已經發生的資料來觀察現象並做預測，但
若收集到的資料是一堆垃圾，可能連一點利用的價值都沒有，所以針 對這次的研究結果本人有幾項結論：
1.醫療領域的資料挖掘是可行並值得投入的研究：以本研究為 例，將收集到的資料利用貝氏網路建立其間的關聯性，對於臨 床路徑的各種療程預測，具有相當高的準確性，若能在資料來 源及挖掘方法上經過反覆的檢討修正，將能產生更值得參考的 成果。
2.由於醫師的醫療專業性及自主性很高，在費用控制、醫療品質 及尊重專業的輕重權衡之下，各醫院在制定臨床路徑時，對於
「非論病例計酬」的疾病，由本研究的結果證明，可建立醫師 個人的臨床路徑貝氏網路，除了可以尊重醫師醫療的專業自主 性外，也可以提供醫院當做成本控制及績效評估的參考。
3.資料挖掘固然是「從原本看似沒現象的資料中找出現象」，但 若要從原本一片荒蕪，未經事先規劃的資料中開採挖掘，恐怕 是事倍功半，效益大打折扣，因此針對資料挖掘的需要，預先 規劃醫療資料庫模型，才能收集到適合利用的資料，這樣的工 作是絕對必要的。
三、資料挖掘未來研究的方向
未預先規劃未來將對何種資料做分析，因此資料挖掘想要獲取的資料 在資料庫中並不存在，或者因為資料庫結構不完整，資料切割不易，
加上醫師依個人習慣隨性輸入不標準化的詞彙用語，將導致資料庫中 的資料雜亂無章，提高了資料挖掘的難度，因此，建構一個「資料挖 掘導向」的資料庫是未來研究的重點：
1.確立資料挖掘的主題及方向。
2.結合醫療專業人員、資料庫專家、高級系統分析師、醫管行政 人員等成立以「資料挖掘導向」的醫院營運分析。
3.另一面必須由上述醫療專業人員組成實際試行的團隊，長期測 試，兩組人員並定期討論修正。
4.醫院對於現有醫療資訊從業人員加強資料挖掘技術及觀念的 各項教育。
參考文獻
【1】Agrawal, R., Imielinski, T. and Swami, A.,”Mining Association Rules Between Sets of Items in Large Database”, Proc. of the 1993 ACM SIGMOD, Washington, 207-216, 1993.
【2】Agrawal, R., Srikant R., “Fast Algorithm for Mining Association Rules in Large Database”, In Proc. 1994 Int’l Conf. VLDB, pp. 487-499, Santiago, Chile, Sep. 1994.
【3】Ali,K.,Stefanos,M. and Srikant, R.,”partial Classification using Association Rules”,AAAi,1997
【4】Buede D. M., Tatman J. A., Bresnick T. A., Introduction to Bayesian Networks A Tutorial for the 66th MORS Symposium 23-35 June 1998 Naval Postgraduate School Monterey, California at:
http://www.gmu.edu/departments/seor/faculty/Buede/TutFinbd/Default.htm.
【5】Castie, E., Gutierjm, J. M. and Ali S. Hadi, Expert Systems and Probablistic Network Models, Springer-Verlag, New York, 1997.
【6】Cheng J., Bell D., Liu W., Learning Bayesian Networks from Data :An Efficient Approach Based on Information Theory, Technical Report, University of Alberta, 1998.
【7】Fayyad,U.,Piatetsky-Shapiro,G. and Smyth P., “from Data Mining to Knowledge Discovery in Databases”,AI Magazine,37-54,1996
【8】Heckerman D. A Toturial on Learing With Bayesian Networks. Technical Report MSR-TR-95-06, Microsoft Corporation, Redmond, USA 1996b.
【9】Ho, T.,”Discovering and Using Knowledge from Unsupervised Data”, Decision Support Systems,21,1997,29-42
【 10 】 Hugin 5.4 Lite develop by Hugin Expert Software Corp.at:
http://www.hugin.com.
【11】Ian, H. W. and Eibe, F., Data Mining –Practical Machine Learning Tool and Techniques with Java Implementations, Morgan Kaufmann, 2000.
【12】Lin, F., Chou, S. and Chen, Y.,”Improving Clinical Pathways Using Data Mining Techniques”,Medical Informatics Symposium in Taiwan, October 30-31,1999, Taipei, Taiwan.
【13】Michael J. A. Berry,Gordon S. Linoff,”Data Mining 資料採礦理論與實務”，
吳旭志．賴淑貞譯，2001
【14】Netica develop by Norsys Software Corp. at http://www.norsys.com.
【15】李昇暾，「顧客關係管理－以資料採礦深化顧客關係管理」，ARC 遠擎管
理顧問公司，2001
【16】周賢昭，「以資料礦探採技術發展臨床路徑之研究」，國立中山大學，碩士
論文，1998
【17】林秀緞，「地區教學以上醫院臨床路徑實施現況、成效及其相關因素探討」，
碩士論文，國立台灣大學醫管所，1999
【18】陳世源，「資料採礦技術在病例與藥品關連性之研究」，國立中山大學，碩
士論文，1998
【19】陳鴻基、嚴紀中，「管理資訊系統－理論科技實務與應用」，2000
【20】莊莉瑩，「資料挖掘機制在臨床路徑之應用」，碩士論文，私立東海大學工
業工程研究所，2000
【21】梁水金，「建立一個 Web-based 資料挖掘系統提供藥物交互作用資訊查
詢」，碩士論文，私立逢甲大學資訊工程研究所，2002
【 22 】 陳 杰 峰 ，「 萬 芳 醫 院 實 證 醫 學 中 心 簡 介 網 站 」， 2002 http://www.wanfang.gov.tw/ebm/concept/introdution.htm
【23】遺傳演算法網站，「GENETIC ALGORITHMS」，交大資訊科學研究所 2002,http://cindy.cis.nctu.edu.tw/AI/ai5/Main.html