一、研究背景
企業引進資訊科技協助經營、組織管理，其成效已非常顯著。只 要是組織就必須有管理，在競爭的環境中，一般企業需要導入新的管 理模式，以提高組織的? 爭能力。醫院是一種高度分工、高度專業性 的企業組織，亦必須引入資訊科技，加強組織管理以提升競爭力。
近年來一般企業的資訊化程度與層次，一直有長足的進步，如圖 1.1【19】所示，強調組織內管理者所需要的資訊型態，這些資料型 態與管理階層之層次高低及決策所需之資料特性有關。除了平時利用 組織內部的管理資訊系統(Management Information System,MIS)產生 資訊以支援許多例行性的決策管理，提供資訊給管理者【19】。由於 須要充分利用在資訊化過程中所產生的資料庫，因此所謂決策支援系 統 (Decision Support System,DSS)， 高階主管資訊系統(Executive Information Systems,EIS) ， 企 業 資 源 計 畫 (Enterprise Resource Planning,ERP)等，陸續的被各大企業所採用，其產生的效益已逐漸顯 露於企業的競爭優勢上。然而，在當今的各大型醫療機構，內部各部 門亦逐步資訊化，產生大量的營運資料，但對這些資料做有效的研究 卻不多。
資料挖掘(Data Mining)是近年在資料庫應用領域中相當熱門的 (Clinical Pathway)為例，1980 年代在美國就以實施臨床路徑做為改善
策略管理階層 Strategic Management
技術管理階層 Tactical Management
作業管理階層 Operational Management
決策結構
醫院的經營管理，經證明其績效最為顯著【17】，但由於現行的臨床 路徑制訂方式，都是由醫療團隊參考各種相關文獻資料，以人工方式 反覆協商而產生屬於自己醫院的臨床路徑，不但耗時費力，且不益於 分類之最佳化，以資料挖掘機制擔任臨床路徑制訂時資訊提供者的角 色，以縮短制訂時間，並擴大臨床路徑涵蓋範圍【20】，以提升醫院 經營之績效。
二、問題陳述
實證醫學是 「以流行病學及統計學的方法，從龐大的醫學資料 中過濾出值得信賴的部份，嚴格評讀、綜合分析、將所能獲得的最佳 文獻、證據，與醫護人員的經驗，及病人期望的結合，以應用於臨床 工作中。」【22】近年來由於 internet 的普及，加上電腦強大的運算能 力， 使知識傳播更新更即時，統計工作更快速便捷，讓實證醫學的 實現成為可能。
實證醫學的重點，主要有四大範疇：
1.增進醫療決策技能 2.改善醫療資訊擷取技能
3.嚴格評估醫療資訊及其臨床應用
4.促進專家間之合作，以作隨機對照試驗 (RCT randomised
由實證醫學的重點來看，資料挖掘的技術可以協助實證醫學解 決醫療資訊的相關問題。
目前醫院在醫療資訊方面普遍存在下列問題需要研究解決：
1.健保局開始實施總額預算支付制度，並擴大論病例計酬涵蓋範 圍，醫療資訊系統在臨床路徑的制定上並未有效的提供相關 資料。
2.現有臨床路徑的相關研究探討，大都無法對以後的療程做出預 測建議。
3.醫師用藥行為模式影響病患治療品質，亦同時影響醫院經營 效率，此部份的研究尚未完整。
4.部分資料未完整輸入電腦：有些醫療處置由於健保不給付或與 其他處置合併，導致醫療資訊系統中的資料未忠實表達實際狀 況。
5.資料輸入順序與事實不符：有些醫療處置或檢驗有其先後次 序，但由於資料輸入人員在事後輸入資料時，並未區分其應有 的順序，導致可能影響資料分析時的前後因果關係。
6.部分描述性資料詞彙雜亂：醫師輸入主訴或理學檢驗等描述性 資料時，或因是個人習慣，或因是圖一時方便，使得醫師本人 或醫師間的醫囑資料差異互現，增加了資料分析的難度。
7.替代性處置或處方太多：由於各種療效相近的處置或藥品很 多，使得資料挖掘的複雜度提高。
三、研究問題
相同疾病，相同的病人身份背景，相同的症狀，經過不同的醫師 的診療後，可能會產生有差異的醫囑或處方，或許差異非常小，但這 些差異之中? 含著療效的差異、成本的差異、以及對病人的不便或後 遺症。
實證醫學以應用於臨床工作的角度為重點，所以發展實證醫學可 以為臨床工作做出貢獻，針對以資料挖掘協助實證醫學解決醫療資訊 方面的相關問題探討，歸納如下：
1. 醫療資訊系統在臨床路徑的制定上無法有效提供資訊，主要 是沒有對醫療資料庫中的龐大資料做進一步的分析利用，這 點藉由實施資料挖掘可以達成。
2. 實證醫學強調改善醫療資訊擷取技能，正好與資料挖掘的技 能相契合。
3. 資料挖掘應用於醫療資訊上，可以從過去的歷史資料中，利 用各種嚴謹的演算法找出某些未曾發現的規則，以增進醫療 決策技能，這與實證醫學強調的嚴格評估醫療資訊及其臨床
4. 醫療資訊利用資料挖掘技術在臨床路徑的建構上，需要有計 畫的長期規劃與培養，並對資料挖掘技術在醫療上的應用深 入研究，才能得到令人滿意的成果。
5.醫療資訊系統分析階段就需要考量資料挖掘的特性，設計預留 有效的欄位與資料型態，並設計建立龐大多樣又方便使用的標 準詞彙資料庫，以解決醫師輸入醫令主訴時所加入的個人習慣 用語問題。
6.資料挖掘必須要醫療人員與資訊人員密切配合。醫師的專業地 位不容置疑，利用資料挖掘做為醫療輔助的工具，以提高診斷 的正確性，進而提高醫療品質與成效，降低醫療成本。
四、研究目的
本研究是透過資料挖掘技術的探討，利用貝氏理論為基礎，使用 貝氏網路的推論、預測和建立變數間的因果關係，期望達到下列目的：
1.利用資料挖掘技術於臨床路徑的領域上，除了協助臨床路徑的 建構外，並希望可以為將來相類似病例建立出一套治療預測機 制。
2.透過條件機率表現醫療項目間的相關程度。
3.希望透過了解醫師對疾病的用藥行為模式，可以了解不同醫師 間的用藥習慣，進而對用藥成本提出可參考的分析資料，以提
供醫師及醫院管理單位參考。
4.預測醫療項目和醫療費用間的相關程度。