6、大数据基础设施：科学文献中的数据挖掘、文本挖掘与引文上下文分析

大数据基础设施：科学文献中的数据挖掘、文本挖掘与引文上下文分析

1. 引言

过去十年，数据分析方式的变革堪称人类历史上最重大的革命之一。随着科技的进步，数据分析在医疗保健领域的应用也日益广泛。近年来，医疗保健行业产生了大量数据，涵盖记录保存、患者护理以及合规和监管要求等方面。通过利用大量数据并进行数据分析，有望拯救生命、改善护理质量并降低医疗成本。

大数据分析和自然语言处理方法能帮助用户基于过去的数据做出明智决策，并预测未来。在医疗保健中，“大数据”指的是那些无法用传统或常见数据管理工具处理的大型复杂数据。这些数据的大量积累归因于医疗中心使用电子健康记录（EHR）、其他数字工具以及社交媒体网站（如Twitter和Facebook）的普及。

机器学习和深度学习模型的兴起使得基于数据进行有用的推断和预测成为可能。云计算和计算基础设施能够大量收集实时数据，并在短时间内为临床决策者提供正确的决策建议。持续学习并使用机器学习模型以在更短时间内提供最佳建议的预测分析也在不断被应用。

一些研究对大数据分析在医疗保健行业的应用进行了探索。例如，Wang等人研究了大数据分析在医疗保健行业的架构设计、历史发展和组件功能，选定了护理模式分析能力、非结构化数据分析能力、决策支持能力、预测能力和可追溯性这五个方面，并讨论了大数据分析在医疗保健领域的益处。El Morr和Ali - Hassan探讨了数据分析和商业智能在医疗保健中的积极作用，指出它们可辅助诊断决策和预测事件。Galetsi和Katsaliaki对2000 - 2016年医疗保健领域的论文进行内容分析，发现论文作者背景多来自计算机科学和医学学科，且使用监督机器学习和建模技术探索临床数据以进行健康预测和监测，同时高引用论文涉