支持大规模病历数据到数据仓库数据的自动批量导入与汇总处理。 （2）数据仓库 ①细节数据模型
建立囊括中医病历数据中患者人口统计学信息、大病历、病程、方药、理化检查等信息，面向科研分析的关系数据模型，主要用于从病历数据导入汇总的大规模数据存储；
②细节数据的规范模型
具有与细节数据模型类似但较为简化的数据模型结构，用于存储规范整理后的科研分析数据集； ③大规模数据管理
以大型数据库管理软件如oracle为依托，建立数据仓库的安全访问、结构化查询、增删改处理的客户端软件环境与机制。 （3）数据整理与数据导出 ①数据整理
结合中医临床术语系统和临床信息标准词典，具有对症状体征、诊断、方药和理化检查等进行规范和标准化处理的功能； ②数据审核
支持对规范处理前后数据的人工审核，并对规范处理后数据进行数据补充与修改；
③数据格式转换
将整理后数据转换成适合挖掘分析的数据格式； ④数据导出
将规范整理后的数据导出为常用挖掘分析软件能够识别的数据输入格式。 （4）多维查询检索
分别对症状体征、诊断、方药和理化指标等从时间、患者人口统计学信息、医生等不同维度进行即席查询（由用户自定义条件的查询），实现面向病种研究需求的临床数据探索性分析。 （5）数据挖掘分析 ①专用挖掘分析平台
具备基于实际临床诊疗数据，面向重点病种临床研究分析需求的专用挖掘分析功能，能够实现辨证经验、有效处方和随症加减规律等分析，支持进行基于临床数据的有效方药发现、临床优化治疗方案形成和名老中医经验传承研究等各种临床研究的数据挖掘分析任务； ②适宜挖掘分析算法
以中医临床症－证－治-效为分析主线，具备数据预处理、混淆因素检验、分类、聚类、相关分析、复杂网络分析等适宜挖掘分析算法。 4.1.2 扩展要求 （1）多维主题数据模型
需要构建面向主题的多维数据模型，以支持高效的多维查询检索功能。多维数据模型以rolap或molap模式实现，对主题以事实表和维表形式进行建模。 （2）多源动态数据整合
除结构化电子病历数据源之外，在数据仓库平台建立针对医院其他信息来源如his，lis和现代临床试验数据库的动态数据汇总和整合技术，整合基地个性化科研分析数据源到数据仓库中。 （3）临床决策与循证支持
在数据仓库平台基础上，构建面向特定病种诊疗的辅助决策支持功能，实现从临床诊疗中寻找证据、分析证据和提炼证据的方法，辅助形成初步的临床证据链。
（4）高级数据挖掘分析
①多阶段序贯治疗方案的分析方法
基于临床实际诊疗数据，利用内隐对照和马尔可夫决策过程模型，分析确认较优的动态序贯治疗方案；
②有效核心处方与症－药随症加减规律的分析方法
研制发现并确认有效的核心处方的层次复杂网络分析方法，以及随症用药加减的药－症关系知识的聚类分析方法。 4.2实施要求
数据仓库及挖掘分析平台的实施包括平台构建和数据分析利用研究两个主要阶段。本部分阐述实施过程中需要遵循的原则、步骤和基本要求。
4.2.1遵循原则
以基地信息条件和基于实际临床数据的病种临床研究需求为基础，将数据仓库及挖掘分析平台构建和病种临床研究有机结合，以基地临床研究和专职人员为主导，进行临床仓库及挖掘分析平台的建设和示范应用研究。注意在平台构建时的扩展性，支持院内的管理决策。 4.2.2基础设施要求
除基本的局域网络环境之外，数据仓库及挖掘分析平台相关的硬软件环境如下。
（1）硬件要求 ①数据仓库服务器
用于分析用数据的存储和管理。在保证运行性能如cpu和内存的基础上，重点需要保证大容量的磁盘存储（最好配置相应的盘阵）。 ②多维分析服务器
用于分析报表的应用服务，需要保证并发服务能力。 ③etl数据处理和挖掘分析工作站
用于数据导入的etl软件的运行和挖掘分析功能，鉴于etl的大规模数据导入和挖掘分析的高计算量，需要配置高端性能的服务器。 （2）软件要求
①oracle数据库管理软件（oracle 9i以上） ②bo中间件软件 （3）数据仓库软件部署
①在oracle数据库环境中构建ods数据表、细节数据表、多维数据表、复杂网络分析数据表以及系统运行所需的元信息表等。
② bo软件的安装和部署，元信息数据库的导入和报表文件的导入处理。 ③ etl和复杂网络分析系统的部署。 4.2.3实施步骤
（1）数据仓库及挖掘分析平台构建
临床研究平台由数据前处理、数据仓库、专用数据挖掘和多维检索与展示等四部分功能系统构成。数据前处理系统实现分析用数据的抽取、转换和导入处理；
数据仓库系统实现分析用数据按照临床研究内容涉及的数据元素及其关系进行组织和管理，支持结构化查询、筛选和高效的数据分析服务；专用数据挖掘分析系统在数据仓库数据组织模式的基础上，实现数据挖掘分析算法和面向统计分析的数据导出接口；多维检索与展示系统实现直接基于数据仓库数据的多维检索与展示，对临床数据中显性的数据关系从不同维度（证-症-治-效）进行展示。 ①数据仓库系统构建
在大型数据库管理系统如oracle已经安装的基础上，创建数据库，并生成数据仓库关系数据表。针对临床研究问题所对应的数据内容，采用数据模型设计软件，设计多维数据模型，并基于该模型生成数据仓库中相应的多维数据表； ②数据前处理系统的安装与运行测试
在相应的硬件服务器环境中进行数据前处理系统的部署，针对采集形成的结构化数据进行数据转换导入配置，形成并进行数据转换导入运行测试，确保处理前后数据的一致性；
③专用数据挖掘系统安装与运行测试
安装专用数据挖掘分析系统，完成与数据仓库系统的连接配置，联机筛选数据仓库数据形成数据集或采用测试数据样例，进行数据分析功能运行测试； ④多维检索与分析系统安装与分析设计
安装多维检索与分析系统，在多维数据模型和临床分析问题的基础上，采用分析设计工具（如水晶报表）进行分析报表的设计和发布。 平台构建实施流程（略） （2） 临床数据利用分析
临床数据分析利用阶段主要任务包括：利用中医临床中采集的结构化数据，根据重点病种和重点科室确定的临床分析目标，完成对中医临床数据的前处理、数据挖掘分析和临床研究成果总结等科研任务。基于前期挖掘分析经验和平台构建流程，数据利用分析的具体实施流程分成两部分内容：基于测试平台的预分析和基于基地平台的挖掘分析。
基于测试阶段的预分析目的是解决针对基地特定目标挖掘分析的所有技术环节，并由基地专有挖掘分析人员参与进行平台功能操作的学习和实践，完成对其的初步培训任务；基于基地平台的挖掘分析则由基地专有挖掘分析人员和临床
研究人员为主导进行常规挖掘分析应用研究，平台研究组人员提供技术指导和协助，并对挖掘分析过程平台相关的功能进行可能的优化和完善。 ①挖掘分析需求的提出
－根据临床诊疗实践和研究积累，基地临床人员根据病种研究特点提出面向分析的临床研究需求，该临床研究需求需要表达明确的目标与内容；
－挖掘分析需求需要具体化到数据的纳入条件，研究目标中可能涉及的主要临床数据内容如诊断、病史、症状体征、理化指标、药物和结局指标等； －从临床角度，能够估计当前采集数据对该研究目标的支持程度。研究目标一定要结合实际采集的数据，充分利用基地数据存在的优势和特点，同时保证与临床研究核心目标相关的数据具有较高的数据质量；
－该部分工作由基地临床研究人员提出，并不需要直接提挖掘分析目标，仅需要临床人员熟悉的临床研究目标。平台技术组人员可以参与从挖掘分析和临床诊疗数据的一般情况的角度提供反馈，以达到临床人员修改形成相对明确而新颖的面向分析的临床研究需求。 ②数据前处理
－根据数据分析需求，确定和选择适合的相关信息，利用数据前处理系统的数据筛选、数据整理和数据转换导出等功能，从中医临床数据仓库中提取和筛选符合科研和临床要求的结构化临床数据；
－把与分析目标相关的数据元素或变量进行规范整理，对整理前后的数据进行严格的数据审核，保证每一例用于分析的数据内容与临床病历内容一致，形成用于分析的数据集。 ③显性知识的探索性分析
利用多维检索与分析系统提供的分析功能，对与临床分析目标相关的报表进行即时检索和操作，并导出分析结果，结合临床知识对导出结果进行解释与分析。 ④隐性知识的挖掘分析
－临床研究基地应能够根据分析目标，基于数据仓库整理后的数据和专用数据挖掘系统进行数据挖掘建模和分析，选择合适的数据挖掘分析方法，操作完成数据挖掘分析任务；
－利用临床知识和理论从分析结果中总结中医诊疗规律和特点，形成中医专