面對大數據環境下的數字化醫療衛生體系，必須強化醫療衛生信息分析利用和量化管理決策能力。本書系統地介紹了基于定量分析的決策分析理論與方法。包括確定型決策分析、風險型決策分析、不確定型決策分析、多指標決策分析、序貫決策分析和計算機仿真決策分析等。本書在闡述理論時力求簡明扼要、通俗易懂，用大量醫藥衛生領域的分析實例來說明醫學信息分析與決策的原理和應用。分析計算和實驗操作基本上放在電子表格（Excel）軟件中完成，與同類教材相比實用性明顯加強。
本書所有章節的習題答案、部分數據和PPT課件可從課程網址http://jpkc2.gdpu.edu.cn/imis/service.php查詢或下載。
本書既可作為高等學校醫藥信息類相關專業本科生和研究生的教材，也可作為醫院技術人員、管理人員和對決策科學感興趣的讀者的參考資料或培訓用書。
廣東藥學院信息工程系，教授
第1章 醫學信息分析與決策概論
1.1 決策與醫學信息決策
1.1.1 決策的基本概念
1.1.2 醫學信息決策
1.2 醫學信息決策分析
1.2.1 醫學信息決策的信息源
1.2.2 醫學信息決策分類
1.2.3 醫學信息分析與決策
1.3 醫學信息決策方法概述
1.3.1 定性決策方法
1.3.2 定量決策方法
1.4 數字化的醫學信息決策
1.4.1 數字化醫學信息決策的原因
1.4.2 數字化醫學信息決策的實現手段
1.5 醫學信息決策的模式 第1章 醫學信息分析與決策概論
1.1 決策與醫學信息決策
1.1.1 決策的基本概念
1.1.2 醫學信息決策
1.2 醫學信息決策分析
1.2.1 醫學信息決策的信息源
1.2.2 醫學信息決策分類
1.2.3 醫學信息分析與決策
1.3 醫學信息決策方法概述
1.3.1 定性決策方法
1.3.2 定量決策方法
1.4 數字化的醫學信息決策
1.4.1 數字化醫學信息決策的原因
1.4.2 數字化醫學信息決策的實現手段
1.5 醫學信息決策的模式
1.6 醫學信息分析與決策的發展趨勢及挑戰
本章小結
習題
第2章 確定型決策分析
2.1 什么是確定型決策
2.2 盈虧平衡分析法
2.2.1 盈虧平衡分析法的相關概念
2.2.2 線性盈虧決策模型
2.3 庫存優化決策模型
2.3.1 庫存費用分析
2.3.2 經濟訂貨批量模型
2.4 線性規劃決策法
2.4.1 線性規劃問題
2.4.2 線性規劃模型的求解
本章小結
習題
第3章 風險型決策分析
3.1 風險型決策的期望值準則及其應用
3.1.1 風險型決策分析
3.1.2 風險型決策分析的期望損益值模型
3.2 決策樹分析方法
3.2.1 決策樹基本分析法
3.2.2 案例解析
3.3 貝葉斯決策分析
3.3.1 貝葉斯決策的基本方法
3.3.2 貝葉斯決策分析的信息價值
3.3.3 貝葉斯決策分析案例
本章小結
問題討論
習題
第4章 不確定型決策分析
4.1 不確定型決策的基本概念
4.2 幾種不確定型決策分析方法案例
4.2.1 樂觀決策準則
4.2.2 悲觀決策準則
4.2.3 折中決策準則
4.2.4 后悔值決策準則
4.2.5 等概率決策準則
本章小結
問題討論
習題
第5章 馬爾可夫預測與決策
5.1 基本概念
5.1.1 隨機過程與馬爾可夫過程
5.1.2 馬爾可夫鏈
5.2 狀態轉移矩陣
5.2.1 一步狀態轉移矩陣
5.2.2 k步狀態轉移矩陣
5.2.3 穩態概率
5.3 馬爾可夫過程決策應用實例
5.3.1 市場占有率預測與決策
5.3.2 期望利潤預測與決策
本章小結
習題
第6章 多指標決策
6.1 多指標決策概述
6.1.1 多指標決策的基本概念
6.1.2 多指標決策的特點
6.1.3 多指標決策的解
6.2 決策指標的標準化處理
6.2.1 定性指標的量化
6.2.2 不同量綱指標的標準化
6.3 決策指標權重的確定
6.3.1 德爾菲法
6.3.2 相對比較法
6.3.3 熵值法
6.4 多指標決策方法
6.4.1 簡單線性加權法
6.4.2 理想解法
6.5 多指標決策應用案例
本章小結
習題
第7章 層次分析法
7.1 層次分析法的基本原理
7.2 層次分析法的基本步驟
7.2.1 建立層次分析結構模型
7.2.2 構造兩兩比較矩陣
7.2.3 判斷矩陣的一致性檢驗
7.3 判斷矩陣排序的計算
7.3.1 單一準則下的排序
7.3.2 層次總排序
7.4 層次分析法應用實例
7.4.1 構造層次分析結構
7.4.2 構造判斷矩陣
7.4.3 計算權重系數及一致性檢驗
7.4.4 層次分析法在Excel上實現的過程
本章小結
習題
第8章 關聯規則
8.1 關聯規則概述
8.1.1 啤酒與尿布
8.1.2 基本概念與規則度量
8.2 關聯規則算法
8.2.1 關聯規則挖掘過程
8.2.2 Apriori算法
8.2.3 關聯規則分類
8.3 關聯規則應用案例
本章小結
習題
第9章 粗糙集方法與應用
9.1 粗糙集理論的基本概念
9.1.1 信息表與決策表
9.1.2 不可區分與知識劃分
9.1.3 知識粒度與相對粒度
9.2 基于粗糙集的決策表屬性約簡
9.2.1 基于相對粒度的屬性約簡概念
9.2.2 基于相對粒度的屬性約簡算法
9.2.3 屬性約簡算法的SQL查詢語句實現
9.3 醫學診斷過程中的臨床癥狀分析
9.3.1 數據準備
9.3.2 建立Excel電子表格
9.3.3 Excel軟件中屬性約簡求解步驟
習題
第10章 人工神經網絡
10.1 人工神經網絡概述
10.1.1 生物神經網絡簡介
10.1.2 人工神經網絡簡介
10.2 人工神經網絡的結構及工作原理
10.2.1 人工神經元模型
10.2.2 B-P神經網絡
10.2.3 神經網絡的學習方法
10.3 人工神經網絡應用實例
習題
第11章 聚類分析
11.1 聚類分析相關概念
11.1.1 什么是聚類分析
11.1.2 相似性度量
11.1.3 類的定義與類間距離
11.1.4 類間距離度量方法
11.1.5 聚類的準則函數
11.2 聚類分析算法
11.2.1 聚類分析算法分類
11.2.2 聚類分析的常用算法
11.2.3 孤立點分析
11.3 聚類分析應用舉例
11.3.1 聚類分析在醫療領域應用概述
11.3.2 聚類分析在醫療領域的應用案例
本章小結
習題
第12章 模糊決策
12.1 模糊決策的基本概念
12.1.1 模糊現象與模糊集合
12.1.2 隸屬函數
12.1.3 模糊集合的運算
12.1.4 模糊集合的性質
12.1.5 截集與-截矩陣
12.2 模糊決策的方法
12.2.1 意見集中法
12.2.2 二元對比法
12.3 模糊決策應用案例
本章小結
習題
第13章 時間序列分析與預測
13.1 時間序列的基本概念
13.1.1 時間序列的種類
13.1.2 時間序列的編制原則
13.1.3 時間序列的基本分析
13.1.4 時間序列的分解與基本特征
13.2 時間序列的基本模型
13.2.1 確定性時間序列模型
13.2.2 隨機性時間序列模型
13.3 時間序列分析與預測應用案例
本章小結
問題討論
習題
第14章 計算機仿真決策
14.1 仿真決策的基本概念和模型構建
14.1.1 隨機數產生器
14.1.2 生成服從離散概率分布的數值
14.1.3 生成服從連續概率分布的數值
14.1.4 仿真模型的構造
14.2 仿真模型的運用
14.2.1 利用樣本數據進行分析
14.2.2 仿真決策與最優化問題
14.2.3 仿真決策的典型用途
14.3 案例分析
14.3.1 試驗藥品進藥量調整的問題分析
14.3.2 合成藥品進貨問題的仿真模型
14.3.3 完成仿真模型的構造
14.3.4 對樣本數據進行分析
本章小結
習題
參考文獻
序
當今世界社會與經濟發展已經開始全方位進入信息化、數字化時代，伴隨著物聯網、大數據、云計算概念的出現，對醫藥行業信息技術應用也提出了更廣泛的需求和更高層次的要求。《2013年中國醫衛行業信息化建設與IT應用趨勢研究報告》的研究結果顯示，2012年中國醫衛行業IT投入達185.6億元，較2011年同比增長22.6%；2013年醫衛行業信息化建設投入繼續保持理性狀態，呈現平穩增長趨勢，其IT投資規模約為225.5億元人民幣，較2012年同比增長21.5%。大量資金投入的背景下，醫藥信息整合與有效利用的態勢越來越明顯。比如，醫療機構間的協同和信息交換、醫院內部科室間的信息交換、醫院和病人之間信息交換的需求越來越迫切；整合來自不同廠商HIS、LIS、RIS、CIS、ERP等的數據，以實現信息共享、流程協同變得越來越重要；醫藥企業產品的全過程質量控制、管理與質量信息可追溯要求和商業智能化應用，也給業界提出了醫藥信息技術應用水平提升的新的要求。
為了適應當前國內外信息技術飛速發展的形勢，以滿足業界對這些新理論、新技術、新方法的應用需求，同時也為了更好地貫徹落實教育部、財政部《關于實施高等學校本科教學質量與教學改革工程的意見》和教育部2012年3月頒布的“教育信息化十年發展規劃（2011-2020年）”的精神和要求，在電子工業出版社的積極支持下，2013年年初，全國19所醫學院校的51位老師會聚南京，共同商討編寫一套“全國高等醫藥院校醫藥信息技術應用學科規劃教材”，以加強全國高等醫藥院校醫藥信息技術應用學科的教材建設來滿足新條件下對人才培養的需求。
“全國高等醫藥院校醫藥信息技術應用學科規劃教材”共6本教材，包括廣東藥學院周怡教授和新疆醫科大學趙小龍教授共同主編的《醫藥信息分析與決策》，南京中醫藥大學施誠教授主編的《醫院信息系統分析與設計》，南京中醫藥大學周金海教授主編的《醫藥物聯網概論》，江西中醫藥大學章新友教授主編的《醫藥信息資源管理》，沈陽藥科大學陳玉文教授主編的《醫藥企業資源計劃》，廣東醫學院馮天亮教授主編的《數據庫原理及其醫學應用》。在電子工業出版社及各參編單位領導的支持下，全體參編人員通過一年的努力， “全國高等醫藥院校醫藥信息技術應用學科規劃教材”終于出版面市了。
“全國高等醫藥院校醫藥信息技術應用學科規劃教材”既可以作為高等醫藥院校醫藥信息技術應用學科本、專科學生和研究生相關課程的教材，也可以作為廣大在職醫務和護理人員信息技術繼續教育的教材，同時也可以作為從事各類醫學信息技術開發工作技術人員的參考書。
我們期望這套教材的出版及使用，能夠給中國醫藥行業信息化人才培養帶來新的貢獻，對高等醫藥院校醫藥信息技術應用學科教學水平的提高有所幫助。但是，醫藥行業信息技術發展速度之快，要求所有教材編寫實時跟進變化，是不太容易做到的。加之編寫時間及編寫水平有限，使得新教材在內容編寫上難免存在不足，甚至錯誤，在此，我們衷心希望在該套教材出版后，能夠得到業內相關專家和讀者的反饋意見，懇請使用本系列教材的教師及學生能夠不吝賜教，幫助作者繼續努力提高教材編寫質量，共同為高等醫藥院校醫藥信息技術應用學科教育的發展做出更大貢獻。
中國醫藥信息學會（CMIA）
醫學信息學理論與教育專委會主任
施誠
2014年1月1日
前 言
“醫學信息分析與決策”課程是醫藥類院校信息類專業核心主干課程，本課程的教學目標是在決策理論的支持下，要求學生掌握決策分析的定性、定量方法，包括風險型決策、不確定型決策、多指標決策、序貫決策和計算機仿真決策等，并能給出計算機解決方案；培養醫藥信息類本科生對數據整合、分析和利用的能力；能夠針對實際醫藥領域問題進行逐步分解、解析和建立模型；訓練學生計算思維能力，培養學生使用現有Excel平臺完成數據分析、決策和知識發現的能力。
醫學信息分析與決策課程要求學生對信息分析、數學建模和決策分析有初步的認識，并理解決策的風險性；風險型決策分析要求學生掌握分類分析方法，熟練使用決策樹方法、貝葉斯方法進行分類和決策方案選擇；多指標決策要求學生掌握多指標風險決策理論，能熟練使用該方法；層次分析法要求學生掌握復雜決策過程中的分層方法和有效計算；關聯規則要求學生掌握其計算，發現表面無關事物之間的內在聯系；聚類分析要求學生面對主、客觀數據能正確使用該方法；粗糙集要求學生掌握其基本思想，能理解并使用該方法；人工神經網絡要求學生理解人工神經網絡模型對解決復雜信息分析問題的作用，掌握基本的計算工具的使用方法；時間序列分析與預測要求學生理解時間序列分析方法，能夠使用工具對時間序列數據進行分析；計算機仿真決策要求學生能對線性優化問題和隨機優化問題進行計算機仿真。
本書盡可能避開數學定理及其證明，用通俗易懂的語言介紹課程中所涉及的理論和方法。同時，本書選用了多個案例，從不同的角度反映決策理論在醫藥衛生領域和實際工作中的作用。案例中的計算均放在Excel電子表格中實現，涉及智能優化算法的數據決策則通過Excel 2010的數據挖掘插件鏈接數據庫SQL Server 2008的BI和Excel電子表格實現。
從網上下載Excel 2010的數據挖掘插件，數據庫建議使用SQL Server 2008。
數據挖掘插件下載地址：
http://www.microsoft.com/zh-cn/download/details.aspx?id=29061
Microsoft SQL Server 2008 Office 2007 數據挖掘外接程序下載地址：
http://www.microsoft.com/zh-cn/download/details.aspx?id=20350
Excel數據挖掘插件安裝步驟參見：
http://jingyan.baidu.com/article/27fa7326c53db746f9271f7c.html
本書中所有計算均可在Excel 2010界面中實現，具有很強的可操作性和可讀性。
本書由周怡、趙小龍擔任主編，馬星光、潘志芳、陳曉林、葉明全擔任副主編。具體分工如下：周怡負責編寫第1章，張英負責編寫第2章，陳旭、岳慧萍負責編寫第3章，張文學負責編寫第4章，魯春元負責編寫第5章，胡杰負責編寫第6章，趙小龍負責編寫第7章，夏峰負責編寫第8章，葉明全負責編寫第9章，金玉琴、潘芳負責編寫第10章，陳曉林負責編寫第11章，潘志方負責編寫第12章，馬星光、沈俊輝負責編寫第13章，劉燕負責編寫第14章。全書由周怡負責統稿。
由于我們的水平有限，書中難免存在不妥之處，敬請批評指正。
作 者
新書資訊