時間:2022-05-23 16:49:58
序論:寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感,挖掘那些隱藏在內心深處的真相,好投稿為您帶來了七篇生物安全總結范文,愿它們成為您寫作過程中的靈感催化劑,助力您的創作。
論文摘要總結了我國農產品質量安全的發展現狀,依據無公害食品行業標準和農產品安全質量標準,闡述了測土配方施肥在農產品質量安全中的基礎作用,以及運用于無公害農產品生產過程中的測土配方施肥技術。
20世紀90年代,農業發展進入數量安全與質量安全并重的新階段,為進一步確保農產品質量安全,我國明確提出發展高產、優質、高效、生態、安全農業的目標。經過10多年的努力,我國農產品質量安全水平有了很大提高。
根據國家統一部署,2001年農業部在全國啟動實施了“無公害食品行動計劃”,組織各級農業部門以蔬菜中高毒農藥殘留和畜產品中“瘦肉精”污染控制為重點,著力解決人民群眾最為關心的高毒農藥、獸藥違規使用和殘留超標問題;以農業投入品、農產品生產、市場準入三個環節管理為關鍵點,推動從農田到市場的全程監管;以開展例行監測為抓手,推動各地增強質量安全意識,落實管理責任;以推進標準化為載體,提高農產品質量安全生產和管理水平。
1農產品質量安全的發展現狀
1.1蔬菜產品質量安全總體合格率持續上升
根據2003~2007年37個城市蔬菜中甲胺磷、樂果等農藥殘留監測結果,我國蔬菜質量安全總體合格率持續上升。2007年1月、4月2次監測,蔬菜中農藥殘留平均合格率為93.6%。其中,蔬菜生產基地合格率為96.7%,批發市場、超市和農貿市場的合格率分別為93.7%、91.7%和92.5%。蔬菜產品質量安全合格率逐年提高。
1.2畜產品質量安全總體合格率保持較高水平
根據2003~2007年22個城市畜產品中“瘦肉精”以及磺胺類藥物等獸藥殘留監測結果,近年來畜產品質量安全合格率總體呈上升態勢。2007年1月、4月2次畜產品中,“瘦肉精”污染和磺胺類藥物殘留監測平均合格率分別為98.8%和99.0%。從監測結果看,屠宰場、超市、批發市場和農貿市場“瘦肉精”監測合格率分別為99.1%、99.5%、100%和96.5%;超市、批發市場和農貿市場磺胺類藥物監測合格率分別為98.7%、99.0%和99.2%。畜產品質量安全合格率總體保持較高水平。
1.3水產品質量安全總體合格率呈上升態勢
根據2005~2007年22個城市水產品質量安全例行監測結果,近年來水產品質量安全總體處于上升態勢。2007年4月對超市、批發市場和農貿市場水產品進行硝基呋喃類代謝物污染監測,合格率為91.4%。水產品產地藥殘抽檢合格率穩定在95%以上,水產品質量安全總體水平不斷提升,增強了我國水產品的國際競爭力,出口貿易穩步增長,2006年出口量和出口額達到301.5萬噸和93.6億美元,分別比上年增長17.4%和18.7%。2007年1月、4月2次監測,水產品中氯霉素污染的平均合格率為99.6%,超市、批發市場和農貿市場分別為100%、99.7%和99.3%。
2無公害食品行業標準和農產品安全質量國家標準
2.1無公害食品行業標準
建立和完善無公害食品標準體系,是全面推進“無公害食品行動計劃”的重要內容,也是開展無公害食品開發、管理工作的前提條件。農業部2001年制定、頒布了73項無公害食品標準,2002年制定了126項、修訂了11項無公害食品標準,2004年又制定了112項無公害標準。無公害食品標準內容包括產地環境標準、產品質量標準、生產技術規范和檢驗檢測方法等,標準涉及120多個(類)農產品品種,大多數為蔬菜、水果、茶葉、肉、蛋、奶、魚等關系城鄉居民日常生活的“菜籃子”產品。
無公害食品標準以全程質量控制為核心,主要包括產地環境質量標準、生產技術標準和產品標準三個方面,無公害食品標準主要參考綠色食品標準的框架而制定。
2.2農產品安全質量國家標準
為提高蔬菜、水果的食用安全性,保證產品的質量,保護人體健康,發展無公害農產品,促進農業和農村經濟可持續發展,國家質量監督檢驗檢疫總局特制定農產品安全質量GB18406和GB/T18407,以提供無公害農產品產地環境和產品質量國家標準。農產品安全質量分為兩部分,無公害農產品產地環境要求和無公害農產品產品安全要求。
本標準對無公害農產品中重金屬、硝酸鹽、亞硝酸鹽和農藥殘留給出了限量要求和試驗方法,這些限量要求和試驗方法采用了現行的國家標準。
3測土配方施肥在農產品質量安全中的基礎作用
測土配方施肥是我國當前大力推廣的科學施肥技術,是通過對土壤采樣和化驗分析,以土壤測試結果和肥料田間試驗為基礎,根據作物需肥規律、土壤供肥性能和肥料效應,在合理使用有機肥的基礎上,提出氮、磷、鉀及微量元素等肥料的施用數量、施肥時期和施用方法,是以最經濟的肥料用量和配比,獲取最好質量的農產品產出的科學施肥技術。
3.1保證農作物產量,均衡土壤養分
農作物生長發育需要16種必需營養元素。測定土壤養分,可以得到所種植的土壤里有哪些營養元素,缺少哪些營養元素,再根據預計產量計算出應該施用哪種肥料,施用多少,以利于均衡土壤中各種養分的含量,使作物得到充足的養分供作物正常生長,從而提高農作物產量,獲得較高經濟效益。例如,2002年10月至2003年5月,中國農業科學院對上海佘山農場的土壤養分測定結果表明土壤缺鋅嚴重,僅補施鋅肥一項,小麥就增產18.3%、大麥增產22.2%。
3.2提高農作物品質,改善農產品質量
農作物養分不平衡不僅會導致多種病害的發生,而且影響農產品質量安全。我國農產品質量整體水平不高,主要原因是農民施肥不當,特別是過量偏施氮素化肥導致蔬菜硝酸鹽含量過高,水果變酸、皮厚、色淡,稻米、植物油的一些質量指標降低。通過測土配方施肥,合理地使用肥料,就會減少作物病蟲害的發生,從而提高作物品質,改善農產品質量,基本可以使農產品質量達到或超過無公害農產品標準。
3.3降低農業生產資料投入,控制農產品生產環境質量
肥料在農業生產資料的投入中約占50%,但是施入土壤的化學肥料不能被作物全部吸收。在我國,氮肥的當季利用率為30%~50%,磷肥為10%~20%,鉀肥為50%左右。通過測土配方施肥工作,可以減少不合理施肥造成的損失,提高肥料的利用率,并且增加農作物的收成,從而減低農業成本,增加農民收入,降低農業生產資料投入,控制農產品生產環境質量。
3.4保護農業生態環境,保證農業可持續發展
測土配方施肥的開展,對土壤養分先行了解,可以避免盲目使用肥料而造成的浪費,從而可以節約資源,促進農業的可持續發展。施用的化學氮肥,如果不能被作物吸收,則會經過一系列的轉化,被淋洗到土壤深層,發生還原,生成致癌作用很強的亞胺類化合物。磷肥中大都含重金屬以及放射性元素,危害著人類的健康。而且有資料顯示農田氮、磷是水體富營養化的主要營養源。通過測土施肥,使施入土壤中的化學肥料盡可能地被作物吸收利用,那么滯留在土壤中的肥料就會很少,這樣就有益于保護農業生態環境。
4運用于無公害農產品生產過程中的測土配方施肥
為降低污染,充分發揮肥效,應實施測土配方平衡施肥,即根據作物營養生理特點、吸肥規律、土壤供肥性能及肥料效應,確定有機肥、氮、磷、鉀及微量元素肥料的適宜量和比例以及相應的施肥技術,做到對癥配方,對癥施用。具體應包括肥料的品種和用量,基肥、追肥比例,追肥次數和時期以及根據肥料特征采用的施肥方式。配方施肥是無公害生產的基本施肥技術。鑒于現行推廣的測土配方施肥技術的優勢,結合無公害農產品生產基地建設、生產流程,我們不難發現,兩者之間有著密切的聯系。
4.1測土配方施肥與無公害農產品生產基地建設
測土配方施肥技術推廣的基礎是擴大測土范圍、提高測土精度,無公害農產品的生產依托于生產基地的環境監測建設。測土配方施肥項目過程中建立的耕地檢測和評價數據庫能為無公害農產品基地的適時檢測提供可靠數據;實施配方施肥要求在不影響土地環境的基礎上維持土地的高產投比。
4.2測土配方施肥在農產品生產過程中的作用
測土配方施肥為農產品的生長(不同種類和各個生長時期)提供科學的施肥配方,不僅提高了肥料的使用率、節約成本投入,而且可以降低殘留量;也可以在生產的整個過程中進行營養診斷,為無公害農產品的殘留檢測提供適時數據,全程監測和控制農產品生產的質量安全。
5結論
綜合運用現代農業科技成果,根據作物需肥規律,土壤供肥性能和肥料增產效應,在施用有機肥料為基礎的前提下,采取化學氮、磷、鉀肥和微肥的適宜用量和比例及其相應的施肥技術,可解決盲目施肥和投肥不足的問題,增產、節肥。測土配方施肥作為一種科學的施肥方法,是根據農作物各個生育期的需肥規律和土壤的養分含量,研究得出最佳配方并合理地使用肥料,因而就會減少作物病蟲害的發生,從而提高作物品質,改善農產品質量,使農產品質量達到或超過無公害農產品標準。因此,應用測土配方施肥在農產品質量安全生產中具有潛在的經濟效益、生態效益和社會效益,應該大力推廣。
6參考文獻
[1]鄧仕槐,吳曉斌,盧益武.施肥對環境質量的影響[J].西南農業學報1998,11(3):106-111.
[2]馬朝紅,方建坤.蔬菜土壤養分積累狀況與環境分險[J].長江蔬菜.2000(12):43-45.
食品安全問題是一個世界性的問題,任何國家都不可能實現零風險。2014年,隨著福喜過期肉、臺灣餿水油、蜂蜜添加甜蜜素、頂新黑心油等問題的頻繁曝光,微生物污染、原料溯源和食品摻假成為我國高度關注的三個食品安全問題1。當前,我國食品安全的監管工作已前移至風險監測與風險預警,關注全產業鏈安全,著力加強源頭治理。但由于我國食品供應鏈條比較長,從農田到餐桌包括許多環節,潛在的風險因素多,涉及的責任主體多,辨析主體責任相對比較困難。本文從我國食品安全可能存在的風險出發,探討食品安全的責任主體,使食品安全監管更具目標性、有效性,從而確保百姓“舌尖上的安全”。
2我國食品安全的風險因素
任何事物安全與風險總是協調統一、動態存在的,食品行業也不例外。2006年以來,我國食品安全風險總值呈持續下降的態勢,2013年雖有上升,但仍處在相對安全區間內2。盡管我國的食品安全總體水平穩中有升,趨勢向好,但目前食品安全風險與由此引發食品安全事件已成為我國社會性風險之一3。食品安全的潛在風險存在于食品供應鏈中原料、加工、包裝、貯存、流通、銷售和消費等各個環節,每一環節都可能存在不同程度的風險因素,正確識別食品安全風險要素,監測、評估和預防風險,才能有效地將食品安全問題扼制在初始狀態。我國食品安全風險因素存在于從生產、加工、流通到消費4個環節中,共識別出18個風險因素。食品安全的風險因素主要由于人的不安全行為所致,如農藥獸藥殘留、使用不安全輔料、使用不合格原料、濫用有毒有害化學藥品和廢棄食品處置不當,都是利益相關者謀取高額利潤的途徑。
3我國食品安全的責任辨析
食品安全問題是一類典型的多元化社會共治的管理和被管理問題,需要回歸到責任原點,理清責任主體并有效管控責任主體,才能有效降低食品安全的風險。本文依據上述識別的食品安全風險因素,將食品安全的責任主體劃分為人、物和管理三大方面,初步探析食品安全的責任主體。
3.1責任主體的劃分
3.1.1人為責任主體
人的不安全行為分布在原材料供應、生產加工、食品營銷等供應鏈的多個環節中。劉曉巍等對2002~2011年間我國發生的1001件食品安全典型案例的研究表明,68.2%的食品安全事件是由于供應鏈上利益相關者的違規違法行為造成的,這表明人為性是目前食品安全問題的主要成因,應承擔食品安全的重要責任。食品安全問題的主要特點是多主體參與,參與主體有食品企業、監管部門、消費者、政府和第三方力量(如媒體、社會組織等)。這些參與主體肩負著食品安全問題的重要責任,其中食品企業、監管部門、消費者和政府是基本責任主體,媒體等第三方力量以一種“連帶責任”也納入責任主體中。《食品安全法(修訂草案)》第四條也明確寫到“食品生產經營者是食品安全第一責任人”,突出人作為責任主體的必然性。食品安全事件不僅僅是食品生產經營者的違規操作和監管人員的監管水平問題,更重要的是這些主體缺乏責任和安全意識。
3.1.2物為責任主體
環境、設備、技術等物的不安全狀態是我國食品安全風險產生的重要源頭,也應是食品安全問題的責任主體。物作為責任主體,包括環境、設備和技術,其中環境包括農產品產地環境和生產加工環境及流通環境。食品安全問題的發生與環境、設備、技術等物的狀態息息相關,表現為生產加工環境較差,使食品加工暴露在粉塵或有毒有害物質中,造成食品污染,這是當前食品安全問題最為常見的類型;食品加工生產中的手工操作較多,設備自動化程度較低,加工設備存在較大的安全隱患,整體條件相對落后;新技術應用于食品的生產與研發過程,造福人類的同時催生了新的食品安全風險,增加了許多未知的安全隱患;食品在包裝、倉儲、流通過程中,因設施落后和存儲環境不達標等,可能造成食品的二次污染等等。
3.1.3管理為責任主體
管理上的缺陷是食品安全的重要風險,也肩負著食品安全的責任。這里所指的管理主要是法律法規的制定、標準的實施和食品檢測能力等硬件條件。當前,我國從管理上加大了監管力度,如2014年通過了《食品安全法(修訂草案)》,為最嚴格監管提供體制制度保障;安徽實行食品質量“吹哨人”制度;食品召回制度上升到立法層面;“食品工業企業質量安全追溯平臺”正式開通等等。雖然我國新修訂了《食品安全法》,但是相關的配套法規和技術標準仍然沒有得到完善,食品安全法規、標準的制定是全面推進食品安全法治化建設的重要環節。另外,管理上的缺陷還表現在我國保障食品安全的檢測能力有待加強。以化學農藥殘留為例,在我國有關79種化學農藥的197項最大殘留規定中,只有33種有相應的檢測方法,另外46種則沒有,在標準的執行過程中帶來了很多的問題。目前,針對多種化學殘留,國際上存在很多檢測方法,比如德國的DFG和S19檢測方法,美國食品藥品管理局多殘留檢測方法,荷蘭衛生部的多殘留檢測方法,加拿大多殘留檢測方法,所有這些方法都比我國的檢測方法要完善。這就大大限制了我國食品安全的監管工作。
3.2我國食品安全責任辨析
當食品安全事件發生后,理論上責任主體比較明晰,但在實際操作中往往會出現責任主體較難界定、監管權限分工不明導致重復監管和監管盲點等問題而不利于事件處理的公平公正等問題。
3.2.1責任主體及責任大小較難界定
在食品安全事件發生后,責任主體必然從與食品產業鏈密切相關的個人、團體及政府組織,具體包括農戶、生產商、加工商、中介組織、流通企業、消費者、政府、科研機構等中尋找,他們的行為對于終端食品的安全與否具有重要的影響,承擔著相應的責任。其中,食品生產者、食品消費者和監管者是食品行業的第一層次責任者。然后就是農戶,零售商,食品加工企業員工,食品機械、輔材的供應商,廣告商、物流商、軟件開發商,衛生和環境保護組織等利益相關者。從金華火腿到阜陽奶粉再到三鹿奶粉可以看到食品安全事件首當其沖的責任人必然是食品的生產經營者們,然而,對于頻繁出現的食品安全狀況,我國的政府以及監管部門同樣難辭其咎。可是追究的責任主體越多,責任方之間互相推卸責任的現象就越多,究竟對于什么程度的責任該由哪些單位承擔責任的界定模糊不清,導致食品安全事件責任方所承擔的責任大小較難判斷。食品安全事故的責任問題絕不是僅僅一方就能獨立承擔的,對于錯綜復雜的事故原因,責任判斷的原則是“誰主管誰負責”和“誰負責誰承擔”,因為只有真正找到了責任主體和責任之間的清晰聯系,才能夠確定出每一個責任主體所應該承擔的具體后果。
3.2.2監管權限分工不明
目前我國食品安全監管部門的監管權限主要分布在農、工商、藥品、衛生、質檢等機構,它們所負責的各自食品安全步驟也各不相同,食品鏈條各個環節有著不可分割的自然屬性,勢必與人為劃分的監管區段之間有沖突,當多個部門對同一個食品安全問題出現重疊時,會產生職責不明、互相推諉,最后出現監管盲區34-36。即使2013年實行主要按“品種”劃分監管權限,但多部門監管的體制始終未變,監管部門自身的權責分工不明晰,不利于責任落實。如在三鹿奶粉案件中,奶站生鮮奶的收購環節,工商、質檢、農牧部門都有監管的職能,但實際上哪個部門監管力度都不夠,給不法經營主體留下了可乘之機。
4總結
關鍵詞:建筑項目;安全管理;安全技術;措施
1前言
近年來,我國正在進行大規模的基礎建設。資料顯示,2010年我國建筑業完成總產值34745.8億元,同比增長19.7%,全社會建筑業實現增加值10018億元,占國內生產總值的5.5%,為推動國民經濟持續快速發展做出了重要貢獻。目前,建筑業處于高速發展,而建筑安全形勢卻不容樂觀,2010年全國建筑業發生傷亡事故2288起,死亡2607人,居工礦商貿領域第二位。造成建筑行業事故頻發的原因十分復雜,主要有:建筑安全管理機制和安全生產現狀不相適應;建筑安全的交叉管理較為突出;建筑企業粗放經營,管理水平較低;施工工序及安全技術復雜,不穩定因素太多;建筑隊伍整體素質較低;建筑安全研究滯后等等。
2 建筑安全價值及效益分析
安全需要投入,安全也帶來效益。在建筑施工過程中,安全不僅帶來含價值因素的經濟效益,還帶來包含非價值因素(健康、安定、幸福等)的社會效益。安全具有兩大基本功能:①直接減輕或免除事故或危害事件給人、社會和自然造成的損傷,實現保護人類財富、減少無益損耗和損失的功能;②保障勞動條件和維護經濟增值過程,實現間接為社會增值的功能。
第一種功能稱為“拾遺補缺”,可用損失函數L(S)來表示:
L(S)=Lexp(l∕S)+Lo(其中l>0,L>0,Lo
第二種功能稱為“本質增益”,可用增值函數I(S)來表示:
l (S)=Iexp(-i∕S) (其中I>0,i>0)(2)
安全總體經濟功能,可用安全功能函數F(S)來表示:
F(S)=I(S)+[-L(S)]=I(S)-L(S) (3)
以上三式中,L、l、Lo均為統計常數。
圖1中,增值函數I(S)隨安全性S的增大而增大,但I(S)值是有限的,最大值取決于系統本身的功能。損失函數L(S)隨安全性S的增大而減小,當系統無任何安全性((S=0)時,從理論上講損失趨于無窮大,具體值取決于機會因素;當S趨于100%時,損失趨于0。無論是“本質增益”(安全創造正效益)還是“拾遺補缺”(安全減少負效益),都表明安全創造了價值。
圖1安全減損與增值函數
當安全性S趨于0即系統無任何安全保障時,系統不但毫無利益可言,還將出現趨于無窮大的負效益(損失);當安全性S到達SL點,由于正負功能抵消,系統功能為0,因而SL為安全性的基本下限;當S>SL后,系統出現正功能;當S值趨近100%時,功能增加的速度逐漸降低,并最終局限于系統本身的功能水平(如圖2所示)。這說明建筑安全維護了系統的創值功能,從而也體現了其自身價值。
圖2安全功能函數
3 建筑施工安全管理對策與措施
3.1現代安全科學理論的表征
現代安全科學理論認為,傷亡事故的發生是由于人的不安全行為和物的不安全狀態引起的。控制人的不安全行為,需要在總結心理學、行為科學等成果的基礎上,通過教育、培訓等來提高人的意識和能力;物的不安全狀態須采取實用安全技術來改善。對于工業復雜系統,完全依靠安全技術系統的可靠性和人的可靠性還不足以完全消除事故;直接影響安全技術系統可靠性和人的可靠性的組織管理因素,事實上已成為導致復雜系統事故發生的最深層原因。建筑施工作為一個復雜大系統,人、設備、環境三類因素是導致事故發生的直接原因,管理缺陷是事故發生的間接原因。根據布爾代數原理,描述這四類因素的邏輯關系,可用如下公式:
T=X 1(X2+X3+X4)=X 1 X2+X 1 X3+X 1 X4 (4)
式中:T代表事故;Xl代表導致事故的管理因素;X2代表導致事故的人的因素;X3代表導致事故的設備因素;X4代表導致事故的環境因素。
公式(4)表明,導致事故發生的四類因素中,管理因素的結構重要度最大,制約著其他三類因素。建筑施工企業安全管理工作出現問題,必然引起人的不安全行為、設備的不安全狀態和環境的缺陷,從而導致事故的發生。
3.2建筑企業安全文化建設
為了建立安全文明的施工現場,建筑企業必須清醒地認識到安全管理目標與企業經營目標的一致性。建筑企業要做好安全文化建設,必須做到以下幾點:
1)始終堅持“安全第一,預防為主”的方針,牢固樹立“以人為本,關愛生命”的思想,切實落實“管生產必須管安全”的安全生產責任制,深入貫徹國家和地方各級政府的安全法律法規。
2)培育團結協作、敢打硬仗的團隊精神,積極倡導共同的安全價值觀、思維方式和行為規范,積極營造員工心理認同以及良好的安全生產環境和秩序。
3)建立和完善企業教育和培訓體系,不搞形勢,不走過場,定期進行安全法律法規學習,對員工的安全教育常抓不懈,有針對性地開展安全操作技能培訓和競賽,使每一位員工真正掌握安全知識、增強安全意識。
4)建立一整套激勵和約束機制,包括安全獎勵機制、人文關懷機制、員工福利機制、安全考核機制、安全曝光機制、安全行為約束機制、安全責任約束機制等。
3.3建筑施工安全管理模式——安全定置管理
分析研究是建筑施工安全定置管理的基礎性工作,也是使定置管理更加科學、合理的關鍵性工作,深入施工現場,應用工業工程學方法,對生產工藝、設備、工具以及人、物與場所的結合狀態、信息流動狀態等行研究。在掌握施工現場第一手資料的基礎上,對施工現場系統各要素進行優化配置設計,并設計出施工安全定置圖。根據所設計的建筑施工安全定置管理方案和定置圖,對施工現場系統實施定置調整與整改,同時加強實施過程與效果的檢查和考核。建筑施工安全定置管理實施程序步驟如圖3所示。
圖3建筑施工安全定置管理實施程序步驟
4 建筑施工安全技術對策與措施
4 .1防止人失誤的技術措施和方法
1)耐失誤設計。這種方法是通過精心設計使得員工不發生失誤或者即使發生失誤也不會產生嚴重的后果。例如用不同的形狀、尺寸或顏色防止安裝、連接操作失誤,采用連鎖裝置強制性地防止誤操作,采用誤動自鎖裝置使人失誤無害化等等。
2)冗余技術。IEEE可靠性協會對“冗余”的定義是“在需要時運行并完成指定功能的備用措施”。它的特征是只有一個或幾個而不是所有措施(裝置)發生故障,系統仍能正常運行。它的目的是提高系統可靠性。例如在危險崗位由雙人操作,或人機并行,采用備用系統等。當然,防止人失誤的措施還有很多,在此不再詳細論述。
4.2防止事故發生的安全技術和方法
1)消除危險源,盡量減少和降低危險程度。通過采用原材料的替代、工藝的替代,用無毒材料代替有毒材料、用生物技術代替工程技術等等,都能夠達到消除和減少危險源的目的。
2)限制能量或危險物質。通過采用限制的技術措施將能量和危險物質控制在安全范圍內,如限位、限壓、控溫等。
3)隔離。在時間和空間上采取分隔措施,或利用物理的屏蔽措施局限和約束能量或危險物質。
4.3采取減少故障發生的措施
1)選取合理的安全系數。安全系數是建筑設計或施工中必須考慮的一個因素,它能保證建筑物或施工機械零部件所要求的強度裕量,保證設備安全運行和工藝工序的正常進行。在建筑設計和施工技術方案中,要按照既安全可靠又節省的原則,從安全和效益兩個方面考慮,辨證統一地進行分析,選取合理的安全系數。
2)提高可靠性。提高建筑物、建筑設備和附件在規定條件下和規定時間內完成規定功能的性能,具體有降低額定值、冗余設計、選用高質量材料、維修保養和定期更換等。
3)安全監控。即對建筑施工中的危險源進行監控,控制某些技術參數,使其達不到危險的程度,從而避免事故。
5 結束語
關鍵詞:數據挖掘;醫學數據;神經網絡;關聯規則
中圖分類號:TP274文獻標識碼:A文章編號:1009-3044(2011)15-3495-03
Summary of Medical Data Mining
WANG Ju-qin
(Department of Computer Technology, Wuxi Institute of Technology, Wuxi 214121, China)
Abstract: Medical data mining is necessary for improving the management level of medical information, providing scientific decision-making for the diagnosis and treatment of disease, and promoting the development of medicine. This paper mainly introduces the characters of mining medical data, the application and methods used in medicine, and also the application prospect medical field is outlined.
Key words: data mining; medical data; neural network; association rules
1 數據挖掘的產生
1.1 產生背景
在當今信息化和網絡化的社會條件下,隨著計算機、數據庫技術的迅速發展以及數據庫管理系統的廣泛應用,各行各業都開始采用計算機以及相應的信息技術進行管理和運營,由此積累了大量的數據資料;另外,互聯網的發展更是為我們帶來了海量的數據和信息。但是,這些存儲在各種數據媒介中的數據在缺乏強有力的工具的情況下,已經超出了人的理解和概括能力,導致收集在大型數據庫中的數據變成了“數據墳墓”,并帶來了一大堆問題:比如信息過量,難以消化;信息真假難以辨識;信息安全難以保證;信息形式不一致,難以統一處理,等等[1]。而激增的數據背后隱藏著許多重要的信息,決策者的決定往往不是基于數據庫中的有用信息,而是憑直覺,因為決策者缺乏從海量數據中提取有價值知識的工具。數據和所需信息之間的鴻溝要求系統地開發數據挖掘工具,將數據墳墓轉化成知識的“金塊”,人們迫切需要新一代的計算技術和工具來挖掘數據堆中的有用信息。
1.2 可行性
近十余年來,計算機和信息技術有了長足發展,產生了許多新概念和新技術,如更高性能的計算機和操作系統,因特網,數據倉庫,神經網絡等等。這使得數據挖掘技術在具備了市場需求的條件下,同時也具備了技術基礎。在這樣的背景下,數據挖掘技術就應運而生了。
2 醫學數據概述
2.1 醫學數據的內容
計算機信息管理系統在醫療機構的廣泛應用促進了醫學信息的數字化, 同時電子病歷和病案的大量應用、醫療設備和儀器的數字化,使得醫學領域數據的內容不斷擴大,涵蓋了醫療過程和醫學活動的全部數據資源。醫學數據資料主要來源于統計報表、醫療衛生工作記錄、專題實驗或者調查記錄、專題性的資料等三個方面[2],其中主要包括完整的人類遺傳密碼信息,大量關于病人的病史、診斷、檢驗和治療的臨床信息,藥品管理信息、醫院管理信息等。
2.2 醫學數據的特點
1)模式的多態性。首先表現為表達格式的多樣性。醫學信息包括純數據(體征參數,化驗結果),信號(腦電信號,機電信號),圖像(B超,CT等醫學成像設備的檢驗結果),文字(病人的身份記錄,癥狀描述),以及動畫、語音和視頻信息。其次,數據表達很難標準化,對各種病例狀態的描述也比較模糊,沒有統一的標準和要求,不使用完全相同的專有名詞,甚至對臨床數據的解釋都是用非結構化的語言,等等[3]。模式多態性是醫學數據區別于其他領域數據的最根本和最顯著的特性,同時這種特性也在一定程度上加大了數據挖掘的難度和速度。
2)不完整性。醫學數據不可能全面地反映任何一種疾病的全部信息,因此也不可能通過挖掘,針對某一種疾病獲取完整可靠的治療和解決方案。這首先是因為醫學數據相關信息(例如病例等)的記錄存儲還不是很完備和充分,還不能夠達到完全總結出待挖掘規律的數量[3]。同時,即使記錄在案的信息,其本身的表達方式就比較模糊,不可能通過精確值等方法來呈現,因此這些原因形成了醫學數據的不完整性。
3)時間性[3]。一般情況下針對病人醫療活動的記錄信息都具有一定的時間特性,并且會隨著時序環境的變化而產生不同的表達效果;另外諸如醫學檢測的波形圖像等信息也都是以時間函數為基礎進行表達的。
4)冗余性。醫學數據信息中有大量的相同部分被重復記錄下來,比說一些常見疾病,病人的癥狀表現一般都比較相似,檢查和化驗的結果以及最后的治療措施等絕大部分也因此而相同。因此即使病人的個人信息等存在較小差異,其記錄的大部分醫學數據都表現為完全相同或者大部分相同,這就體現為冗余性[3]。這種數據特點不但迅速增加了此類數據本身的數量,同時也給挖掘操作帶來了更大的困難,應該在此之前就對這些冗余信息進行清理和過濾,去除不必要的重復部分,以簡化挖掘操作的實現過程。
5)隱私性[8]。顯然,記錄的醫學信息中,許多有關病人個體的信息涉及到社會倫理,法律以及個人所有權等,具有一定的隱私性,從社會,醫學以及病人本身等方面來說都必須進行保護,不能外泄。但是當數據存儲系統受到一些不可預料的侵入時,或者當其隱私保護的要求和挖掘操作的開放共享要求等產生矛盾時,勢必會帶來隱私性、安全性和機密性方面的問題。這就要求在進行醫學數據挖掘時,必須嚴格以保護數據隱私為基礎,
2.3 醫學數據挖掘的可行性和必要性
2.3.1 必要性
眾所周知,龐大的醫學數據中蘊含著許多非常有價值的信息資源,這些資源對于相關病例的診斷治療以及醫學方面的研究發展都具有非常重要的意義。但是從目前的狀況來看,大多數醫學機構和人員對這些存儲數據的利用還遠遠沒有達到預期的目標和效果,僅局限于一些低端的操作和使用,比如簡單的數據錄入,數據的查詢、修改、刪除等,而并沒有對收集的數據進行系統的分析研究,以從中得出適用于一般的規律特點,所以無法對相關病例的后繼診斷提供科學的決策輔助,對醫學學科的研究工作也沒有起到相應的促進作用[4]。針對這些情況,在數據挖掘技術已經日漸成熟的背景下,將數據挖掘理論應用于醫學,通過對海量的醫學數據進行分析,總結各種醫治方案的療效,提取隱含在其中的有價值有意義的信息,更好地為醫院的決策管理、醫療、科研和教學服務,對于醫生明確診斷、治療病人及促進疾病和健康的研究都具有極其重要的意義。
另一方面, 隨著人們生活水平的提高,保健意識的增強以及我國醫療體制改革的深入,基于計算機技術、通信技術的遠程醫療和社區醫療,已經逐漸成為各大醫院的另一個潛在市場。如何對醫學數據庫進行自動提升和處理, 使其更好地為遠程醫療和社區醫療提供全面的、準確的診斷決策和保健措施,已成為促進醫院發展、提高服務質量而必須解決的新問題。而這顯然也是和數據挖掘技術有著密不可分的聯系。
2.3.2 可行性
數據挖掘技術在經過多年的發展之后已經形成相對成熟的技術體系,比如在數據挖掘設計、數據抽取以及聯機分析處理技術等方面都有一定的進展[4]。同時,數據挖掘技術已經在各個國家的電信、制造、零售、金融等各個領域得到了較為深入的應用。這些成功的應用也提供了可借鑒的寶貴經驗。
同時國家對醫院信息化發展也給予了高度重視,提供政策、經濟和技術上的大力支持,為醫學數據挖掘技術的發展應用奠定了物質基礎和技術保障。
3 醫學數據挖掘的發展狀況
3.1 發展現狀
自20世紀80年代開始至今,數據挖掘技術產生至今有十幾年的時間,在商業以及工業生產中已經得到了較為廣泛的應用,也取得了比較顯著的經濟效益和社會效益,但是數據挖掘技術在醫學領域的應用還處在起步階段[5]。同時,醫學數據挖掘也是一門涉及面廣、技術難度大的新興交叉學科,不但需要具有相關信息處理能力的技術科研人員,還需要相關的醫務工作者和醫療機構提供醫學數據信息和專業醫療活動支持,并且要在此基礎之上實現醫學信息資源和挖掘技術的整合,實現技術上的突破。
3.2 應用領域
1)醫療活動輔助診斷。通過對歷史數據的處理和挖掘,能夠發現出針對特定病例的典型規律。一方面數據量內容龐大,范圍廣泛,所以這些規律具有較好的普遍性;另一方面,根據患者全面的指標記錄和數據信息可以得到比較客觀的診斷結論,排除了人為因素的干擾,能夠更加有利于提高醫學治療活動的有效性。比如將粗糙集理論和算法應用于中醫類風濕和實體性肺病的診斷,基于人工神經網絡理論以及模糊邏輯開發的心血管疾病診斷工具[6],都大大提高了診斷的正確率。
2)醫學信息處理。醫院信息主要包括醫院等醫療機構的內部管理信息(設備,藥械,財務)以及以患者為中心的信息(臨床病例、診斷、治療過程)。在初級操作階段的基礎上,通過對信息的數據關聯性分析,能夠預測未來發生發展趨勢和輔助診斷信息,比如藥品的使用頻率,某種疾病的發生和治療規律等。例如應用粗糙集理論預測早產,可以將準確率從人工預測的17~38%提高到68~90%[6]。
3)醫療質量管理。醫療機構的服務要求在不斷提高,質量效率問題也越來越被重視。醫療質量的核心是數據、標準、計劃,這些都可以用不同的數據指標來衡量。通過數據挖掘技術,可以發現新的指數規律,檢驗其有效性,并提煉調整質量方案。例如年齡因素和治療方法的關系延長了標準住院時間,可以考慮修改治療方案等。可以很明顯地發現,數據挖掘技術可以幫助發現有關提高臨床服務效率以及質量潛力的證據。
4)醫藥研發技術支持。在新藥的研究開發過程中,關鍵環節是先導化合物的發掘,其中一種基本途徑就是隨機篩選與意外發現。但是很顯然這種技術實現的周期比較漫長,肯定提高時間成本和經濟成本。而在數據挖掘技術的支持下,可以通過數據信息的歸納總結,確定藥效信息,大大縮短新藥的研發周期[6]。
5)生物醫學(DNA)。人類24對染色體的基因測序已經全部完成,標志著人類基因研究已經進入新的發展階段。接下來要完成的重要任務就是對分析DNA序列模式。比如,遺傳疾病的發生和人體基因密不可分,要掌握基因代碼的微觀結構,就需要對DN段進行細致的了解和測序,也就是要從大量的DNA數據中找到具有一般規律的組合序列。目前,使用數據挖掘技術已經在很多方面對DNA的分析作出了很多貢獻,例如,DNA序列間相似搜索和頻度統計,可以識別帶病樣本和健康樣本中基因序列的差異[6];關聯分析可以幫助確定在樣本中同時出現的基因種類,有利于更全面地發現基因間的交叉聯系和致病規律;路徑分析能夠發現不同階段致病基因的作用規律,從而提高藥物治療的效率。
6)醫學圖像應用。主要應用于目組織的特征表達,即圖像特征自動提取和模式識別。例如,CT,PET,SPECT等診斷工具在醫學領域應用越來越廣泛,而在數據挖掘技術的幫助下,醫學圖像分析的功能也越來越強大[6]。運用基于貝葉斯分類的數據挖掘模式對心肌SPECT圖像能夠進行高質量的分析和分類診斷。
7)其他方面的應用。數據挖掘還應用于毒理學方面以及藥物副作用研究方面。
4 醫學數據挖掘的方法技術
4.1 關鍵問題
1)數據預處理。如前所述,海量的醫學原始數據中包含大量的冗余、模糊以及不完整信息,必須首先進習慣清理和過濾,以確保數據的一致性和完整性。
2)信息融合技術。因為醫學信息的格式繁多,包括文字,數據,圖像,語音,視頻等等,因此需要針對不同類型的信息采用不用的處理技術,并且在需要的時候可以對結果進行綜合和分析。
3)快速的、魯棒的挖掘算法[7]。醫學數據的挖掘面向海量的存儲信息,處理的時間和技術要求都比較高,因此如何提高效率非常重要。同時基于數據類型動態變化,要求挖掘算法具有一定的容錯性和魯棒性。
4)提供知識的準確性和可靠性。在保證挖掘算法的處理結果具有較高準確率和可靠性的前提下,所得到的信息才能夠為醫療活動和管理提供科學客觀的決策幫助,在實際中得到很好的應用。
4.2 主要技術實現
1)自動疾病預測趨勢和行為。通過數據挖掘技術,對有關人體病例的體征數據進行分析對比,并從中分析出相應的關系和規律,從而對疾病的預防、發生等進行預測。采用的主要技術有線性、非線性和廣義的回歸模型,以及神經網絡和模糊控制技術[8]。其中,人工神經網絡技術是一種模仿生物神經網絡的、以人工神經元為基本運算單位的互聯分布式存儲信息的智能信息處理系統,具有很強的自組織性、魯棒性和容錯性。利用相關理論技術,能夠找出服用抗精神藥物與心肌炎發作的關系,對危及生命的心律失常進行歸類,動態檢測病人的麻醉深度和控制劑用量等;而模糊系統是建立在模糊數學基礎上的一種推理方式,經常與神經網絡或最近鄰技術聯合起來應用,可以實現從心跳中鑒別心室過早收縮,分析肝臟超聲圖像等功能。
2)關聯分析。簡單地說,關鍵就是兩個或者多個變量的取值之間存在的某種規律性。關聯技術的目的是通過多維數據分析技術找出其中隱藏的關聯規則。有時并不知道或者不確定數據中的關聯函數,因此關聯分析生成的規則帶有可信度[8]。最著名的APRIORI關聯規則發現算法中,首先就是識別所有的頻繁項目集,也就是不低于用戶最低支持度的項目集,然后再從頻繁集中構造不低于用戶最低信任度的規則。在此基礎之上,又出現了動態項目集技術DIC算法,發現頻繁項目集的劃分算法―分治法等。在實際情況下,關聯規則還需要進一步泛化,以發現更有用的價值。目前在醫學上,關聯分析是糖尿病數據庫分析課題中應用最廣泛和有效的工具。
3)聚類分析。把數據庫中中的記錄劃分為一系列有意義的子集成為聚類,包括統計方法,機器學習方法,神經網絡方法,面向數據庫的方法,對于采集到的醫學信息進行處理的一個重要步驟就是聚類分析。聚類技術主要包括傳統的模式識別方法和數學分類學,例如決策樹歸納,貝葉斯分類,神經網絡技術,基于知識的案例推理,遺傳算法,粗糙集等[8]。其中,粗糙集理論的出發點是根據目前已有的對給定問題的知識將問題的論域進行劃分,然后對劃分的每一組成部分確定其對某一概念的支持程度,用“肯定支持此概念”,“肯定不支持此概念”,“可能支持此概念”進行描述,并表示為正域、負域和邊界三個近似集合,同時用二維的決策表來描述論域中的對象。目前在中醫類風濕證候的診斷、肺部良性和惡性腫瘤診斷等領域發揮了重大作用,被認為可能是最理想的動態工具。
4)偏差檢錯與控制。數據庫中的數據存在一些異常記錄,需要我們將其檢測出來。偏差包括很多潛在的知識,例如分類中的反常實例,不滿足規則的特例,觀測結果與模型預測值的偏差,量值歲時間的變化等。偏差檢測的基本方法是,尋找觀測結果與參照值之間有意義的差別[8]。目前在人工輔助儀器研究和藥物療效的生理實驗研究方面都有相關研究報道。
5)進化計算。進化計算法是由生物進化規律而演化出的一種搜索和優化的計算方法,包括遺傳算法,進化規劃,計劃策略和遺傳編程[8]。可以通過從任意一個 出示的群體出發,通過隨機選擇、交叉和變異等過程,使群體進化到搜索空間中越來越好的區域。
4.3 醫學數據挖掘過程
因為醫學數據挖掘和普通的數據挖掘之間差異較大,所以其過程是很難定義的。一些研究者定義了一系列的步驟,從而為此提供了一個框架,目的在于為各種數據挖掘方法在不同領域的應用提供指導,這些框架可能在步驟上略有不同,但同樣適用于醫學數據挖掘。一般都涉及下列6個應用領域[9]:
1)理解數據。初步理解需要挖掘的數據屬性,從原始數據庫中小規模采樣,進行初步挖掘實驗,將結果與挖掘目標進行對照,必要時更新數據屬性。
2)準備數據。由于醫學數據的冗余性和多樣性,使得我們需要對數據進行采樣以消減數據量,同時要針對各種類型的數據采取相應的數據預處理方法。通過數據的準備,可以將原始數據轉換為特定數據挖掘方法所需要的數據形式。
3)數據挖掘。這一步包括建模技術的選擇,訓練與檢測程序的確定,模型的建立與評估。實現的方法包括前面講到過的粗糙集理論,神經網絡,進化計算,決策樹等。挖掘方法與研究目標的匹配程度很大程度上決定了挖掘結果的精確度。
4)評估知識。對挖掘結論進行醫學解釋,并再次同最初目標進行比對。如果需要,尋找挖掘過程中存在的錯誤和不合理步驟并加以解決,或者對挖掘算法進行優化,提高運行效率。
5)應用知識。在應用的過程中要注意有計劃地實施和控制,及時發現應用過程中的問題,并對實際情況進行階段性的總結分析,使得挖掘成果能夠更加完善。
5 醫學數據挖掘的發展展望
醫學數據挖掘是計算機技術、人工智能、統計學等和現代醫學信息資源相結合的一門交叉學科,涉及面廣,技術難度大。隨著數據庫、人工智能等數據挖掘工具的不斷進步,關聯規則等理論研究德不斷發展,以及大型數據庫和網絡技術的普及應用,必然還會有更加多的各種格式的醫學數據出現。同時,醫學數據庫包括電子病歷、醫學影像、病理參數、化驗結果等,而目前數據挖掘技術主要應用于以結構化數據為主的關系數據庫、事務數據庫和數據倉庫,對復雜類型數據的挖掘尚處在起步階段[9]。這些情況說明了醫學數據挖掘技術的發展,充滿著機遇和挑戰,需要廣大計算機、信息技術人員和醫務工作者通力合作,結合醫學信息自身具有的特殊性和復雜性,選擇適合醫學數據類型的數據挖掘工具,并解決好數據挖掘過程中的關鍵技術,盡可能大的發揮數據挖掘技術在醫學信息獲取中的價值。更好的服務于醫學、受惠于患者。隨著理論研究的深入和今年亦不的實踐摸索,數據挖掘技術在疾病的診斷和治療、醫學科研與教學以及醫院的管理等方面必將會發揮越來越大的作用。
參考文獻:
[1] Krzysztof J Cios,William Moore.Uniqueness of medical data mining[J].Artifical Intelligence in Medicine,2002,26(1-2):1-24.
[2] Ganzert S,Gytmann J,Kersting K,et al.Analysis of respiratory pressure-volume curves in intensive care medicine using inductive machine learning[J].Artif Intell Med,2002,26(1-2):69-86.
[3] Tourassi G D,Floyd C E,Sostman H D,et al.Acute Pulmonary Embolism:Artificial Neural Network Approach for Diagnosis[J].Radiology,1993,189(2):555-558.
[4] Kusiak A,Kernstine K H,Kern J A,et al.Data Mining:Medical and Engineering Case Studies[A].Proceedings of the IIE Research 2000 Conference,Cleveland,OH,2000(5):1-7.
[5] Wolf Stugliger.Intelligent Data Mining for Medical Quality Management[EB/OL].ifs.tywien.at/~silvia/idamap-2000.
[6] Wang ML,Wai L,Leung K S.Discovery knowledge from medical database using evolutjionary algorithms[J].IEEE Eng Med Biol Mag,2000,19(4):45.
[7] Ohrn A,Rowland T.Rough sets:a knowledge discobery technique for multifactorial medical outcomes[J].Am J Phys Med Tehabil,2000,79(1):100.