近年来，医疗诊治事故不断发生，分析其原因主要表现在过度医疗和错误医疗上，而目前医院也并没有找到解决其问题的方法。在本研究中我们提出基于E-Health协同平台的医疗诊治行为检查方案的研究，目的在于解决以上问题。　　在方案的研究中，对于海量的病理知识数据和专家病案数据，我们使用了基于Hadoop的云存储技术，由于医疗数据量之大，数据结构之复杂，使用传统的数据库存储并不能完全解决问题，此外，使用基于Hadoop数据存储也有利于医疗数据的挖掘。在医疗诊治行为检查方案的研究中，我们提出基于贝叶斯的病案专家处方的发现模型和基于决策树的错误与过度医疗诊治行为检查方案。在基于贝叶斯的病案专家处方的发现模型中，通过患者症状的描述，根据朴素贝叶斯的分类策略和先验概率计算得出患者诊断类型，然后通过诊断类型找出相似病案专家处方数据。在基于决策树的错误与过度医疗诊治行为检查方案中，我们首先提出过度与错误诊治行为框架图，然后通过计算训练集中患者症状的信息增益来构建决策树，从而得到可以判断该医生是否存在错误治疗；在不存在错误治疗的情况下，通过决策树分类来找出相似病案专家处方。在判断医生是否属于过度治疗时，我们将医生处方和相似病案专家处方做集合交集，结合医疗专家输入的规则，实现医疗诊治行行为的检查。