随着科学技术的发展,我国正处在医疗数据信息化的高速发展阶段。医疗数据的指数式增长及医疗平台的发展,使得医疗数据的获取日益便捷,但隐藏在海量医疗数据中的有效信息并没有得到充分的挖掘和有效利用,如何从医疗数据中挖掘出隐含的有用信息,从而对医生的诊断提供辅助具有现实意义。针对医疗数据不平衡问题和疾病建模预测问题,论文运用数据挖掘的知识,对医疗数据建立预测模型,为医生诊断病情提供参考。论文在数据层面,针对医疗数据中存在的数据不平衡问题,提出一种数据不平衡处理算法KE-SMOTE。KE-SMOTE算法对于数据集中的多数类样本,首先进行多次聚类,直至聚类最小误差不再变小或者达到指定的迭代次数,然后采用聚类融合的方法进行欠采样;对于数据集中的少数类样本,采用smote算法进行过采样,将得到的新的多数类样本和新的少数类样本结合,得到新的训练数据集。论文采用UCI数据集进行实验,实验证明KE-SMOTE算法相较于传统的类别不平衡处理算法,具有更好的效果。在算法层面,论文提出一种基于自编码器的深度置信网络算法AE-DBN,用于对医疗数据进行建模预测。AE-DBN算法采用自编码器对数据集进行特征抽取,将抽取得到的特征与原特征集结合,运用深度置信网络建立模型,通过调节隐藏层层数和结点数量,构造最优深度置信网络模型。论文采用某医院提供的高尿酸血症医疗数据集进行实验,通过与传统的机器学习算法进行对比实验,证明了AE-DBN算法具有更高的分类准确率。同时通过对数据集中指标的数据分析和组合不同特征进行建模实验,得出了影响高尿酸血症的患病因素,可以为医生诊断高尿酸血症提供参考。