当前临床医生进行疾病诊治的主要方法是依靠自身的专业知识和诊疗经验，并借助医学检查器械进行辅助检查，缺少有效的辅助方法。一名专业的临床医生往往要经过长时间的知识储备和经验积累才能做出准确的诊断，随着医疗知识的快速发展和相关疾病诊治复杂度越来越高，医生学习专业知识的速度远远赶不上医疗知识的增长速度，再加之医学科学本身的复杂性以及医生自身认知能力的局限性，导致当前医生在临床诊疗过程中面临着极大的挑战。若能将医学领域资深专家的经验和知识中可复用的模式进行抽象及挖掘，为临床医生提供一种方便利用诊疗经验的工具，将能有效减轻医生的诊疗负担，帮助医生诊断疾病，提升医疗服务的整体水平。　　随着电子病历系统在医院中的广泛应用，产生了大量的病历数据，这些数据是基础医学在临床实践中的原始和全面记录，包含着宝贵的临床经验和医学知识，对医务人员的诊疗过程有着重要的辅助作用。但在大多数医院的实际医疗工作中，电子病历系统只起到了记录和存贮患者诊疗过程的作用，现有电子病历系统缺少帮助医生对病历数据进行分析和挖掘的辅助工具，病历中潜在的医学知识和诊疗经验没有得到充分的挖掘和利用。　　针对上述问题，本文提出了利用数据挖掘和可视分析相结合的方法，将病历文本数据转换成便于医生感知和理解的可视形态，分析病历中潜在知识，辅助医生进行临床诊疗服务。以不明原因发热电子病历为例，运用自然语言处理相关算法对电子病历进行预处理和症状提取，分别利用神经网络和朴素贝叶斯方法对病历数据建模，建立患者大量症状和诊断结论间的映射模型，并采用交叉验证方法利用病历数据对模型进行训练，基于实验数据对比分析模型性能。此外，针对临床诊疗活动中的分析决策任务，对病历数据进行数据组织与可视化，选择了特定可视形态呈现病历数据，给出了可视分析过程。　　在上述工作的基础上，设计了面向临床诊疗的可视分析与辅助诊断框架，构建了面向不明原因发热的临床病历可视分析与挖掘原型系统，阐述了医生使用该系统的具体应用场景。