随着医疗信息系统的普及,亟需对海量临床数据进行集成和分析,提取有用信息和规则,为典型疾病发病规律和病程特点的发现、以及慢性病、职业病等的预测预防提供有力支持。目前的医学辅助诊断系统多为对数据的自动建模和分析,分析过程缺乏医学专家的主观指导,造成了用户主观经验的浪费。相对于复杂的疾病类型和丰富的算法研究,系统本身提供的模型和算法始终是有限的,需要实现主观导向分析模型的共享和复用,方便医学工作者协助建设整个医疗数据分析平台。针对以上问题,基于工作流的医疗数据主观导向分析系统MedicalSAS(Medical Subjective-Oriented Analysis System)利用网格平台所具有的支持高性能计算、海量存储和异构数据访问等优势,提供了一个可视化的医疗数据建模和分析环境。在主观导向分析系统的工作流机制中,对基于活动网络的过程模型进行了扩展,扩充了模型元素的定义,提出了一种针对医疗数据分析的工作流过程模型。在扩展的过程模型中,采用IPO(Input―Execute―Output)方式描述节点的内部结构,定义了任务逻辑节点、动作和状态等相关概念,并提出了针对主观导向分析的工作流校验算法。采用XML技术存储工作流模型的基本信息和过程逻辑,并利用预测模型标记语言(PMML,Predictive Model Markup Language)对挖掘算法进行描述和保存,实现了主观导向分析模型和挖掘算法的复用。系统测试表明,通过引入工作流机制,医疗数据主观导向分析系统能充分利用医学专家的主观经验,增强了用户自主定制和选择分析方法的能力,提高了分析过程的交互性和可理解性。系统使用简单,具有良好的层次性和可扩展性。