医学数据库是最关键的数据库之一适用于人类生活。许多研究人员正在寻找在数据中抽象。数据挖掘在当今世界非常流行，因为它可以访问其他方面无法获得的知识。提供的隐藏知识其结果可以帮助个人做出更好的决策。中的数据挖掘工具健康有很大的潜力。这些解决方案可分为四类：疗效评估、患者护理、客户服务和贪污监测。作者发现，在医疗过程中提供决策帮助强调电子健康记录（EHR）的部门可以挽救生命。虽然使用数据挖掘在EHR中提供决策帮助是有价值的，它需要一致性。因此，作者打算在标准化上使用数据挖掘方法EHR创建决策支持系统。本文介绍了最新的数据采矿方法及其在医疗保健领域的应用。它提供了对现有文献进行综合总结和比较详细。本章调查在EHR上使用数据挖掘之前需要处理的几个问题并进一步提出了解决这些问题的方案。这些问题包括多来源、多格式、缺失数据、不同用户、数据粒度、，灵活性和稀疏性需要研究人员立即关注。解决这些问题这些问题对于建立高效的标准化EHR数据库至关重要。
关键词： 数据挖掘,EAV模型,健康数据,标准化EHR,简洁。
