数据仓库在医院统计工作中的应用

彭林梅

数据仓库在医院统计工作中的应用

彭林梅

目的 探索医院综合信息分析与科学管理密切联系的方法，深层次挖掘、整理医院各系统内数据，建立分析专题，通过信息设备在微信及内网平台上进行展示，令管理层实时、快速地掌握医院整体运行状况。方法 利用数据库技术搭建数据仓库，汇总分类“三甲”医院质量监测类等指标，围绕门诊、住院信息设计指标专题，借助微信及医院信息平台，将统计图表信息展示于手机、Pad、电脑等设备上。结果 针对HIS、MHIS、PACS、LIS系统的数据构成及医院管理的实际需求，率先设计了门诊领域多个专题分析——挂号人次分析、医院一号制分析、门诊费用分析、阳光医药专题分析。结论 构建数据仓库对推进医院统计工作、提高统计分析水平、为领导层提供决策支持具有较大的作用。

数据仓库；数据挖掘；指标专题；统计分析；决策支持

目前，医院信息管理系统日益完善，数据库内储存着庞大的数据量，数据来源错综复杂。如何运用科学的技术从大量信息中挖掘、利用有效的数据，找出医院运行轨迹，科学预测医院发展趋势，制定医院发展目标并明确发展方向，是当前急需研究与解决的问题。本研究在医院管理信息系统的基础上搭建数据仓库，深入研究在HIS、LIS等各大系统中进行数据挖掘、提取、汇总及统计分析在决策支持中的应用［1］。

1 数据仓库技术

数据仓库技术包括数据清理、数据集成和联机分析处理［2］。数据仓库就是面向主题的、综合的、不同时间的、稳定的数据集合，用于支持经营管理中的决策制定过程［3］。数据挖掘是从大型数据库或者数据仓库中发现，并提取隐藏在其中的信息或者知识的过程［3］。

数据仓库逻辑设计阶段以多维模式、系统的工作负荷和一些其他信息为输入，产生一个数据仓库模式，满足在给定存储空间要求下，以最短的响应时间回答最多的用户查询的要求［4］。

医院数据仓库是依靠现有数据库搭建，对医院门诊数据“量身订做”的各类专题是围绕着整个流程与环节设计的，如挂号人次设计专题是根据时间、科室、预算值、患者业务等情况予以考虑，它们都是紧密相联的，建立数据仓库可串联数据的关系，发现数据的规则，并可呈现动态的、多维度的数据统计与图表分析。

2 设计专题，数据建模

数据仓库不是HIS数据库的简单拷贝，建立过程需要进行一些列有目的的选择、转换、分类、汇总、组合［5］。工作之初，首先与医院管理层确定挖掘任务及挖掘目标，并制定挖掘计划，整理医院质量监测系统中住院死亡、重返、医院感染、患者安全、合理用药、手术并发症、医院管理7大类326项质量指标，《三级医院评审细则》第1～7章746项指标，并对卫生直报、价格与成本监测数据直报等数据项进行整理归纳，建立数据挖掘库。围绕网报及有关检查类指标，重点分析管理层在决策中需要哪方面的数据支持，并对需求映射到医院信息管理系统进行对应的量化。以门诊数据为例，管理层需要了解挂号人次的日、月趋势以及各科室挂号人次预算完成情况、不同医生的日均费用排位情况、门诊费用趋势及构成情况，可以根据领导的需求建立相应的分析专题，如管理层近期重点关注新推行的一号制工作，还可建立医院一号制分析专题。

在充分了解具体需求后，进行分析论证，逐步确定医院管理方面需要的专题，并搭建数据模型。仍以门诊数据为例，搭建门诊数据模型，需建立字段为日期、科室、诊断、费别、职业、费用、医生等数据库字典，从HIS、MHIS、LIS、PACS等系统中抽取与门诊相关的数据表，利用数据库技术，将数据进行清洗、转换，对提取到的数据进行加工汇总，设计各类分析专题加入数据仓库，通过微信、医院信息平台进行展示。见图1。

图1 数据仓库模型建立及数据展示平台图

3 统计分析应用实例

数据挖掘作为数据库知识发现的主要环节，知识获取是其主要功能，特别是对隐含的、非平凡知识的获取。而建立数据挖掘与数据仓库、在线分析处理、知识库和模型库等结合的智能决策支持系统将是加速医院信息化、规范化和知识化进程的必要途径［6］。基于数据仓库的辅助决策支持系统，改变了传统的单一页面查询数据模式，由原本被动、固定的报表模式，改变为管理层结合自己的观点，根据医院实际发展需求，从既定的模型中主动挖掘个性化数据，充分挖掘、合理运用医院信息系统的信息资源，发现数据间的关联，提高分析功能，预测医院业务发展趋势，为管理层决策提供强有力的支持。

3.1 门诊患者费用分析专题 患者费用是由药品、检查、治疗、手术、护理等项目组成。该功能可以分析门诊费用趋势变动情况、费用占比情况、门诊患者人均费用月趋势情况、门诊处方种类月趋势情况，通过多维度分析，管理层可探究门诊患者费用项目结构的合理性，有效控制门诊患者费用，降低药占比。

3.2 挂号构成分析专题 挂号可分为普通号、专家号、慢性病号等号种，挂号费别由自费、职工医保、居民医保、新农合等组成，挂号人次又可按区域、职业、年龄段、诊断等项目进行划分，可以结合挂号的性质进行分析，得到不同年龄段、不同职业、不同区域患者的病种分布，使医院管理层了解患者间差异对医院收益的影响，医院可根据不同类型的患者提供个性化服务，从而提高门诊患者的收容量。

3.3 阳光医药分析专题 该功能可以根据医生就门急诊平均费用、处方总金额、总处方量、平均处方费用、人均药品费用、用药总金额、药品使用数量进行分析，使医院管理层及时了解医院阳光医药发牌情况，掌握医生单张处方金额排位及抗菌药物使用情况，从而为医院合理使用抗菌药物提供决策依据［7］，及时出台相关政策，切实解决患者看病贵的难题。

4 小结

应用数据挖掘技术及数据仓库，可以把医院信息管理系统中大量的零散的数据集中起来，这样可避免因从数据库中直接查询数据库导致网络拥塞，浪费资源，又可以从数据库中得到长期的、综合的、系统的数据。

根据管理层的不同需要及医院的发展目标，建立不同的专题，可从不同维度进行查询与观察，作为数据仓库技术已在多个领域得到广泛应用，针对未来的发展趋势，它能为管理层起到辅助决策作用，数据仓库必将极大地推动医院的发展，最大限度地减少决策过程中的不确定性、随意性和主观性［8］，助力于医院进行科学运管管理。

[1] 俞磊,杨松涛,王宗殿.基于数据仓库的医院决策支持系统的研究与设计[J].计算机与数字工程,2010,38(4):142-145.

[2] Elmasri R,Navathe SB.邵佩英,张坤龙,译.数据库系统基础[M].北京:人民邮电出版社,2002.

[3] 王珊.数据仓库技术与联机分析处理［M］.北京：科学出版社，1998.

[4] 虞健飞,朱家元,张恒喜.散据仓库设计过程研究[J].计算机工程,2003,29(19)：4-5．

[5] 张燕.肿瘤医院数据仓库的建立与应用[J].当代医学，2004,10(8): 55-56.

[6] 高洪深.决策支持系统——理论.方法.案例[M].北京：清华大学出版社,2000.10.

[7] 郭庆,谷岩.数据挖掘技术在医院信息系统的统计分析与决策中的应用[J].中国医疗设备,2010,25(5):64-67.

[8] 步国军,韩文玲,秦华.数据挖掘在外资医院财务分析和投资决策中的应用[J].硅谷,2010(3):65-66,120.

10.3969/j.issn.1009-4393.2015.28.008

江西 337055 江西省萍乡市人民医院信息科 （彭林梅）