医院管理决策支持系统的设计与实现

郭子凡，钟俊华

（南京军区福州总医院，福建福州，350025）

医院管理决策支持系统的设计与实现

郭子凡，钟俊华

（南京军区福州总医院，福建福州，350025）

根据医院管理需求，把医院分散在各个业务系统的数据进行整合，建立了决策支持系统，对医院的日常管理提供决策依据，文章描述了系统建设的意义，并对系统设计部分和数据挖掘分析作了详尽的探讨。

决策支持；数据仓库；联机分析处理；数据挖掘

0　引言

随着医院信息化建设的发展，更多临床信息系统的应用，使医院的数据量不断增加，“军字一号”原有的综合查询系统，版本老旧已无法满足医院管理对数据统计分析的需求。现代医院管理需要能够汇总、分析医院多年来积累的大量医疗数据、经济数据等数据资源，通过对关键指标的深层次挖掘，使医院管理层更好的了解整个医院的运营情况。笔者基于数据仓库技术建立了管理决策支持的系统平台，通过对医院各个业务系统的数据进行抽取、提炼和挖掘分析，满足了医院管理精细化和科学化的要求。

1　医院数据仓库的设计与建立

1.1主要功能模块

决策支持系统主要的功能模块包括：工作效率分析、医疗质量分析、经济效益分析、择日住院患者统计、医保指标监测，如图1所示。

1）工作效率分析

包括门急诊工作量、住院工作量、手术工作量、医技工作量、床位指标分析，每项指标可以从科室、身份、费别三个方面分类统计数据，并逐级下钻出更详细内容（如科室工作量统计、医护人员工作量统计、科室床位效率等）。

2）医疗质量分析

主要分析医疗质量的稳定情况或质量趋势、缺陷质量指标的增减情况以及未达到标准的指标情况。主要体现在诊断是否正确、及时、全面，治疗是否及时、有效、彻底，以及医生是否有合理使用药品等。

3）经济效益分析

从计价费用、医疗收入、医疗成本、医疗收益4个方面分析医院的财政收支情况，其中计价费用（既实额发生制的费用）可以查看医院药品、耗材、检查等项目的使用情况，判断是否有滥用药品、大处方、大检查的现象。可通过这些数据加以管理，降低病人平均费用，达到“少花钱，看好病”的目的。

4）择日住院患者统计

包括择日住院患者的入院人次、出院人次、择日住院天数统计等指标情况、并提供与正常住院患者的各项指标对比情况，让管理者了解开展择日住院系统后给医院带来的影响。

图1　主要功能模块

5）医保指标监测

从医保患者诊疗质量和效益指标、门诊医保患者基础数据指标、住院医保患者基础数据指标等九个方面进行适时监控，客观、公正地评价医院医保管理的整体绩效，为医院建设发展提供依据。

1.2技术架构

系统采用的是基于数据仓库的框架结构，主要分为五层，包括：数据源层、数据处理层、数据中心层、决策支持层、数据展示层，具体架构如图2所示

数据源层处于最底层，包括门诊系统、住院系统、医生工作站、护士工作站、手术麻醉系统、费用系统等医院不同业务系统的数据，为保证数据的一致性，必须对数据源中的数据抽取、清洗和转换，形成统一、标准的数据类型装载到数据仓库中。

数据存储层用来存储经过处理加工后的面向决策支持的数据集合，作为将来统计报表、多维分析和决策支持的数据基础。

决策支持层以数据仓库为基础，采用联机分析处理、多维分析、数据挖掘等技术，对有用的数据按照分析主题分类并建立数据模型，为前端报表、图形等展示建立基础。

数据展示层按主题进行分析，通过WEB浏览器的方式进行数据展示。

1.3数据仓库的构建

（一）确定主题。在设计数据仓库之前，必须先确定主题。根据医院管理者的需求，确定了五个主题：效率主题、质量主题、效益主题、择日住院主题、医保主题。其中每个主题又可以划分为若干个子主题，主题的具体内容如表1所示：

表1　数据仓库主题

（二）建立数据模型。根据上述主题中的内容，建立与之相对应的数据模型，常见的有星型模型和雪花模型。决策支持系统的数据仓库主要采用星型模型，以效率中的门诊主题为例，通过对“军卫一号”中就诊记录表Clinic_Master进行分析建立了门诊就诊事实表与相关维表的数据模型，通过多维模型的建立，系统能很快从就诊日期、科室、医生、身份、费别、门诊诊断等多方面迅速得到就诊人数。通过这种方法同样的可以分析并建立病人住院信息事实表、手术信息事实表、医技信息事实表等，门诊主题对应的数据模型如图3所示。

图2　系统总体架构

图3　与门诊主题相关的数据模型

（三）数据提取。建立了数据模型以后，下一步就是把源数据提取到数据仓库，需利用Oracle Data Integrator这个工具，定义好数据接口，在接口中指定源数据和目标数据之间的映射关系，用工具中自带的知识模块完成数据转换和加载，通过代理添加计划任务让服务器每天、每月定期的执行。

2　数据挖掘应用

数据挖掘就是从大量的数据中提取出有用的、有价值的信息或者人们所感兴趣的知识的一种处理过程，利用数据挖掘技术可以从数据仓库中提取有用的数据，并且进行分析和推理，发现事物间的关联，对未来的医院业务进行预测，更好地为医院管理决策提供支持，数据挖掘在本系统中的应用主要分为以下几种。

2.1对工作效率的影响因素进行分析

科学合理的评价医疗工作量，把医疗工作量发生变化的原因找出来，是工作效率分析的主要目的。例如门急诊量这项指标，其变化将会对医院的经济效益产生影响，利用数据挖掘的关联分析，可以分析出门急诊量变化的各项因素，发现和病床周转次数、展开床位数和诊疗水平的指标等指标有关联。

2.2对单病种进行分析

病种质量直接影响医院的收治效益，我院作为“三甲”医院，收治病人应该以疑难杂症及恶性病为主，这样不仅会创造更好的经济效益，同时能够体现医院的诊治水平，以ICD-10疾病分类为标准，利用数据挖掘技术对不同日期的各个病种的出院人次、平均住院日、平均费用的排名次序进行对比，分析变化的原因，给医院质量管理提供依据。

2.3对医疗设备效益的预测

目前，医院的大型医疗设备越来越多，如何对单个医疗设备产生的效益进行预测分析，是医院领导判断是否购买此设备的重要依据，利用数据挖掘算法中的决策树算法，测算出预测点，对比“理想预测”的数据，就可以对医疗设备购置前后的效益进行预测，从而为医院领导的决策提供支持。

3　应用效果

基于BIEE报表设计与展示效果如图4所示。自决策支持系统建成以后，满足了医院机关各个层级和科主任对医院和科室的日常管理工作对报表统计和挖掘分析的需求，同时缩短了查询的时间，提高了管理者的管理质量和决策效率。

4　小结

基于数据仓库的决策支持系统通过充分利用各业务系统多年产生的历史数据，为医院的管理工作提供全面、直观的数据支持，但医院决策支持系统的建设是一个长期的过程、需要不断的对系统进行修改，完善，后续将继续加大力度研发，进一步扩展支持临床，科研、教学一体化的决策支持系统。

郭子凡，男，1986年11月15日生，福建莆田人，本科学历，助理工程师，主要从事数据挖掘与分析研究。

Research and design of hospital management data warehouse decision support system based on

Guo Zifan，Zhong Junhua
（Fuzhou General Hospital of Nanjing Military Region，Fuzhou Fujian，350001）

According to the requirement of hospital management，the hospital scattered in various business systems，data integration， to establish the decision support system，and to provide basis for decisionmaking on the daily management of the hospital，the article describes the significance of the system construction，and makes a detailed discussion on the part of system design and data mining analysis.

Decision support；data warehouse；online analytical processing；Data Mining

图4　系统实现效果

［1］叶明全，宋念东.基于HIS的医院数据仓库设计与实现［J］.计算机工程与设计，2008，03：779-781.

［2］苗苗苗.数据挖掘中海量数据处理算法的研究与实现［D］.西安建筑科技大学，2012.