Power BI在医院数据分析中的应用

郭志武

深圳市中医院，518033 广东 深圳

数据分析是医院统计工作者的一项专业技能，而掌握一种数据分析工具则是具备数据分析能力的必要条件。Power BI是Microsoft公司于2015年推出的数据可视化和自助式分析产品，其桌面应用程序Power BI Desktop可以免费下载使用。自问世以来，Power BI在各行业得到了广泛的推广应用，但在医疗行业应用较少。Power BI是目前学习路径最短、学习成效最高的数据分析工具，对于熟悉Excel使用的业务人员来说，从Excel过渡到Power BI非常轻松。医院数据分析人员，包括统计、病案、财务、人力资源等相关领域的工作者，应用Power BI来完成业务工作可以大幅度提升效率，在数据分析和可视化展示方面获得良好的工作成效。

1 Power BI的功能特性

1.1 操作界面友好

Power BI Desktop是一款图形操作界面的桌面应用，其操作方式与Office办公套件相似，操作简便，容易上手。

1.2 数据源支持丰富

Power BI支持多种数据源，包括各种主流数据库、文本文件、Excel文件、Web数据源等，通过内置的Power Query模块可接入数据并完成清洗、转换等数据整理工作。

1.3 强大的数据模型与计算引擎

Power BI可以轻松建立和管理数据模型。Power BI中的数据模型是由多个维度表与明细表构成，表与表之间通过关键字段联接，称为“表关系”。Power BI拥有强大的基于内存的VertiPaq计算引擎，能获得良好的计算性能和快速响应效果。Power BI使用一种公式化语言DAX(data analysis expressions)来实现内部的查询与计算，DAX类似于Excel的函数，但功能更为强大。

1.4 可视化性能出色

Power BI的可视化能力非常强大，其内置了比较丰富的图表可视化对象，如卡片图、表格、树状图、条形图、线图、饼图、散点图、地图等，配合丰富的选项及交互特性，可以实现良好的可视化效果。此外，在微软公司的AppSource中还有250多个第三方可视化对象，并且会持续增加。这些第三方可视化对象可以按需加载到Power BI Desktop中，增强其可视化能力。此外，Power BI提供了R及Python的扩展接口，可以在数据整理及可视化过程中引入R或Python脚本。

1.5 支持云共享与协作

Power BI可以将完成的可视化报表发布到Power BI云服务，从而实现共享与协作。

2 应用Power BI进行数据分析与可视化的步骤

2.1 数据获取

即接入数据源，读取导入数据，并对数据进行编辑。Power Query模块支持对数据进行筛选、删除、转换等复杂操作，并将每一步骤以程序代码的形式记录下来，便于调整及优化。

2.2 建立数据模型

即对获取的数据表建立表关系。表关系通常有一对一、一对多和多对多几种类型。Power BI最常见、效率最高的数据模型是星型模型，即多个维度表与一个明细表分别建立一对多关系。见图1。

图1 Power BI数据模型示例

2.3 编写度量值

在Power BI中，度量值(measure)可理解为计算指标，比如我们常用的医院统计指标，包括总计值、平均值、构成比、率等，可通过原始数据计算出来，并根据不同的筛选条件而变化。度量值通过编写DAX公式实现，示例如下：

平均住院天数 = AVERAGE(‘病人信息表’[住院天数])

上年同期平均住院天数 =

CALCULATE(

[平均住院天数],

SAMEPERIODLASTYEAR(‘日期表’[日期])

)

2.4 可视化展示

即响应业务需求进行数据分析与展示，通过创建合适的可视化对象并调整选项以实现可视化效果。可视化效果包括主题配色、布局、交互设置等。

3 医院数据分析应用场景

得益于其灵活性和强大性能，Power BI几乎能适应医院数据分析的所有场景。

3.1 业务分析

分析医院业务情况，包括门诊及住院工作量与工作效率情况、工作质量情况、经济收入情况等。可从时间维度、科室与医生维度进行分析。

3.2 住院病例分析

分析病例的特征，包括性别及年龄分布、病人来源分布、疾病与手术分布等。

3.3 财务分析

分析医院财务状况，包括收入分析、支出分析、资产与负债分析、成本核算分析、预算分析等。

3.4 人力资源分析

分析医院人力资源状况，包括人员结构(性别、年龄、学历、职称等)、人员流动、岗位分布、人员与床位比等。可从时间维度、科室维度进行分析。

3.5 医保数据分析

分析医保业务数据，包括医保费用情况、医保支付情况、医保预算与目标管理、医保病例分析等。

3.6 其他场景

如绩效数据分析、医疗安全与质量数据分析、不良事件分析、临床路径数据分析等等。

4 Power BI医院数据分析案例

4.1 案例一:医院业务数据分析

本案例从总体概况、工作量、医疗收入、病例构成、疾病分析、手术分析6个方面对医院业务进行全面分析与展示。案例网址为http://suo.im/5tJRub。

1)总体概况：包括病例数、死亡例数、死亡率、手术操作人次、医疗收入、平均住院天数、次均费用、药占比等业务指标的本期值及同比增长情况；各科室的指标情况；住院医师的指标情况。见图2。

2)工作量：病例数的同比分析、科室及住院医师比较、病例数的变动趋势。见图3。

3)医疗收入：医疗收入的同比分析、科室及住院医师比较、医疗收入的变动趋势。见图4。

4)病例构成：病例的科室分布、性别构成、年龄分布、医疗付费方式构成、地理来源分布。见图5。

5)疾病分析：分析收治病例的病种分布，通过科室、住院医师、离院方式进行交互分析。可视化效果与图5类似。

6)手术分析：分析收治病例的手术分布，通过科室、手术医师、手术分级进行交互分析。可视化效果与图5类似。

图2 总体概况

图3 工作量

图4 医疗收入

图5 病例构成

4.2 案例二:DRGs数据分析与绩效评价

本案例通过建立DRGs数据分析模型，对DRGs各项指标情况及变化趋势进行分析和展示，并通过基于DRGs的绩效评价系统对医院、专科进行横向评价与对比分析。案例网址为http://suo.im/6kniug。

1)DRGs概况：分析DRGs各项指标情况，包括病例数、入组情况、DRG组数、CMI、总权重、时间消耗指数、费用消耗指数、低风险组死亡率等。见图6。

图6 DRGs概况

2)单指标分析：对DRG组数、CMI、总权重、时间消耗指数、费用消耗指数、低风险组死亡率分别进行分析，包括同比分析、趋势分析等。见图7。

图7 单指标分析

3)四象限分析：包括CMI和DRG组数分布、时间消耗指数和费用消耗指数分布，可分别对医院及科室进行分析。通过散点图四象限分析，将分析对象进行分类展示。见图8。

图8 四象限分析

4)疾病组分析：包括MDC分析和DRG组分析，可按医院及科室维度分别展示MDC或DRG组的分布及指标情况。见图9。

图9 疾病组分析

5)学科对比分析：对各医院同一学科的DRGs各项指标情况进行横向对比。见图10。

图10 DRGs数据分析与绩效评价-学科对比分析

6)危重病例分析：分析危重病例比例及同比增长情况、危重病例比例变动趋势等。见图11。

图11 DRGs数据分析与绩效评价-危重病例分析

7)综合绩效评价：从服务能力、服务效率、医疗安全3个维度对医院或科室的DRGs绩效进行综合评价。见图12。

图12 综合绩效评价

5 小结

Power BI具有强大的功能特性和易用性，适用于医院数据分析的不同场景，可为医院数据分析提供良好的体验和可视化效果，是医院数据分析人员开展数据分析工作的首选工具。Power BI在医院数据分析业务中具有广泛的应用前景。