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。
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。
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。
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。
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。
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。
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。
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
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])
)
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。
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。
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。
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。
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。
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。
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。
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。
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
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
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。