医院统计数据分析与决策支持系统

王菲菲

(常州市第二人民医院病案统计室，江苏 常州 213000)

1 引言

随着智能信息处理技术的发展，医院的信息化管理水平得到提升，为进一步提高医院的决策和信息分析能力，需要构建优化的医院统计数据分析与决策支持系统，在短时间内提取系统中的数据，并对其进行分析，获取相关绩效信息，并以此为依据实现数据统计分析与决策。在提高医院统计数据分析与决策的信息化管理水平的同时，如何提高统计数据分析与决策的服务质量已成为相关领域的研究热点[1]。文献[2]提出医院统计数据分析与决策支持系统设计一般是建立在C/S 计算（Client/Server Computing）基础上，结合客户/服务器的终端计算，根据系统的后台数据库分析，采用RFID标签识别技术，实现数据信息采集和融合。文献[3]提出基于人机交互规则的决策支持系统设计方法，建立相关数据库和知识库，利用人机交互规则设计系统的实时监测分析功能、判读推荐功能和动态评估预警功能，通过上述功能模块实现系统设计。文献[4]提出基于Java的决策支持系统设计方法，基于Java 设计专家知识获取、知识科普、数据推荐和决策支持等功能，构成系统框架，实现系统设计。但上述几种方法对医院统计数据分析的精度较低，可靠性较差。

针对上述存在的问题，本文提出基于SSH 架构和Java虚拟机构架的医院统计数据分析与决策支持系统。首先进行总体构架分析，然后实现系统的软件开发与构造设计，提高信息管理和大数据分析能力，并通过大数据仿真测试展示本系统在提高医院统计数据分析与决策支持能力方面的优越性能。

2 系统总体结构描述和模块分析

采用交叉编译控制方法，进行系统人机交互和总线调度设计，以提高系统的人机信息化交互能力，构造系统的标签组网模块，以便在液晶电路中，实现输出显示，得到系统的总体构架如图1所示。

图1 系统总体设计构架

在核心数据区中，构建移动信息交互模块，结合嵌入式的程序加载控制方法，进行系统的核心数据信息处理，通过SSH架构对系统的主体结构进行协同控制，采用RFID标签传输实现数据信息采集，结合嵌入式的二维标签识别技术，实现数据信息处理，得到实现结构图如图2所示。

图2 医院统计数据分析的实现结构图

根据图2可知，采用人机交互模块进行系统控制过程中的指令交互和程序加载以及信息传输控制[5]。综上分析，得到系统的功能模块如图3所示。

图3 系统功能模块

3 医院统计数据分析与决策支持算法

在上述系统总体结构分析的基础上，采用联合特征分析方法[6]，实现数据的信息融合和特征挖掘，得到数据的联合参数分布集，基于办公管理、日程任务管理、审批流转的联合运维管理，得到大数据检测统计特征量G(q，e)：

其中，D(e)为联合特征函数，p 为检测值，q 为运维数据，在公告模块集的k个项目中，通过结构化数据参数融合，得到配置函数K(q，e)，表示为：

基于SparkSql 语句数据库的联合特征量，构建模糊度检测模型V，表示为：

基于查询结构特征重组，得到模糊分析函数为f(si)=(f(x1)，f(x2)，…，f(xn))，自适应规划参数为，通过多维信息融合，得到优化控制函数M：

根据上述分析，实现对医院统计数据算法。

4 系统模块

4.1 集成信息控制模块

依据上述医院统计数据分析与决策算法，在集成信息处理模块中，结合模糊特征检测融合度分析，采用RFID标签识别技术实现系统的数据信息采集，结合USB 接口传输的方法，进行数据的串行差模传输控制[7]，构建系统的时钟控制模块和中断控制模块，集成信息处理的实现流程图如图4所示。

图4 集成信息处理实现流程图

4.2 人机交互终端模块

采用嵌入式总线和液晶显示系统的信息写入地址范围为FF0E00H0h-00000HFF，采用串行CMOS EEPROM 实现系统内部地址计数控制，得到人机交互终端实现流程[8]。

4.3 数据处理模块

在数据处理模块中，办公人员可通过数据访问和信息调度，建立信息处理中心，结合MIX 数据总线传输协议，根据对大数据信息融合结果[9]，采用优化的数据传输协议实现信息化传输和调度，医院统计数据的主要相关变量分布见表1。

表1 医院统计数据的主要相关变量分布

根据表1中医院统计数据的主要相关变量分布，构建先验特征分布模型，得到特征分布如图5所示。

根据图5的先验样本分布，构建医院统计数据分析的概率演化分布模型，通过ISP（In-System Programmable在线编程）技术，进行回归分析，得到分段样本检验输出如图6所示。

图5 数据先验特征分布

图6 数据处理分段样本检验处理

根据上述数据处理模型设计，进行医院统计数据分析与决策支持的大数据信息处理。

5 实验测试

实验测试中，首先进行数据采样，分别对考勤管理、财务管理、人员管理、药品、医疗器械、日程任务、手术、麻醉、超声信息、CT信息、病人出院信息、住院清单、医疗费用的参数进行多维参数识别和大数据分析，得到数据采样结果如表2所示。

以表2的参数设定为研究对象，测试大数据统计分析结果，如表3所示。

表3 大数据统计分析结果

在此基础上，进行医院统计数据处理和模糊度决策，得到模糊决策输出的可靠度分布趋势图如图7所示。

图7 数据可靠性分布图

分析图7 得知，本方法可靠度较高，平均决策可靠度达到91%。

6 结束语

为了提高医院统计数据的精度和可靠性，本文提出基于SSH架构和Java虚拟机构架的医院统计数据分析与决策支持系统。利用大数据信息处理技术，结合软件信息处理技术，构建医院统计数据分析与决策支持系统，构建医院统计数据分析与决策支持系统的标签组网模块、时钟控制模块和中断控制模块，并结合大数据分析和统计分析技术，实现系统设计和仿真测试。研究得知，该方法用于医院统计数据分析决策的可靠度较高，能有效提高医院统计分析的可靠性。