大型醫院開展數據挖掘項目存在的問題及對策

Problems and Countermeasures of Developing Data Mining in Large Hospitals

蘇韶生，程敏婷，張淑娟

中山大學附屬中山醫院 信息科，廣東 中山 528403

大型醫院開展數據挖掘項目存在的問題及對策

Problems and Countermeasures of Developing Data Mining in Large Hospitals

蘇韶生，程敏婷，張淑娟

中山大學附屬中山醫院 信息科，廣東 中山 528403

SU Shao-sheng,CHENG Min-ting,ZHANG Shu-juan
Information Department,Zhongshan Hospital Affiliated to Sun Yat-Sen University,Zhongshan Guangdong 528403, China

結合我院開發、實施數據挖掘項目的情況，分析當前在大型醫院開展數據挖掘項目中存在的需求分析、數據來源、數據質量、技術人員管理等問題，并對解決問題的對策進行了探討。

數據挖掘；數據質量；需求分析；HIS

大型綜合性醫院業務流程紛繁多變，信息系統較多，數據庫中數據量非常龐大，如一個1000張床規模的醫院，EMR日產生文字記錄約150萬條之多，PACS日產生圖片數據量8G。“數據海量，信息缺乏”成為目前醫院信息化建設的一個瓶頸問題，2007年衛生部統計信息中心對全國3765家醫院進行信息化現狀調查顯示，82%的醫院應用最常用、最基本的系統，6.29%的醫院應用決策支持系統[1]，并且都是應用在個別模塊的決策支持。數據的深層次利用、為醫院管理和科學決策提供依據是醫院信息化建設的核心目標[2]。

我院是一家綜合性三甲醫院，現有病床1250張、39個臨床科室、74個專科門診，現有EMR、PACS、LIS 等臨床業務系統50余套，功能覆蓋各臨床業務、辦公、后勤管理等流程，2008年8月開始啟動數據挖掘項目，目前已完成基于挖掘病案首頁數據的功能模塊，針對目前項目開發、實施中出現的問題進行總結分析，并提出解決對策。

1 問題分析

1.1 需求不明確

數據挖掘技術出現于20世紀80年代末，中國在21世紀初開始出現對數據挖掘的研究，并且在醫療衛生領域的應用不具有廣泛性。在這種背景下，對于醫院管理層、技術層、用戶層來說，在本行業內無可借鑒的應用項目，尚不能清晰地掌握數據挖掘在醫療衛生行業的具體應用信息，應用需求不明確。主要體現在：在項目實施之初，管理者說不清應用需求，如統計指標、技術指標等，軟件開發人員也不理解用戶的需求，導致設計目標難明確，同時，醫院也會在溝通中浪費大量的人力成本、辦公成本等；在項目實施中，用戶的需求不斷被激發，不斷地被進一步明確，或者用戶需求隨項目進展而變化，從而導致項目進度不斷被更改；項目開發完后，為了適應不斷變化的需求狀況，修改、完善周期拖得很長。

1.2 數據來源不清

大型醫院系統繁多，每套系統都有相對獨立的數據庫存儲數據，數據來源較多，數據類型也各不相同，數據挖掘通過數據異構技術，實現系統間數據關聯、建模及數據展示應用，準確的數據源選擇與數據分析結果真實性、客觀性息息相關。由于目前絕大多數醫院信息系統開發工作由外包公司完成，系統的數據類型、數據結構對醫院用戶來說往往是不透明的，為此，在數據挖掘的開發過程中都會遇到一個難題：開發人員和醫院用戶都對數據來源不清楚，采集不到數據分析所需要的準確數據，比如，在分析病人來源構成中，涉及病人的籍貫、地址信息的系統有出入院管理系統、醫生工作站、電子病歷系統、病案首頁管理系統，根據對以上數據來源的比較分析，我們發現病案首頁數據質量較高。

1.3 數據質量不高

“‘減’不斷，理更亂！”是當前數據質量的真實寫照，截至2007年，由于忽略數據質量問題，有50%以上的數據倉庫項目無法得到客戶的認同，甚至完全失敗[3]。目前，由于醫院信息化建設的時間跨度較長，軟件提供商比較分散，且建設初期缺乏行業標準，多年的數據維護、遷移時缺乏必要的數據校驗，再加上軟件功能模塊是逐步上線，也導致了數據的缺失和不完整，普遍存在數據質量不高問題，主要體現在：① 數據錯；② 遺漏、丟失數據；③ 缺乏數據標準，格式不統一；④ 數據不及時，缺乏時效性。

1.4 軟件開發人員對醫院業務流程不熟，無法為醫院提供完整的解決方案

根據KDnuggets公司做的調查統計顯示，2007年數據挖掘應用領域比重首位是客戶關系管理(Customer Relationship Management,CRM)（占26.10%），第二位是銀行業（占23.90%），第三位為直銷/募款（占20.30%），這三個領域的應用占了全部的70.30%[4,5]，數據挖掘技術在醫療行業的應用范圍不廣且時間較遲，目前多數的醫療行業數據挖掘開發人員是從其他行業轉行過來，他們的行業經驗不足，對醫療、醫院營運管理的流程和需求不理解，與院方的需求溝通、獲取存在困難，無法理解數據分析中的各類指標含義，無法為醫院數據挖掘提供完整的解決方案。

1.5 院方技術人員技術參與不夠深入

在軟件開發項目外包過程中，容易出現一個誤區：認為軟件的開發由外包公司負責，院方對軟件的開發和技術參與不夠深入，過分地依賴公司。這種誤區易導致幾個困難：① 在軟件開發階段，由于開發人員不熟悉醫院業務系統數據結構，不能采集到數據；② 在應用階段，院方技術人員不能熟練地使用軟件、發揮軟件功能，不利于軟件推廣；③ 在維護階段，對軟件出現的異常情況沒有維護能力，影響軟件的正常使用，不利于軟件的健壯性和可維護性。

2 對策

2.1 重視需求分析

據統計，目前軟件的失敗率約為75%，在這75%中，約有50%以上的軟件是由于需求的原因造成的。另有資料表明，軟件開發項目中返工開銷幾乎占開發總費用的一半，而導致返工的主要原因是需求分析錯誤或不明確，成功的軟件需求分析不僅能提高軟件的成功率，而且能節省大量的資源，因此需求分析是軟件開發的關鍵階段[6-8]。

在需求分析階段，需要做好以下工作：

⑴ 確定軟件的綜合需求 ① 功能需求：確定軟件應具有的基本功能，如分析主題、數據集建模思路、數據展現形式、數據鉆取深度等；② 數據接口需求：確定軟件內部及與外部軟件進行數據抽取的方法、格式約定；③ 性能需求：確定軟件必須滿足的性能指標，如響應時間、容錯性、安全性等方面的需求。

⑵ 成立需求評審小組審核需求 需求評審小組主要由醫務科、護理部、統計室、計算機中心、醫保部等部門成員組成，需求評審一方面協助完善需求，另一方面阻止低劣的需求進入開發階段，是需求過程主要關卡，應該充分重視。評審應該從醫療管理、流程、服務、業務、技術、運營等多個角度進行綜合判斷，找問題、找缺陷。

2.2 分析軟件的數據要求

徹底地了解需求，明確分析主題和應用后，接下來就是確定實現分析主題和應用所需要的數據模型，分析實現數據模型所需要的數據，形成數據接口文件，接口文件包括：數據結構、數據來源、數據交換形式、數據共享模式、存取機制等。

2.3 重視數據質量，制定數據質量策略

目前的策略類型有兩種：

⑴“上游”方法 在向業務系統輸入數據時提高數據質量的方法稱為“上游”方法，“上游”方法主要包括：① 通過在業務系統中設立“關卡”進行輸入驗證控制，防止輸入錯誤，同時，要盡量減少手工錄入數據，對于必須要用手工錄入的數據則盡可能采用規范化的編碼字典，即把錄入的數據做成標準化錄入，如在疾病診斷錄入中采用ICD編碼，拒絕自由文本式診斷錄入，能夠規范診斷的統計標準。② 設計數據邏輯核查機制，根據邏輯條件在數據庫內進行內部核查，如在病案首頁中“5歲及以下患者出現子宮頸惡性腫瘤”、“搶救成功次數大于搶救次數”、“男病人中出現卵巢惡性腫瘤”等都是不符合邏輯的，數據庫中應做好核查判斷。

⑵“下游”方法 從業務系統提取數據的應用程序（如數據倉庫）中改善數據質量的方法是“下游”方法， “下游”方法主要是通過應用數據挖掘技術的ETL工具，進行數據清理、除燥、過濾等預處理。

2.4 優勢互補，建立互補型團隊

軟件項目組的管理過程，幾乎是圍繞“人”來進行的管理，協調管理好外部軟件開發人員與醫院技術人員是項目成果的關鍵，外部軟件開發人員掌握著先進的數據挖掘技術，特別有些公司開發人員掌握著其公司具有自主研發的專利產品核心技術及項目開發經驗，具有較強的技術優勢，而醫院技術人員長期工作在醫院，對醫院業務流程、信息資源狀況、醫院運營模式均有一定的優勢。雙方優勢互補，建立互補型團隊有助于推動項目順利開展，具體方法：① 選拔或培養適合角色職責的人才，特別是必須有一個稱職的項目經理直接對項目的各種事項負責，能及時、妥善地處理項目實施過程中出現的各種問題。② 目標明確、分工合理，運用項目管理中WBS方法，將項目范圍內的各組成部分、復雜的工作逐步分解成要素工作，使得項目成員明確具體工作，容易操作和控制。③ 建立信息互通制度，雙方定時召開會議，交換項目過程中進度情況、難點問題，對重要事件進行備案記錄。④ 規范技術操作標準，把技術操作手冊化、標準化。⑤ 注重技術更新學習，醫院技術人員按計劃參加軟件公司的技術培訓，外部軟件開發人員參加醫院的業務學習培訓，盡量多了解醫院業務流程、醫學理論。

3 結語

數據挖掘作為新興的信息技術在醫療行業，特別是在大型醫院的應用具有廣闊的前景，國內醫院對數據挖掘的研究和應用處于起步階段，由于數據挖掘是醫院信息化建設的“上層結構”，對于 “下層結構”的醫院信息系統數據質量要求較高，在應用過程中會出現很多問題，本文針對目前存在的問題進行闡述、分析，對解決問題對策進行了探討，希望為后繼的研究和應用能起到一定的幫助作用。

[1] 中國醫院協會信息管理專業委員會.中國醫院信息化發展研究報告[R].北京:衛生部統計信息中心,2007.

[2] 楊海清.數據挖掘技術在醫院管理中的應用[J].中華醫院管理雜志,2005(7):497-499.

[3] 林楊.數據:“減”不斷,理更亂?[J].軟件世界,2008(1):77-78.

[4] 王立偉.數據挖掘研究現狀綜述[J].圖書與情報,2008(5):41-46.

[5] 李敬社,等.數據挖掘技術的方法和最新進展[J].現代電子技術,2004(6):54-56.

[6] 方圓.怎樣做需求分析[EB/OL].(2005-04-20)[2008-07-23].http://www.sachina.cn/index.php?type=column&area=1&p=ar ticles& id=175.

[7] 王莉,吳潔明.軟件項目中的需求變更管理的研究[J].計算機技術與發展,2007(1):119-120.

[8] 姜婷,周偉良,朱方洲.信息系統需求分析質量控制方法研究[J].電腦知識與技術,2009(23):64-65.

TP311.52；TP274

C

10.3969/j.issn.1674-1633.2010.08.020

1674-1633(2010)08-0059-02

2009-12-03

作者郵箱：8823566@163.com

Abstract: Combining with the implementation condition of data-mining of our hospital,this paper introduces the requirement analysis,data resource,data quality and tech staff management issues existing in datamining projects among big comprehensive hospitals, and accordingly discusses the solutions.

Key words: data-mining;data quality;requirement analysis;HIS