區域衛生決策支持系統研究

賈鋒 白和健 吳芬蘭

決策支持系統(decision support system，簡稱DSS)是輔助決策者通過數據、模型和知識，以人機交互方式進行半結構化或非結構化決策的計算機應用系統［1］。它是管理信息系統(management information system，簡稱MIS)向更高一級發展而產生的先進信息管理系統。它為決策者提供分析問題、建立模型、模擬決策過程和方案的環境，調用各種信息資源和分析工具，幫助決策者提高決策水平和質量。20世紀80年代后期，專家信息系統(excutive information systems，EIS)、群體決策支持系統(group decision support systems，GDSS)與組織決策支持系統(organizational decision support systems，ODSS)等等概念，逐漸將DSS由個人取向，轉為模式導向與群體導向［2］。20世紀90年代起，數據倉庫與OLAP的概念也導入至DSS，協助DSS進行信息的存取與分析，在21世紀初，新的萬維網、網絡技術與互聯網的出現，延展了DSS。為了進一步貫徹落實國家衛生部深化醫療體制改革的要求，繼續深入探索區域衛生信息化建設實踐，擴大前期的建設成果，需要從一個全新的高度展示我市醫療衛生信息化成就，并從專業的決策層面制定出有利于衛生領域向前發展的政策。因此，我們需要建設一個面向全市醫療衛生領域的決策支持系統，深度挖掘并剖析當前我市醫療衛生信息化建設成就以及存在的問題，繼續推動區域衛生信息系統的后期建設，使該系統的建設上升到一個全新的高度，從而為最終實現本市衛生行政管理的現代化提供決策支持。

1 設計思想

作為一個有著面向整個醫療衛生領域提供支持的需求，區域衛生決策支持系統應該對全市的醫療信息數據進行立體化分析，以“縱向到底，橫向到邊”的原則，為各類用戶提供各種形式的幫助。“縱向到底”是指從市縣鄉村各個級別逐步覆蓋，對每個居民健康檔案的深入分析。“橫向到邊”是指收集整理醫療衛生行業所有領域的數據信息，提供各自專業上的決策支持的依據，在監管行為上，堅持轄區內地域、機構、資源上的全覆蓋。在用戶上，不斷以用戶為中心，拓展系統的應用范圍，努力面向各種用戶群體提供有力的行政管理幫助。從目前我市衛生信息化建設的形勢來分析，當前用戶群體主要有以下特點：

1.1 最高決策用戶 該類用戶群體主要分布在市級行政單位的最高決策崗位上，他們需要及時掌握整個區域醫療行業的動態。因此，在系統上應該具有最高的權限，并為之提供最為直接的區域醫療系統的決策支持。

1.2 處室決策用戶 該類用戶群體主要分布在衛生行政或監管機構不同的處室崗位上，分管各自的業務領域。因此，該類用戶具有某種角色權限，專注于所屬處室管轄的業務領域，并對所屬領域進行部分監管行為。

1.3 行政歸屬或地域性決策用戶 該類用戶群體主要分布在各級下屬權力機構，如區、縣一級的衛生局等，專注于所屬區域的醫療行業動態。因此，系統需要提供適合于針對某個行政區劃或地域范圍內的決策支持，符合該類用戶對于管轄區域的醫療動態、基層公共衛生的信息掌握需求。

1.4 領域專注或科研目標明確的用戶 該用戶群體主要分布在不同專業性的業務崗位上，專注于區域醫療下的某個業務領域，并進行相應的科學研究性工作，如院校或某類科研機構等。因此，需要對系統進行有針對性的業務領域劃分，根據該類用戶的需求目標，進行相應的業務領域應用開發。

2 系統目標

以我市區域衛生信息平臺建設為基礎，以需求為前提，以上述系統設計思想為背景，三者合一，最終形成系統的建設目標。石家莊市區域衛生決策支持系統是在市區域衛生信息平臺數據中心建設的基礎上，建立數據倉庫，應用商業智能(BI)技術為衛生行政管理的現代化提供輔助決策支持。建立基于全市衛生資源配置動態、醫療業務發展動態、重大疾病防治情況、婦幼保健動態、公共衛生動態、行業監管狀態、采供血與用血狀態等方面主題的數據倉庫建模和數據挖掘技術，以統一的衛生信息應用門戶為我市衛生行政管理提供可靠的數據來源，并應用于行政管理的分析決策。

2.1 衛生資源配置動態 醫療衛生資源條件的完善與配備，特別是在基層醫療機構或鄉鎮農村一級的醫療資源配置管理方面，直接體現著全市醫療衛生建設成果。所以，如何準確地分析出全市醫療資源的分布情況，促進衛生決策者們合理分配各個層面的資源，成為了衛生資源領域挖掘的主要內容。該領域主要從機構、人員、設施、經費等角度全方位地對軟硬件資源進行分析，并在空間上進行分布說明，以此對資源配置進行管理。

2.2 醫療業務發展動態 醫療業務從門診、住院、醫保、醫技、體檢、手術、藥品等方面對各項業務進行數據的統計分析，對醫院的工作量、診斷費用、床位使用情況、醫療保險消費等視點監控，實現從決策層面上實時掌握全市醫院的業務開展情況。

2.3 重大疾病防治情況 建立疾病預警監測網絡，在“癥狀”、“死因”、“疾病種類”等方面進行綜合分析，對重大疾病的防治情況進行有效監控，為決策層提供進一步的決策支持。

2.4 婦幼保健動態 針對婦女病普查、婚前檢查、孕期篩查、產前檢查、分娩、產后訪視這幾個基本階段進行分析，挖掘出婦女病治療情況、高風險/危險產婦比重、產后訪視率等重要指標。通過圍產兒、新生兒、兒童體檢、計劃免疫四個重要方面對兒童保健情況進行統計分析，在出生情況、兒童接種、兒童健康等方面進行有效挖掘。

2.5 公共衛生動態 以社區預防、保健、醫療、康復、健康教育及計劃生育技術指導的“六位于一體”社區醫療衛生服務體系的工作管理為目標，深入分析基層衛生機構的工作開展情況，提供有效的績效考核依據，并為基層的工作開展提供意見。

2.6 行業監管狀態 為實現醫療改革提高醫療質量，減少患者負擔的目標。建立包括臨床質控與診療監管在內的監管指標：在院內感染、診斷、手術和會診等管理上進行監控管理;在基本藥物方面，加強對醫院基本藥物采購、價格執行、使用量、診斷下的使用情況等重點環節進行實時監控，保障國家規定的基本藥物制度得到嚴格執行。加強對區域內醫院門急診和住院總費用、平均費用、各病種費用的綜合分析，實現醫療費用的實時動態監管，合理控制醫療費用增長。

2.7 采供血與用血狀態 實現區域內各醫院臨床用血量與血庫供血的監控，并提供庫存與使用量上的預警。

3 技術方案

DSS的架構以Sprague與Carlson所提出的對話-數據-模式(Dialog-Data-Modeling，DDM)架構最為學術界所接受［3］，認為DSS有三大組件［2］：數據庫管理系統(database management system，DBMS)模式庫管理系統(model-base managemt system，MBMS)對話產生與管理系統(dialog genernation and management system，DGMS)

在區域衛生信息系統實現的信息集成的基礎上，在決策需求的指導下，預先把分散在各系統中的信息和數據抽取出來，經過清洗、格式轉換和重新編碼加載到數據倉庫，并通過企業報表、儀表盤等工具展示出最終的管理和決策信息，形成一個面向多學科集成的商業智能(BI)技術體系。該體系主要涉及到數據倉庫與聯機分析處理(OLAP)兩大技術。

3.1 數據倉庫技術 數據倉庫(Data Warehouse，DW)是一個集成的、面向主題的(Subject Oriented)、時變的(Time Variant)和非易失(Non-Volatile)的數據集合，反映出歷史變化，強調數據分析和報告結果產生的海量數據存儲技術。它的建立是整個決策支持系統建設最為重要的一環，不但匯集了海量的醫療數據，而且形成海量業務數據的常態化預分析處理機制，使決策結果以最高效的讀取速度展現到用戶面前，供輔助決策需要。也就是說，數據倉庫為支持海量存儲和高層決策分析提供了一種解決方案［2］。

3.2 聯機分析(OLAP)技術 OLAP是基于多維數據庫和多位分析的一類技術，是專門用于支持復雜的決策分析、支持信息管理和業務管理人員決策活動的一種決策分析工具，通過組織和匯總數據而為高效分析查詢創建多維數據集［4］，使分析人員、管理人員或執行人員能夠從多種角度對從原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企業特性的信息進行快速、一致、交互地存取，從而獲得對數據的更深入了解的一類軟件技術［5］。

聯機分析(OLAP)可以用不同的格式組織和提供醫療衛生數據，以滿足不同用戶的各種需求，它管理大量歷史數據，提供匯總和聚集機制，并在不同的粒度級別上存儲和管理醫療衛生信息，擴大了用戶的視野，增加了分析的靈活度，提高了問題追蹤的透明度，使數據的展現更加多樣化，生動化，從而為決策政策的制定與執行提供了有力的支持［6］。

4 應用和展望

在區域衛生信息平臺一期建設中，項目同時啟動了對決策支持系統的試探性建設，成功建立了以區域衛生信息化為核心目標的數據倉庫，完成部署從醫院業務端到最終數據倉庫端的數據ETL體系，并實現了ETL的可控化管理。在應用上，主要完成了衛生資源配置動態和衛生事業發展動態兩個方面的建設，通過商業智能(BI)技術為用戶提供豐富的決策支持。

未來，區域衛生決策支持系統將會沿著國家醫療體制改革道路，不斷配合相關部門的行政管理需要，繼續深入建設，逐步完善，努力探索，使之成為區域衛生信息平臺乃至整個衛生信息化建設工作的有力支撐。

1 http：//baike.baidu.com/view/8048.htm.

2 閔建虎.基于數據倉庫的決策支持系統建設研究.微型電腦應用，2010，26：48-50，55.

3 Michael S，Scott M.Management Decision Support Systems：Computerbased Support for Decision Making，Cambridge，MA：Division of Research，Harvard University.1971.216.

4 朱玉穎，劉宏偉，張巖.基于數據倉庫的數據挖掘技術研究現狀與進展.信息化縱橫，2009，18：4-7.

5 李衛玲，劉紅磊，景曉鵬等.多維分析的OLAP模塊設計與實現.洛陽師范學院信息技術學院，計算機與數字工程，2011，39：164-166.

6 Power DJ.(2002).Decision support systems：concepts and resources for managers.Westport Conn，Quorum Books，2002.251.