數據倉庫在醫院統計工作中的應用

彭林梅

數據倉庫在醫院統計工作中的應用

彭林梅

目的 探索醫院綜合信息分析與科學管理密切聯系的方法，深層次挖掘、整理醫院各系統內數據，建立分析專題，通過信息設備在微信及內網平臺上進行展示，令管理層實時、快速地掌握醫院整體運行狀況。方法 利用數據庫技術搭建數據倉庫，匯總分類“三甲”醫院質量監測類等指標，圍繞門診、住院信息設計指標專題，借助微信及醫院信息平臺，將統計圖表信息展示于手機、Pad、電腦等設備上。結果 針對HIS、MHIS、PACS、LIS系統的數據構成及醫院管理的實際需求，率先設計了門診領域多個專題分析——掛號人次分析、醫院一號制分析、門診費用分析、陽光醫藥專題分析。結論 構建數據倉庫對推進醫院統計工作、提高統計分析水平、為領導層提供決策支持具有較大的作用。

數據倉庫；數據挖掘；指標專題；統計分析；決策支持

目前，醫院信息管理系統日益完善，數據庫內儲存著龐大的數據量，數據來源錯綜復雜。如何運用科學的技術從大量信息中挖掘、利用有效的數據，找出醫院運行軌跡，科學預測醫院發展趨勢，制定醫院發展目標并明確發展方向，是當前急需研究與解決的問題。本研究在醫院管理信息系統的基礎上搭建數據倉庫，深入研究在HIS、LIS等各大系統中進行數據挖掘、提取、匯總及統計分析在決策支持中的應用［1］。

1 數據倉庫技術

數據倉庫技術包括數據清理、數據集成和聯機分析處理［2］。數據倉庫就是面向主題的、綜合的、不同時間的、穩定的數據集合，用于支持經營管理中的決策制定過程［3］。數據挖掘是從大型數據庫或者數據倉庫中發現，并提取隱藏在其中的信息或者知識的過程［3］。

數據倉庫邏輯設計階段以多維模式、系統的工作負荷和一些其他信息為輸入，產生一個數據倉庫模式，滿足在給定存儲空間要求下，以最短的響應時間回答最多的用戶查詢的要求［4］。

醫院數據倉庫是依靠現有數據庫搭建，對醫院門診數據“量身訂做”的各類專題是圍繞著整個流程與環節設計的，如掛號人次設計專題是根據時間、科室、預算值、患者業務等情況予以考慮，它們都是緊密相聯的，建立數據倉庫可串聯數據的關系，發現數據的規則，并可呈現動態的、多維度的數據統計與圖表分析。

2 設計專題，數據建模

數據倉庫不是HIS數據庫的簡單拷貝，建立過程需要進行一些列有目的的選擇、轉換、分類、匯總、組合［5］。工作之初，首先與醫院管理層確定挖掘任務及挖掘目標，并制定挖掘計劃，整理醫院質量監測系統中住院死亡、重返、醫院感染、患者安全、合理用藥、手術并發癥、醫院管理7大類326項質量指標，《三級醫院評審細則》第1～7章746項指標，并對衛生直報、價格與成本監測數據直報等數據項進行整理歸納，建立數據挖掘庫。圍繞網報及有關檢查類指標，重點分析管理層在決策中需要哪方面的數據支持，并對需求映射到醫院信息管理系統進行對應的量化。以門診數據為例，管理層需要了解掛號人次的日、月趨勢以及各科室掛號人次預算完成情況、不同醫生的日均費用排位情況、門診費用趨勢及構成情況，可以根據領導的需求建立相應的分析專題，如管理層近期重點關注新推行的一號制工作，還可建立醫院一號制分析專題。

在充分了解具體需求后，進行分析論證，逐步確定醫院管理方面需要的專題，并搭建數據模型。仍以門診數據為例，搭建門診數據模型，需建立字段為日期、科室、診斷、費別、職業、費用、醫生等數據庫字典，從HIS、MHIS、LIS、PACS等系統中抽取與門診相關的數據表，利用數據庫技術，將數據進行清洗、轉換，對提取到的數據進行加工匯總，設計各類分析專題加入數據倉庫，通過微信、醫院信息平臺進行展示。見圖1。

圖1 數據倉庫模型建立及數據展示平臺圖

3 統計分析應用實例

數據挖掘作為數據庫知識發現的主要環節，知識獲取是其主要功能，特別是對隱含的、非平凡知識的獲取。而建立數據挖掘與數據倉庫、在線分析處理、知識庫和模型庫等結合的智能決策支持系統將是加速醫院信息化、規范化和知識化進程的必要途徑［6］。基于數據倉庫的輔助決策支持系統，改變了傳統的單一頁面查詢數據模式，由原本被動、固定的報表模式，改變為管理層結合自己的觀點，根據醫院實際發展需求，從既定的模型中主動挖掘個性化數據，充分挖掘、合理運用醫院信息系統的信息資源，發現數據間的關聯，提高分析功能，預測醫院業務發展趨勢，為管理層決策提供強有力的支持。

3.1 門診患者費用分析專題 患者費用是由藥品、檢查、治療、手術、護理等項目組成。該功能可以分析門診費用趨勢變動情況、費用占比情況、門診患者人均費用月趨勢情況、門診處方種類月趨勢情況，通過多維度分析，管理層可探究門診患者費用項目結構的合理性，有效控制門診患者費用，降低藥占比。

3.2 掛號構成分析專題 掛號可分為普通號、專家號、慢性病號等號種，掛號費別由自費、職工醫保、居民醫保、新農合等組成，掛號人次又可按區域、職業、年齡段、診斷等項目進行劃分，可以結合掛號的性質進行分析，得到不同年齡段、不同職業、不同區域患者的病種分布，使醫院管理層了解患者間差異對醫院收益的影響，醫院可根據不同類型的患者提供個性化服務，從而提高門診患者的收容量。

3.3 陽光醫藥分析專題 該功能可以根據醫生就門急診平均費用、處方總金額、總處方量、平均處方費用、人均藥品費用、用藥總金額、藥品使用數量進行分析，使醫院管理層及時了解醫院陽光醫藥發牌情況，掌握醫生單張處方金額排位及抗菌藥物使用情況，從而為醫院合理使用抗菌藥物提供決策依據［7］，及時出臺相關政策，切實解決患者看病貴的難題。

4 小結

應用數據挖掘技術及數據倉庫，可以把醫院信息管理系統中大量的零散的數據集中起來，這樣可避免因從數據庫中直接查詢數據庫導致網絡擁塞，浪費資源，又可以從數據庫中得到長期的、綜合的、系統的數據。

根據管理層的不同需要及醫院的發展目標，建立不同的專題，可從不同維度進行查詢與觀察，作為數據倉庫技術已在多個領域得到廣泛應用，針對未來的發展趨勢，它能為管理層起到輔助決策作用，數據倉庫必將極大地推動醫院的發展，最大限度地減少決策過程中的不確定性、隨意性和主觀性［8］，助力于醫院進行科學運管管理。

[1] 俞磊,楊松濤,王宗殿.基于數據倉庫的醫院決策支持系統的研究與設計[J].計算機與數字工程,2010,38(4):142-145.

[2] Elmasri R,Navathe SB.邵佩英,張坤龍,譯.數據庫系統基礎[M].北京:人民郵電出版社,2002.

[3] 王珊.數據倉庫技術與聯機分析處理［M］.北京：科學出版社，1998.

[4] 虞健飛,朱家元,張恒喜.散據倉庫設計過程研究[J].計算機工程,2003,29(19)：4-5．

[5] 張燕.腫瘤醫院數據倉庫的建立與應用[J].當代醫學，2004,10(8): 55-56.

[6] 高洪深.決策支持系統——理論.方法.案例[M].北京：清華大學出版社,2000.10.

[7] 郭慶,谷巖.數據挖掘技術在醫院信息系統的統計分析與決策中的應用[J].中國醫療設備,2010,25(5):64-67.

[8] 步國軍,韓文玲,秦華.數據挖掘在外資醫院財務分析和投資決策中的應用[J].硅谷,2010(3):65-66,120.

10.3969/j.issn.1009-4393.2015.28.008

江西 337055 江西省萍鄉市人民醫院信息科 （彭林梅）