基于Analysis Service的聯機分析在病案管理中的應用

吳桂芳

利用數據倉庫及聯機分析技術對病案信息進行科學的管理分析將是醫院重大決策的主要依據。本文通過建立病案數據倉庫，借助于Analysis Service的聯機分析技術為醫院管理者作決策提供全方位、可靠的數據支持。

【關鍵詞】病案管理 數據倉庫 聯機分析 Analysisi Service

OLAP技術與數據倉庫技術、數據挖掘技術一起 ， 是當今決策支持系統的主流技術。OLAP 多用于支持復雜但目的比較明確的分析操作 ， 通過對數據一系列交互的主動查詢過程 ，對數據進行多層次、多階段的分析處理， 為用戶提供靈活的信息訪問權利、豐富的數據分析和報表功能。盡管數據倉庫和聯機分析處理是現代優秀的DDS中的核心技術，但是在醫療衛生領域，與醫院信息管理系統結合確是一個較新的嘗試。

本文正是圍繞基于建立病案數據倉庫的基礎上利用聯機分析技術來研究聯機分析技術在病案管理中的應用。

1 數據倉庫和OLAP技術、Analysis service

通過創建多維數據集來組織和匯總用于進行有效分析查詢的數據，OLAP提供了數據倉庫數據的一種多維表達方法。數據倉庫結構的設計可以影響這些多維數據集在設計和建立方面難易程度。

從數據挖掘的角度上來說，數據倉庫和OLAP技術為數據挖掘提供基礎。因為數據挖掘應建立在聯機分析處理（On Line Analytical Processing，OLAP）的數據環境基礎之上，而數據倉庫技術能夠滿足數據挖掘技術對數據環境的要求。

從OLAP是數據倉庫最典型的一個應用角度來說，數據倉庫為OLAP提供數據來源，而數據倉庫想要實現從中提取有價值的數據信息為作決策服務就得靠OLAP技術來分析。因此，數據倉庫和OLAP技術存在相互制約的一面。

Analysis service是用于聯機分析處理（OLAP）和數據挖掘的中層服務器。

Analysis service將數據倉庫中的數據組織成包含預先計算聚合數據的多維數據集，以便為復雜的分析查詢提供快速解答。

2 病案數據倉庫的建立

2.1 病案管理需求分析

隨著HIS系統的發展及我國HIS系統應用水平的提高，數據量越來越大，領導對決策的要求越來越高，希望能夠提供更高層次的數據分析功能，更好地輔助領導進行管理決策。因此對病案進行管理是必需的，而病案的管理現在的發展趨勢就是基于DW（Data Warehouse）的OLAP（聯機分析處理）數據資源。

在本實驗中研究主要利用聯機分析實現的主題范圍是：

從地區、時間、性別、年齡、職業多維度分析與某種病的發病率之間的關系，如：2005年患肺結核的是本院附近地區占50%，可以層層分析下去具體那個季、月，那個區的多。

從科室和醫生維分析對某種病的治愈情況，如：內科對腦出血病治愈的占百分之幾，好轉、未愈的、死亡的各占多少，層層分析下去到那個醫生。

新生兒的出生其性別與時間、地區的關系。

2.2 數據倉庫建立流程

2.2.1 數據倉庫的源數據分析

針對病案數據具有的隱私性及多樣性特點，創建出面向主題的數據倉庫實現聯機分析。識別源數據，從源數據庫中的四十幾個表中排除不必要的表和屬性。取源數據庫表中的病人基本信息、病人住院信息、病人診斷信息、婦嬰卡等及自己創建一個年齡段表。

2.2.2 建立數據倉庫模型

數據倉庫模型的好壞將直接影響下來的聯機分析工作性能，及在以后對數據倉庫數據更新操作的難易程度、用時多少。因此在本實驗中采用以下數據倉庫模型（見圖1）。

2.2.3 數據的提取及加載

利用SQL SERVER 2000中的數據轉換服務工具DTS（Datastore Transmission Service）來抽取數據。在提取過程中，首先建立數據源與目標數據源，然后在目標數據源服務器中完成維表、事實表的創建，建立的包圖如圖2所示。其中事實表的數據加載SQL語句如下：

If exists （select * from dbo.sysobjects where id = object_id（N'[dbo].[shisi]'） and OBJECTPROPERTY（id， N'IsUserTable'） = 1）

drop table [dbo].[shisi]

GO

CREATE TABLE [dbo].[shisi] （

[prn] [varchar] （16） COLLATE Chinese_PRC_CI_AS NOT NULL ，

[sex] [varchar] （2） COLLATE Chinese_PRC_CI_AS NULL ，

[job] [varchar] （10） COLLATE Chinese_PRC_CI_AS NULL ，

[rydate] [varchar] （10） COLLATE Chinese_PRC_CI_AS NULL ，

[source] [varchar] （1） COLLATE Chinese_PRC_CI_AS NULL ，

[rynum] [varchar] （10） COLLATE Chinese_PRC_CI_AS NULL ，

[zljg] [varchar] （4） COLLATE Chinese_PRC_CI_AS NULL ，

[ryzd10] [varchar] （16） COLLATE Chinese_PRC_CI_AS NULL ，

[age_id] [varchar] （1） COLLATE Chinese_PRC_CI_AS NULL ，

[TOTAL] [int] NULL

） ON [PRIMARY]

GO

3 疾病及新生兒的多維分析

多維數據是OLAP的靈魂，那么如何組織多維數據實現對病案數據從地區維、時間維、年齡段維、職業維、科室和醫生維、新生兒維進行聯機分析，首先建立系統數據源連接，然后建立數據庫和數據源，再建立多維數據集，設計存儲和處理多維數據集，最后多維分析。

3.1 創建多維數據集

建立多維數據集這一步是非常重要的，因為這是直接影響分析時數據的訪問靈活性、時效性。本實驗中的事實數據表包括的字段有：病案號（PRN）、性別代號（SEX）、職業代號（JOB）、入院時間（RYDATE）、病人來源代號（SOURCE）、入院科號（RYNUM）、年齡段代號（AGE-ID）、診斷號（RYZD10）、治療代號（ZLJG）、患病人數（TOTOL）等。其他維度表有，地區維表、年齡維表、性別維表、時間維表、職業維表和嬰兒維表等，這些維表都是使用星型模式架構的，而科室和醫生維表是使用雪花模式架構的。

3.2 瀏覽多維數據

從圖3能看出330號醫生在這個科內其技能是較好的，他有較多的病人，而那些病人數少的其技能就有待提高了。另在實驗中還可以看出，對于不同的科室來說其病人的結構都不同，如 03號科室的主要病人來源是“醫院所在區縣”， 10號科室的主要病人來源是“本省其它市”。醫院管理者在作決策時都能有相關信息作支持，做好戰略計劃，提高醫院的管理水平，造福人們，同時能獲得最高的經濟效益。

圖4從新生兒和地區維來分析的。在圖4中可以看到在所有條件下可以得到在這幾年內在這間醫院出生的新生兒總數為27119人，其中1表示男孩的有15528人，表示女孩的有11591人.新生兒的出生在“醫院所在區縣”和“本省其他市”的總人數是相同的。但對于“醫院所在區縣”來說是新生兒男孩是5176人而女孩是3864人，男孩比女孩多1312人次；對于“本省其他市”來說男孩是4208人次，而女孩是4832人次，男孩比女孩少。從而可以知道醫院所在區縣的男女比例嚴重失衡，存在重男輕女的現象。從總的人數來說新生兒的出生情況在地區性上差異不大。如果想知道新生兒在那個時間段出生的多少可以加上一個時間維，選擇不同的時間段進行細分下去。從這些時間段中可以觀察其出生率的走勢。那么醫院可以將數據報到政府機關，由他們采取措施防止男女失衡，同時醫院也要有相應的應對方法不能隨便幫孕婦做人流手術等。在進行宣傳教育時要針對醫院所在區縣的人們來進行。

3.3 對決策的支持作用

就本實驗的聯機分析，從地區維度來說可以得到是醫院所在區縣、本市其它地區、本省其它市、外省市、港澳臺地區、還是外國患某種病（如：腦出血）的人數，再加上性別維，是男的占比例多還是女多，再加上年齡段維是40-59歲的多還是60歲以上的多等等維度來分析，可以作出一個好的解答，對于這種病的預防，在作宣傳教育時針對那個地區、那個年齡段、什么職業、男性還是女性來挑選對象作宣傳教育，從歷史數據中那個季度這種病的發病情況，就選擇在這個時間多作宣傳。

在醫院內部管理方面，在那個月或者那個季度，外科、內科、五官科、還是婦科整體對所遇疾病的治愈情況，鉆取下去到具體某位醫生的工作情況，在這方面的醫療技術如何，醫院管理者可以從中發現，對醫生們提要求，為他們設置加強技能培訓等。

從新生兒維度可以分析出在那個時間段，那個地區的新生兒出生率情況，男女比例如何，為了平衡男女比例對那個地區那些人群進行教育，政府又應該采取什么有效措施提供一個數據參考。

4 結束語

只要能充分利用聯機分析對病案資料的進行整理、利用，就能對醫院病案信息進行全方位、多層次的查詢和分析，為醫院各類人員提供信息查詢、數據分析和決策支持。病案信息利用越多其價值越高，改變以“重管輕用”和消極等待利用的思想，做到管理和利用相結合。

參考文獻

[1]Microsoft Corporation. Analysis Services[M].MIicrosoft Press ，2001.

[2]魏忠琴 .數據倉庫技術在醫院病案統計分析中的應用研究[J]甘蕭科技，2006.

[3]劉翔. 數據倉庫與數據挖掘技術[M].上海：上海交通大學出版，2005.

[4]陳華英. 醫療衛生信息數據倉庫及聯機分[J].CNKI：CDMD，2001.

[5]https：//www.evget.com/article/2015/10/23/22815.html

[6]孔琳.基于HIS的數據倉庫構建及多維分析[J].醫學信息學雜志，2011，32（11）：6-9.

作者單位

廣州市增城區新塘醫院 廣東省廣州市 511340