基于移動端的醫院決策支持系統設計與實現

李雅娜 張俊 謝穎夫 劉靈 賀建峰

摘要：針對醫院管理決策支持系統利用率不高及業務數據展示效果不直觀的問題，依托醫院信息系統平臺，通過采用數據傳輸壓縮技術搭建決策支持系統數據倉庫，開發基于B/S模式的移動決策支持系統，并利用統計學和數據分析方法，短期預測某院的門診量。結果表明，移動決策支持系統能實現醫院關鍵業務指標在移動終端上快速、高效及多維度、多層次的集中展現。管理者使用移動終端上的決策支持系統，能夠隨時、隨地、隨身了解醫院醫療業務和經營動態，對實現實時管理和有效決策具有重要意義。

關鍵詞：決策支持系統；移動終端；B/S

DOIDOI：10.11907/rjdk.171732

中圖分類號：TP319文獻標識碼：A文章編號：16727800（2017）010008504

0引言

隨著信息技術的不斷發展，社會對醫療技術的需求不斷增加，醫院效率低下成為當前社會醫患主要矛盾之一，同時信息時代對人們生活的影響不斷增大，使得醫院不得不改變以往運營模式，因此HIS（醫院信息管理系統）在各大省、市乃至區、縣、鎮醫院逐漸普及，這極大提升了醫院的診療效率[1]。然而，這些信息管理系統數據庫中的數據量不斷增多，而這些數據很難轉變成對決策者（或領導者）具有現實或潛在價值的信息。因此，面對如此海量數據，開發一個醫院信息統計系統尤為必要。醫院統計之目的在于對大量無序的醫療信息進行層次加工，為醫院領導對醫院信息的分析和預測提供最直觀的數據展示。醫院領導可據此做出正確決策，合理配置衛生資源，為民眾提供高效優質的衛生服務，并在此基礎上創造出良好的社會和經濟效益[2]。

目前，傳統的醫院決策支持系統大多建立在電腦終端，由于時間、空間及電腦操作水平的限制，管理者對其使用少，導致系統使用率低[3]。并且，大多數系統是基于傳統的C/S模式，這種開發模式設計的系統需要在每個終端安裝客戶端并且對硬件系統要求較高。當前，移動通訊技術發展迅速并且十分成熟，移動終端具有通信能力強、智能化、集成度高、移動性、功耗低和方便攜帶等優點，可以方便用戶對信息的獲取。就目前來看，在移動端運行的應用軟件基本上是在Google的Android平臺和蘋果公司的iOS平臺上開發的，在這兩種開發平臺上開發的應用軟件只能在移動端運行，要想在電腦端運行必須重新開發適合在電腦端運行的程序，這無疑增加了開發人員的負擔。

基于C/S模式開發系統的局限性，以及醫院對移動決策支持系統的實際需求，設計并實現了基于B/S模式的移動決策支持系統。提供基于移動平臺的醫院相關信息查詢與統計功能，便于醫院領導及決策者更直觀地了解醫院基本信息。

1移動查詢平臺設計

本文設計并實現了基于移動智能終端的醫院信息查詢平臺。該平臺采用B/S模式，客戶端采用Bootstrap框架技術，服務器端采用SpringMVC和Hibernate開發框架進行設計，系統穩定性高、靈活性強并且易于維護。

1.1系統方案設計

考慮移動端運行內存對數據的承載能力及B/S模式下系統分布性強、不受客戶端限制等優點，平臺采用B/S模式進行設計，可以大大降低移動端的運行壓力，提高數據共享性。前臺采用Jsp+Bootstrap框架技術，主要完成同查詢平臺后臺服務器的數據交互。同時，Bootstrap具有開發響應式布局、移動設備優先的優點，能使移動平臺在手機、平板和臺式機上都能很好地展示。服務器端采用SpringMvc和Hibernate框架，可以很好地管理移動查詢平臺所需相關數據，整個移動查詢平臺的擴展性、穩定性和維護性得到保證。移動查詢平臺整體框架如圖1所示。

1.2移動端功能設計

為了全方位地展示醫院關鍵業務指標數據，滿足醫院領導需求，移動端的功能設計主要包含如下模塊：用戶信息管理、數據監測、實時數據、綜合運營、門診主題、醫保分析、科級數據，以及日常統計學評價所有相關指標的整合采集。具體功能模塊如圖2所示。

（1）用戶信息管理。用戶信息管理主要對醫院操作該系統的工作人員信息、用戶權限進行維護。操作該系統的用戶是醫院各科室主任以及醫院領導和系統管理員，其他用戶不能非法獲得數據。

（2）數據監測。數據監測主要對單病種數據進行監測，主要運用于診斷、治療方面，對具有共性和統計學特性的醫療質量管理評價指標，例如住院日指標（平均住院日、術前平均住院日）、費用指標（平均住院費用、手術費用、藥品費用）等數據進行質量管理評價。通過單病種質控，對疾病診療過程質量控制及終末質量控制，提高醫療診治技術，評價醫師診療行為是否規范合理[4]。

（3）實時數據。實時數據主要監測門診實時數據（門診掛號數、門診費用、處方數等）、住院實時數據（住院人數、開放床位數、住院費用、手術例數等）、藥費比、醫療收入等。院領導和科室主任可以從時間維度、科室維度和醫生維度監控全院或科室任意一天的數據，包括門診住院科室的工作負荷和患者負擔等。

（4）綜合運營。綜合運營主要從全院整體角度分析醫院收入運營情況，主要就門診收入和住院收入兩個方面從時間維度和業務維度進行分析。門診收入和住院收入從藥費、診療費兩個角度分析，此外還對全院不同業務收入全年變化趨勢進行分析，也可以對如何提高醫院的盈利進行分析。

（5）門診主題。門診主題主要從科室、醫生、收費項目的角度分析門診人次、門診處方、門診藥品用量、門診藥品收入、人均門診費用、門診收入、藥費、藥占比、抗生素使用情況及患者分布等，能夠實現對科室綜合項目和績效的梳理考核。

（6）醫保分析。根據醫保類別（省醫保、市醫保、農合等）、醫生、科室、藥品、收費項目等維度，進行醫保費用分析、醫保人數統計、醫保藥品分析等。通過對醫保信息進行分析可以使醫院領導了解醫院收入和門診住院人數的構成。endprint

（7）科級數據。科級數據主要對醫院各科室的醫療數據進行分析，主要從科室、醫生、掛號類型、費用類別等維度對科級數據進行科室收入分析、門診掛號人數分析、科室藥費分析等。通過對科級數據進行分析，各科主任可以了解本科的關鍵業務指標是否達到標準，對績效工資的規范管理、工作效率的提高和醫療質量的持續改進具有促進作用。

（8）日常統計學評價相關指標整合與采集。主要對門診科室工作量、出院人數、門診、急診人次進行統計。

2數據獲取及分析

移動查詢平臺的數據處理任務分擔在客戶和數據服務器端，客戶端只需查詢有效的信息，直觀地為用戶展示統計數據，數據庫服務器端創建存儲過程，利用服務器的高性能，在每天的0點從醫院信息系統（HIS）中獲取當天增量數據信息，再經過數據轉換、篩選、洗滌，同樣使用增量更新的方式生成決策數據倉庫，使其具備“綜合情況統計、醫療業務統計、數據查詢檢索”等功能，為醫院領導及科室主任提供準確的決策依據，便于控制管理[5]。通過計算機技術對業務數據進行處理，使醫院業務數據能直接為醫院領導及科室主任所用，便于醫院領導對醫院業務數據進行控制和監測。

2.1門診量預測

統計預測是根據預測對象的歷史數據變化規律，估計和判斷預測對象未來發展變化趨勢，通過對醫院數據預測，能有效地促進醫院衛生事業有計劃、按比例、快速協調發展。門診量是醫院醫療工作的最關鍵指標之一，對其進行短期預測，可為醫院指定工作計劃和統籌安排提供可靠依據。預測方法有很多，各種預測方法必須在一定條件下使用，都具有一定的局限性。預測結果是否正確，一方面取決于數據的準確性，另一方面也取決于預測方法及數學模型的選取。

門診量數據來源于某三甲醫院2013-2016年門診量，如圖3所示。

本文以時間數列的歷史觀察值為依據，采用最小二乘法進行參數估計并且擬合趨勢直線方程。預測年門診量，根據每月份的變動系數（即月份比重）預測每月的門診量，并求出95%可信區間[67]。

從圖3可以觀察出2015-2016年門診量的增長趨勢近似直線，因此采用最小二乘法擬合直線方程。

設直線方程為=a+bx，其中：

=∑ni=1（xi-）（yi-）∑ni=1（xi-）2=∑ni=1xiyi-n∑ni=1xi2-n2=197 139

=-=1 737 050

故門診量的預測值方程為：=1 737 050+197 139x，即2017年門診量人次的預測值為2 328 467。

根據資料求變動系數（即月份比重），進而預測每月的門診量。將2015年到2016年每年的月門診量按月份排列后，求出各同月份門診量均值和年門診量均值，然后根據公式變動系數（即月份比重）=月平均值年平均值，即可得到變動系數。再根據公式：月預測值=年預測值變動系數，即可得出2017年月門診量預測值。

根據公式：月標準差Si=∑ni=1（xi-）2n-1，求出每月門診量的標準差。

令置信水平1 -α= 0.95，α= 0.05（雙側），n = 2，查t分布表得tα，n-1 = t0.05，1 = 12.706，則可以根據公式x±12.706（sin）計算出2017年每月門診量預測值的95%可信區間。

2.2門診量變化趨勢分析

從圖3可以看出，2013-2016年的門診量呈先降后升現象，門診量下降是由于醫院施工改造影響了就診人數。2016年的增長趨勢明顯，主要是因為2016年新門診樓投入使用，內科、外科、婦科、產科、神經科等多個科室門診遷到新門診大樓，與舊門診樓相比，不僅能滿足日益增長的就診需求，還在環境和效率等方面有了極大提高，使患者掛號、收費排隊時間減少，提升患者的就醫感受。此外，2013-2016年的門診量呈季節性變化，1、2、9、10月門診量較低，主要是因為1、2月適逢我國傳統節日元旦和春節，除非病情嚴重，一般這段期間不愿到醫院就診；9、10月為秋收季節又逢國慶小長假，人們忙于秋收或外出旅游度假，門診量相對減少。3月份和8月份門診人次有所增加，3、11、12月份為季節轉換時節，氣溫變化較大，發病率上升；8月份正值酷暑，天氣炎熱，容易中暑，同時是呼吸道疾病和急性腸胃炎的流行季節，也是心腦血管發病的高峰期，致使醫院門診量大幅度上升。

觀察表2中的數據可以得出，比較2017年1-3月的

已有門診數據，預測值均在95%可信區間內，除2月外，預測誤差率在-15%～15%，而2月份的誤差率相對較大，主要是因為1月28日為我國傳統節日春節，每逢團聚，就離不開宴席，暴飲暴食、過度飲酒、飲食不注意衛生等不健康習慣，誘發的包括腸胃炎、膽囊炎、急性胰腺炎等在內的各種消化道疾病大幅度增多，隨之消化科就診量激增趨勢明顯，導致2月份門診量波動相對較大。

3系統界面實現

數據以日為單位進行存儲，運用4個時間維度（年、季、月、日）、4個空間維度（病區、科室、項目類、醫保），采用餅狀圖、折線圖、儀表盤等數據展現方式，實現醫院關鍵業務指標在手機、平板等移動終端快速、高效和多維度、多層次的集中展示。

3.1輸入設計

本系統的輸入設備為手機或平板的觸摸屏，輸入數據為科室、醫保、時間。其中，科室和醫保類別通過使用bootstrapselect和chosen插件進行顯示，可以在輸入框中輸入查詢條件字段快速選擇查詢條件，時間通過使用bootstrapdatetimepicker插件加以顯示。

3.2輸出設計

輸出設備為手機或平板屏幕，輸出以統計圖的格式顯示。例如，查詢條件中科室為“呼吸內科”，時間為20170215-20170315，單擊“查詢”按鈕，查詢結果將顯示在查詢條件下，如圖4所示。

考慮到顯示屏幕的長度限制，將查詢條件選擇框設計在一個可以伸縮的框架中，當統計結果顯示在查詢條件下，將查詢條件框架收縮，可以保證查詢結果在屏幕上的完整顯示。統計結果圖右上角的圖標可以改變數據的顯示方式，例如圖5中條形顯示方式可以表格或折線圖的顯示方式將數據展示到屏幕。單擊下載圖標可以將統計結果以圖片的方式保存下來。

4結語

本文考慮了當前醫院信息管理系統現狀、存在的問題及現實需求，采用B/S模式和Bootstrap前臺框架以及SpringMVC+Hibernate后臺框架技術，設計并實現了基于移動端的醫院決策支持系統。該系統彌補了醫院信息管理的不足，實現了醫院統計指標體系化和方便查看的要求。在移動終端上訪問決策支持系統，管理者能夠隨時、隨地、隨身了解醫院醫療業務和經營動態，輔助醫院發現醫療業務和管理中深層次的、潛在的問題，對于醫院管理者實現實時管理與有效決策具有重要意義。

參考文獻參考文獻：

[1]廖加友.病案統計管理系統與統計數據質量分析[J].中國衛生產業，2014（24）：4546.

[2]李瑛.當前縣級醫院統計工作的現狀及應對策略研究[J].經濟研究導刊，2016（23）：118119.

[3]唐雄，張巨發，段昌奉，等.基于移動智能終端的醫院管理決策支持系統開發及應用[J].現代儀器與醫療，2013，19（1）：4749.

[4]帕提古麗·尼亞孜，周國棟，郭建新.腦梗死單病種過程質量管理評價分析[J].中國病案，2015（5）：9294.

[5]張玉敏.對醫院病案統計工作存在問題的探討[J].科級致富向導，2011（8）：315315.

[6]黃日瓊.某社區衛生服務站門診量動態分析[J].現代醫院，2013，13（12）：9395.

[7]胡蓉.某醫院門診量動態分析及預測[J].中國衛生事業管理，2010（12）：3941.

責任編輯（責任編輯：孫娟）endprint