醫院決策支持系統從傳統型到移動型的建設與實踐

申寶明，王銳，楚宏碩，徐浩，莊緒金，魏賓

青島大學附屬醫院 信息管理部，山東 青島 266000

醫院決策支持系統從傳統型到移動型的建設與實踐

申寶明，王銳，楚宏碩，徐浩，莊緒金，魏賓

青島大學附屬醫院 信息管理部，山東 青島 266000

本文以我院決策支持系統（Decision Support System，DSS）的建設歷程為例，首先介紹DSS架構、功能設計等，然后介紹傳統型DSS在使用過程中出現的不足，最后介紹移動型DSS的建設方案以及應用優勢和管理應用中的實踐成效。

醫院決策支持系統；數據倉庫；醫療數據分析；移動型決策支持系統

引言

決策支持系統（Decision Support System，DSS）的一般認識是以管理學、運籌學等理論知識為基礎，將信息、數據進行合成以信息化技術和人工智能技術為工具，科學管理數據來輔助管理者、決策者解決半結構化或非結構化決策問題[1]。DSS的提出是在事務處理由單模型決策到復雜模型決策的時代發展過程中產生的，模型多樣化后無法單純地依靠人力來解決模型的聯合與協調[2]。目前決策支持系統在我國應用以來已經在各行各業得到了實踐，充實了理論研究和系統開發，并已取得了多方面的成就同時也呈現出多元化的發展態勢[3]。

決策支持系統在醫療方面的應用稱為臨床決策支持系統（Clinical Decision Support System，CDSS）。目前的一個主要應用是輔助醫生臨床決策，系統可以將患者的健康數據與醫學知識結合形成科學的結論為醫生做出決策，從而提高醫療服務水平[4-5]。Saraiva等[6]使用決策支持系統診斷癌癥時將基于規則的方法與基于案例推理的方法結合組成知識庫，決策支持系統利用該專家知識庫匹配癌癥特征確認病癥。湯建[7]設計的臨床決策支持系統引入了粗糙集理論及神經網絡理論可以準確全面的獲取疾病知識，采用的模糊神經網絡高效推理機制可以引導醫生逐步診斷出疾病，提供參考治療方案。趙志升等[8]在文章中介紹了針對單一病種的決策支持系統研發出了相關的專家系統，包括北京中醫醫院的“關幼波肝病診療程序”和吉林大學的“中醫婦科專家系統”以及胃癌、結核病的其他疾病的專家系統。陳黎明等[9]建立的臨床決策支持系統是探索研發具有人機交互智能化功能特點的臨床護理決策支持系統，并將危險因素評估、護理計劃和健康教育3項具有提醒預警、提供決策分析的臨床應用模塊進行植入形成高級護理文書系統。陳翌等[10]將智能決策支持系統應用到區域醫療信息共享平臺，是一種新型決策支持信息系統，實現智能無侵入地嵌入醫生工作站和醫療信息平臺，關注病人治療過程實時分析、預警、智能輔助決策支持。

隨著醫院信息化突飛猛進，業務信息系統在運行多年后，已積累了大量數據，但這些醫療數據分散在如HIS、LIS、PACS、EMR等信息系統中，決策者需要利用這些寶貴數據進行面向全局的綜合分析，業務系統很難滿足需求，醫院決策支持系統(DSS)應運而生。我院較早的完成了臨床業務的信息化，對DSS的應用經歷了早期的傳統型，又基于移動終端普及開發了移動型決策支持系統（MobDSS）。

1 DSS建設

1.1 系統架構

我院的決策支持系統基于多層架構實現，后臺基于大型數據庫Oracle構建數據倉庫，數據源支持抽取Oracle、SQL Server、DB2、My SQL、Sybase、Cache等多種數據庫，通過ETL、CDC等多種技術每日抽取生產數據庫信息增量構建決策支持數據倉庫，所有數據分析均基于數據倉庫檢索，不占用生產庫資源，不影響在線業務系統運行效率。醫院決策支持系統架構圖，見圖1。

圖1 決策支持系統架構圖

居于核心的是數據倉庫（DW），它作為集成平臺將分散在不同工作系統的數據集中存儲、互聯互通[11]。梁雯利用數據倉庫將統一的全局數據視圖展現給訪問者，保證了數據一致性，構建的多維數據分析模型利用各種手段獲取所需數據，自動發現數據潛在模式，共享全局知識，用于指導聯機分析處理，并反饋于DSS[12]。本文還借鑒了俞磊等在醫院原有信息系統HIS的基礎上，搭建的一個完整的醫院決策支持系統，它綜合運用數據倉庫、聯機分析處理、數據挖掘等新興技術，文章中還對這些技術的關鍵部件的設計作了詳盡的研究[13]。馬麗娜等[14]介紹了決策支持系統中存在的不足，提出了基于數據集市的OLAP與DM在決策支持系統中的應用方案，利用開發的一個YL-DSS系統介紹了其在醫院信息化建設中的實踐過程。

DW利用Oracle的CDC技術在數據庫級別實現增量抽取解決方案。然后按照不同主題設計借助工具進行分析。這個分析過程在介于用戶與DW間的數據分析處理系統-醫院數字化管理平臺上完成，使用的工具主要是聯機分析處理(On-Line Analytical Processing，OLAP)技術。OLAP整合多維數據庫進行多維分析，每個多維數據集都由多維數據集管理員組織和設計以適應用戶檢索和分析數據的方式，從而更易于創建和使用所需的數據透視表和數據透視圖，通過鉆取、切片和切塊以及旋轉，展現在用戶面前的是一幅幅多維視圖，提供直觀易懂的查詢結果[15]。比如醫院管理層關注的耗材占比在時間維度不僅每月進行匯總還需要進行季度和年的聚合；而在科室維度需要核算醫療組耗材占比進而聚合成科室耗材占比；時間維和科室維又需要聚合成如某季度某科室的耗材占比。OLAP通過這種多維聚合機制能夠高效的完成不同層級對數據需求。

1.2 功能設計

根據醫院業務需求，決策支持系統設計的分析主題可歸為：醫療質量、合理用藥、患者安全與質量、患者負擔、工作效率、醫療服務和醫院收入，具體指標KPI多達上百個。

醫療質量：對門診、住院、藥品、手術等核心指標的趨勢分析，支持臨床和各行政科室提高醫療質量，實現精細化管理的目標；合理用藥：對抗菌藥物使用率、使用強度、送檢率以及門診口服藥和注射劑處方比例分析，輔助藥劑科指導臨床安全用藥，提高合理用藥水平；患者安全與質量：對醫院感染率、手術并發癥、患者感染率、再住院發生率和死亡率分析，對各科室醫療活動合理把控；患者負擔：分析門診、住院平均花費和平均藥費的變化趨勢，降低患者的自負與增負金額，減輕患者個人負擔；工作效率：以每職工工作量、工作負擔、經濟效益為核心，展示醫院工作效率變化情況，對人員數量及增長分析和人員不同維度構成情況分析來反映醫療機構人力資源基本情況；醫療服務：通過對門急診人次、入出院人次和體檢人次進行統計，結合科室人員配置，提高醫院整體資源配置；醫院收入：以2010版《醫院財務制度》所要求的“醫院財務分析參考指標”為基準，全面分析醫院各項財務指標的發展變化趨勢。

2 傳統型DSS實踐

本文所說的DSS傳統型指的是DSS電腦端實踐方式，一種是利用瀏覽器/服務器架構（Browse/Service，B/S），一種是利用EXCEL架構。

2.1 基于B/S架構DSS

通過電腦瀏覽器登錄醫院決策支持系統，主功能界面分為：院級領導駕駛艙、醫療收入、患者負擔、醫療服務、工作效率、患者安全與質量、合理用藥、住院醫療質量。該系統可以按月、周、日時間維度和院區維度分析數據規律，系統中各餅狀圖或曲線圖均可通過鼠標點中數據，并以彈出的形式展現，藍色數字表示該指標可鉆取分析，見圖2。

圖2 基于B/S架構醫院決策支持系統

2.2 基于EXCEL架構DSS

登錄EXCEL展示DSS界面，首頁是醫院關注的總體運營指標和分院區情況，右側主題列表包括：綜合運營指標、就診流程分析、門診運營管理、住院運營管理、手術統計分析、臨床路徑管理。主題目錄按樹狀結構展開，可詳細鉆取關注的指標，見圖3。

2.3 實踐成效

基于B/S架構的決策支持系統使用瀏覽器展示不需要特殊配置，可以在頁面根據個性化需求配置維度指標?；贓XCEL架構的決策支持系統利用office提供的處理函數可以快速將鉆取的源數據進行聚合，強大的多樣化圖表展示復雜數據清晰生動。目前醫院的臨床路徑使用率由該系統出具，醫務處將數據導出來以后在我院的協同辦公網上公示，目前我院入徑率已達到50%。

圖3 基于EXCEL架構的醫院決策支持系統

基于B/S的DSS不足是隨著醫療數據日益龐大，瀏覽器在查詢時經常會出現時間較長或卡死現象。這兩種方式由于都是在電腦端使用且必須在醫院局域網環境，受時間和空間約束，經過監測日志發現系統使用率較低。

隨著通信技術和移動智能終端發展和普及，移動醫療能夠打破時空的限制，管理者和科室負責人能在繁忙的政務和醫療活動中利用間隙時間關注指標，所以MobDSS應運而生[16]。

3 移動型DSS實踐

醫院開發的移動型DSS與傳統型DSS基于同一個系統架構，由于數據倉庫從各個醫療系統抽取每日業務數據耗費時間較長、服務器壓力較大，這樣就可以在同一套指標體系下通過服務器夜間自動跑任務完成抽取數據，提高運算效率，保證電腦端和移動端數據同步。

醫院決策支持系統中發布的數據是醫院運營的核心數據，所以必須保證其安全性，不能將數據庫完全復制到外網。MobDSS有兩層安全策略，一層是公網到醫院外網映射，將Web Service部署在院內的外網服務器，另一層是醫院內外網之間通過網閘訪問并且僅開通指定數據庫類型端口。

MobDSS界面簡潔輕便，圖表、趨勢圖都合理布局，訪問速度快、耗費流量小。具體展示效果，見圖4。

圖4 移動決策支持系統

4 結語

我院DSS已將包含海量醫療數據的各業務系統有機整合，各級管理者既可以使用傳統型鉆取更多層次詳盡關鍵業務指標也可通過移動型實現實時瀏覽、實時反饋、實時管理。隨著醫療信息化新技術的不斷發展，通過DSS可以挖掘這些數據在醫護、教學和科研方面更深層次應用，充分發揮DSS的輔助決策支持作用，有效提高醫院整體管理水平。

[1] 陳金雄.構建基于數據倉庫的醫院決策支持系統[J].醫療衛生裝備,2012,33(1):77-78.

[2] 陳文偉.決策支持系統及其開發[M].第2版.北京:清華大學出版社,2000.

[3] 彭亦良,楊渝勇,曹興,等.臨床決策支持系統發展的制約因素和應用前景分析[J].醫學與哲學(B),2015,36(9):5-7.

[4] Berner ES.Clinical decision support systems[M].2nd.New York:Springer,2007:3-22.

[5] Greenes RA.A brief history of clinical decision support[M].Amsterdam:Elsevier,2014.

[6] Saraiva RM,Bezerra J,Perkusich M,et a1.A hybrid approach using case-based reasoning and rule-based reasoning to support cancer diagnosis:A Pilot Study[J].Stud Health Technol Inform,2015,216:862-866.

[7] 湯建.基于機器學習的臨床決策支持系統的設計[J].計算機光盤軟件與應用,2014,17(14):283.

[8] 趙志升,張曉,宋晨晏.醫學決策支持系統的發展現狀與趨勢分析[J].醫學與哲學,2015,36(1B):5-8.

[9] 陳黎明,卞麗芳,馮志仙.基于護理電子病歷的臨床決策支持系統的設計與應用[J].中華護理雜志,2014,49(9):1075-1079.

[10] 陳翌,于廣軍,何萍,等.智能決策支持系統在區域醫療信息共享平臺的應用[J].中國數字醫學,2010,5(11):10-13.

[11] 劉雄飛,王慶森.數據倉庫與醫院管理決策[J].中國醫院,2004,8(10):12-14.

[12] 梁雯.基于數據倉庫技術的決策支持系統[J].微機發展,2001,11(3):69-71.

[13] 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.

[14] 馬麗娜,劉弘,張希林.數據挖掘、OLAP在決策支持系統中的應用[J].計算機應用研究,2001,18(11):10-12.

[15] 趙育新,李達,楊瑞婷,等.醫院決策支持系統的一般構建與實現[J].醫療衛生裝備,2012,33(12):126-128.

[16] 段昌奉,張巨發,唐雄,等.醫院移動決策支持系統的建設與應用[J].中國數字醫學,2012,7(4):104-105.

Construction and Practice of Hospital Decision Support System from Traditional to Mobile

SHEN Baoming, WANG Rui, CHU Hongshuo, XU Hao, ZHUANG Xujin, WEI Bin
Department of Information Management, The Affiliated Hospital of Qingdao University, Qingdao Shandong 266000, China

This paper took the construction process of DSS as an example, the DSS architecture and function design were introduced firstly. Then, this article introduced the shortcomings of traditional DSS in the process of using. Finally, the construction scheme of mobile DSS and the practical advantages of management application were introduced.

hospital decision support system; data warehouse; medical date analysis; mobile decision support system

TP399；R197.324

C

10.3969/j.issn.1674-1633.2017.12.033

1674-1633(2017)012-0130-03

2017-08-22

2017-10-18

徐浩，高級工程師，主要研究方向為醫院信息化。

通訊作者郵箱：xuhaoqd@gmail.com

本文編輯 李美松