云計算平臺的醫院后勤信息管理系統設計

張璐

（遼寧省腫瘤醫院(遼寧省腫瘤研究所)，遼寧沈陽 110042）

醫院后勤管理涉及醫院各部門人力、物力、財力的綜合信息管理，是醫院正常、高效運轉的基礎。后勤信息管理能力能夠體現醫院現代化程度和醫療水平，是現代化醫院重點關注的研究課題之一[1-2]。

為適應現代化醫院后勤信息管理規范化、信息化的需求，設計基于云計算平臺的醫院后勤信息管理系統。作為一種廣泛應用的互聯網技術，云計算平臺在現實應用過程中發揮著越來越關鍵的作用[3-5]。文中提出一種基于云計算平臺的醫院后勤管理系統，可以為醫院物資供應提供保障、節省開支，能夠提升醫院后勤管理運作的效率。

1 云計算平臺的醫院后勤信息管理系統

1.1 系統整體結構設計

根據醫院后勤信息管理系統的應用需求與云計算平臺的運行優勢，設計基于云計算平臺的醫院后勤信息管理系統，如圖1 所示。該系統采用三層標準云計算架構[6]，包含云計算基礎設施服務層、云計算平臺服務層以及云計算軟件服務層。

圖1 云計算平臺后勤信息管理系統結構

1）基礎設施服務層由后勤基礎設施設備、虛擬化平臺、虛擬數據中心以及云計算管理等子系統共同組成。基礎設施服務層的主要功能是為醫院后勤信息系統云計算平臺服務層內不同應用提供信息傳輸、業務承載與信息等基礎服務[7]，完成醫院后勤信息資源共享，為醫院后勤保障提供基礎支撐。

2）云計算平臺服務層由數據管理、分布式計算、后勤控制等子系統共同組成。云計算平臺服務層利用API 接口完成服務，醫院后勤管理人員利用API 接口同系統進行交互[8]。云計算平臺服務層提供由基礎設施值應用的服務，在完成軟件同后勤設備鉸鏈的同時，還可基于統一格式數據鏈路與專用的物流平臺等構建、優化醫院后勤信息關系與保障鏈路，由此為醫院后勤信息管理提供技術平臺與工具。

3）云計算軟件服務層由工具類應用組件、后勤業務應用組件以及其他應用組件等共同組成。云計算軟件服務層內集成不同云計算應用服務，對接最終應用，是后勤信息管理系統提供不同服務的工具，也是醫院后勤信息管理人員使用云計算共享體系的界面。

1.2 數據管理子系統功能模塊設計

數據管理子系統是云計算平臺服務層功能實現的基礎[9]，云計算平臺服務層中的數據管理子系統基于醫院后勤管理的普遍需求，設定功能模塊結構，如圖2 所示。住所管理模塊的主要功能是對醫院宿舍內居住醫護人員的詳細資料進行管理，包括添加、刪除、修正與查詢等[10-12]；動力中心管理的主要功能是救護車與醫用設備維護管理、儀表數據管理與院內固定設備設施資產故障維修管理等；醫院員工管理的主要功能是管理各科室資源資料，包括錄入、刪除、修正與查看等；醫用資源管理功能是對醫用設備、藥品以及住院區配備物品(被、褥、水壺等)等資源實施歸檔、消耗、填充等管理。

圖2 系統功能模塊設計

1.3 動力中心管理模塊

動力中心管理模塊是數據管理平臺中的核心模塊，其主要功能是對救護車與醫用設備維護、儀表數據(水、電、停車位費用)與院內固定設備設施資產故障維修等進行登記、查詢、修改、刪除與統計等處理。在動力中心管理模塊中，救護車與醫用設備維護及院內固定設備設施資產故障維修等功能，均劃分醫院后勤管理人員添加報修和醫護人員網絡報修兩部分。在維護維修管理過程中，云計算平臺數據庫內記錄全部維護維修信息，醫院后勤管理人員在云平臺數據庫內提取全部維護維修信息并實施編制，交由修理部實施維修，報修業務流程見圖3。

圖3 報修業務流程

修理部接收到醫院后勤管理人員發送的維護維修單后，根據單據去醫院倉庫領取相關材料，并填寫材料信息單存于醫院倉庫。修理部依照維護維修單信息完成任務后，將剩余材料送回醫院倉庫，將任務過程中消耗的材料信息提交給醫院后勤管理人員，報修業務處理流程如圖4 所示。

圖4 報修業務處理流程

1.4 基于云計算的聚類算法

數據聚類是數據管理的一種有效形式，為完成云計算平臺數據庫內海量醫院后勤信息的管理，需對醫院后勤信息實施聚類處理。分布式計算子系統在云計算平臺數據庫信息流特征提取的基礎上，選取多層空間模糊減法聚類方法完成醫院后勤信息聚類。醫院后勤管理信息數據流特征相關系數為[13-16]：

Cf表示海量醫院后勤管理信息特征向量的空間坐標值矢量模型，將wMN代入其中，利用模糊減法聚類算法，確定云計算平臺數據庫海量醫院后勤管理信息特征聚類目標函數minSd：

式中，mg為信息數據流嵌入維數[16]。

基于minSd確定海量醫院后勤管理信息特征聚類中心：

式中，|Yg|和dg分別描述隸屬于第g個簇的聚類數據數量和海量醫院后勤管理信息數據流時間序列。

海量醫院后勤管理信息特征隸屬度矩陣為：

利用式（4）迭代優化式(3)，聚類中心固定后迭代優化過程終止，采用式(5)獲取優化后的海量醫院后勤管理信息特征聚類中心：

用ε描述終止閾值：0 ＜ε＜1，在其值滿足式（6）中的任意條件下，模糊減法聚類算法終止：

模糊減法聚類算法終止后輸出結果即為聚類后的海量醫院后勤管理信息。

2 仿真實驗

為驗證基于云計算平臺的醫院后勤信息管理系統的性能，選取某市附屬醫院為研究對象，在其后勤管理部門搭建文中系統、設定研究對象，后勤數據庫中共包含7 個數據集，如表1 所示。從功能、性能、應用3 方面測試文中系統。

表1 測試數據集

2.1 系統功能測試

為驗證文中系統功能的可靠性，在文中系統搭建成功后，對其實施功能性測試，結果如表2 所示。由表2 可知，文中系統各項功能性測試的實際結果與期望結果全部一致，由此證明文中系統可有效管理醫院后勤數據。

表2 系統功能測試結果

2.2 系統性能測試

系統針對表1 各數據集中的研究對象，后勤信息管理過程中的加速比如表3 所示。分析表3 可知，系統在處理研究對象后勤管理數據中的加速比，隨著終止閾值與數據量的提升基本呈線性上升趨勢，即終止閾值與數據量越大，系統加速比越大。產生這種結果主要是因為該系統采用模糊減法聚類算法，有效提升了聚類過程的速率與時效性，使聚類過程可在短時間內完成，隨著數據量的提升，這種優勢更加顯著。

表3 不同數據集下的系統加速比

2.3 系統應用測試

為測試文中系統的應用性能，分別對比采用系統前后的救護車輛耗油費用與院內設備設施維修費用，對比結果如圖5、6 所示。由圖5、6 可知，研究對象采用該系統后救護車輛耗油費用和設備設施維護費用均呈現不同程度的下降趨勢。其中救護車輛耗油費用平均每月下降約0.59 萬元，設備設施維護費用平均每月下降約1.22萬元。對比結果顯示，采用文中系統管理后勤數據后，可實現節省開支的目的。

圖5 救護車輛耗油費用對比結果

圖6 院內設備設施維護費用對比結果

3 結束語

醫院體制改革進程的加快對醫院后勤數據管理的規范化與信息化提出更高要求，基于此，文中設計基于云計算平臺的醫院后勤信息管理系統，應用測試結果顯示，該系統可有效管理醫院后勤數據，達到系統設計的目的。文中系統在今后實際應用過程中需不斷地發現問題，優化性能。