一種基于大數(shù)據(jù)的醫(yī)院后勤運(yùn)維分析系統(tǒng)的研究

［摘 要］隨著信息技術(shù)的飛速發(fā)展，大數(shù)據(jù)已經(jīng)成為各行業(yè)不可或缺的重要資源。在醫(yī)療領(lǐng)域，大數(shù)據(jù)的應(yīng)用不僅改變了傳統(tǒng)的醫(yī)療服務(wù)模式，也為醫(yī)院后勤運(yùn)維管理帶來了前所未有的機(jī)遇與挑戰(zhàn)。為了更好地滿足現(xiàn)代醫(yī)院對后勤運(yùn)維的精準(zhǔn)化、智能化需求，提出了一種基于大數(shù)據(jù)的醫(yī)院后勤運(yùn)維分析系統(tǒng)。該系統(tǒng)以大數(shù)據(jù)技術(shù)為核心，通過對醫(yī)院后勤運(yùn)維過程中的各類數(shù)據(jù)進(jìn)行收集、整理、分析和挖掘，實(shí)現(xiàn)了對醫(yī)院后勤運(yùn)維的全方位監(jiān)控和管理，并且能夠?qū)崟r(shí)收集醫(yī)療設(shè)備運(yùn)行狀態(tài)、能源消耗情況、物資庫存量等關(guān)鍵數(shù)據(jù)，通過智能算法對這些數(shù)據(jù)進(jìn)行深度分析，為醫(yī)院管理層提供決策支持。

［關(guān)鍵詞］大數(shù)據(jù)；醫(yī)療機(jī)構(gòu)；運(yùn)維管理；數(shù)據(jù)治理

［中圖分類號］TP315 ［文獻(xiàn)標(biāo)志碼］A ［文章編號］2095–6487（2024）05–0112–03

1 系統(tǒng)架構(gòu)設(shè)計(jì)

基于大數(shù)據(jù)的醫(yī)院后勤運(yùn)維分析系統(tǒng)采用靈活的分層設(shè)計(jì)模式進(jìn)行設(shè)計(jì)，該系統(tǒng)在現(xiàn)有醫(yī)療系統(tǒng)的背景下，兼容滿足系統(tǒng)間的運(yùn)行實(shí)際需求，而且還具備一定的擴(kuò)展性。系統(tǒng)總體架構(gòu)如圖1 所示。系統(tǒng)主要分為數(shù)據(jù)應(yīng)用層、數(shù)據(jù)服務(wù)層、數(shù)據(jù)倉庫層、實(shí)時(shí)數(shù)據(jù)處理和數(shù)據(jù)源層。數(shù)據(jù)應(yīng)用層主要是提供移動端、PC 端、Web 端和可視化大屏等用戶接入應(yīng)用。數(shù)據(jù)服務(wù)層通過統(tǒng)一數(shù)據(jù)資產(chǎn)管理、元數(shù)據(jù)服務(wù)中心、數(shù)據(jù)標(biāo)簽、數(shù)據(jù)分發(fā)統(tǒng)一接口和數(shù)據(jù)檢索等服務(wù)能力，主要負(fù)責(zé)整合底層數(shù)據(jù)服務(wù)能力并向上提供數(shù)據(jù)應(yīng)用能力。數(shù)據(jù)倉庫層主要處理系統(tǒng)中的相關(guān)數(shù)據(jù)，且是面向應(yīng)用按需建模處理，面向業(yè)務(wù)指標(biāo)和主題模型，數(shù)據(jù)抽取的同時(shí)執(zhí)行數(shù)據(jù)壓縮工作，壓縮工作不會阻礙抽數(shù)的動作，獨(dú)立的壓縮線程在抽取的同時(shí)進(jìn)行工作，并行處理減少數(shù)據(jù)抽取時(shí)間，結(jié)合數(shù)據(jù)存儲的優(yōu)化，使得海量數(shù)據(jù)導(dǎo)入避免了OOM。實(shí)時(shí)數(shù)據(jù)處理和數(shù)據(jù)源層主要負(fù)責(zé)將相關(guān)運(yùn)維數(shù)據(jù)通過數(shù)據(jù)庫后進(jìn)行數(shù)據(jù)流抽取和處理，提供準(zhǔn)確的數(shù)據(jù)源給上層業(yè)務(wù)進(jìn)行使用。

2 系統(tǒng)關(guān)鍵技術(shù)

2.1 系統(tǒng)數(shù)據(jù)邏輯架構(gòu)

基于大數(shù)據(jù)的醫(yī)院后勤運(yùn)維分析系統(tǒng)主要目的是為了支撐醫(yī)療中心平穩(wěn)運(yùn)行和對系統(tǒng)中后勤運(yùn)維的各類數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，同時(shí)還會深入挖掘形成相關(guān)科學(xué)的、量化的后勤運(yùn)行評價(jià)指數(shù)，同時(shí)利用不同醫(yī)院的數(shù)據(jù)形成一套完善的數(shù)據(jù)指標(biāo)監(jiān)測系統(tǒng)，并利用這個平臺的數(shù)據(jù)分析結(jié)論形成定期的醫(yī)院后勤運(yùn)行數(shù)據(jù)白皮書。系統(tǒng)數(shù)據(jù)總體邏輯架構(gòu)如圖2 所示。

基于大數(shù)據(jù)的醫(yī)院后勤運(yùn)維分析系統(tǒng)匯總各個醫(yī)院數(shù)據(jù)需要覆蓋區(qū)域中的所有院區(qū)，其中在安防數(shù)據(jù)集成部分，基于現(xiàn)有醫(yī)院的監(jiān)控視頻體系，在下屬的所有院區(qū)布署“后勤數(shù)據(jù)智能采集平臺”，覆蓋1984路視頻線路，同時(shí)布署構(gòu)建后勤全景數(shù)據(jù)精細(xì)化運(yùn)營平臺，與醫(yī)院HIS 系統(tǒng)、本地監(jiān)控系統(tǒng)和本院醫(yī)管聯(lián)合平臺完成對接，實(shí)現(xiàn)視覺數(shù)據(jù)的本地采集、邊緣計(jì)算、云端分析、全景展示和管理的建設(shè)內(nèi)容。針對數(shù)據(jù)支撐平臺中的數(shù)據(jù)進(jìn)行智能分析后，通過可視化和多渠道的接入服務(wù)給用戶提供相關(guān)風(fēng)險(xiǎn)預(yù)警、決策管理和業(yè)務(wù)分析能力。

2.2 Spider數(shù)據(jù)引擎

Spider 數(shù)據(jù)引擎是一個集實(shí)時(shí)數(shù)據(jù)對接與抽取數(shù)據(jù)功能于一體的統(tǒng)一引擎。其賦予用戶根據(jù)數(shù)據(jù)量、實(shí)時(shí)性需求及使用頻率，自由切換實(shí)時(shí)或抽取數(shù)據(jù)模式的能力。這一無縫切換機(jī)制，為前端的高性能分析提供了更為靈活與高效的支撐。Spider 數(shù)據(jù)引擎在處理不同量級的數(shù)據(jù)分析時(shí)展現(xiàn)出了卓越的靈活性。當(dāng)數(shù)據(jù)量激增時(shí)，其可以通過橫向擴(kuò)展機(jī)器節(jié)點(diǎn)，利用專為海量大數(shù)據(jù)分析設(shè)計(jì)的分布式方案，輕松應(yīng)對。系統(tǒng)采用先進(jìn)的列式存儲技術(shù)，顯著降低了磁盤負(fù)擔(dān)，同時(shí)強(qiáng)大的數(shù)據(jù)壓縮功能，大幅減少了數(shù)據(jù)占用的存儲空間，從而節(jié)省了寶貴的磁盤資源。結(jié)合內(nèi)存計(jì)算與ETL 邏輯，Spider 數(shù)據(jù)引擎既滿足了數(shù)據(jù)的快速計(jì)算需求，又能高效處理大數(shù)據(jù)量。其不僅能夠靈活支撐輕量實(shí)時(shí)數(shù)據(jù)的分析，還能應(yīng)對大數(shù)據(jù)量歷史數(shù)據(jù)的分析挑戰(zhàn)。

此外，Spider 數(shù)據(jù)引擎的單表高性能增量更新功能，適用于多種數(shù)據(jù)更新場景，有效縮短了數(shù)據(jù)更新時(shí)間，并減輕了數(shù)據(jù)庫服務(wù)器的壓力。對于用戶歷史數(shù)據(jù)量龐大的情況，通過單表增量更新的方式，可以分批次將歷史數(shù)據(jù)更新到后勤分析平臺中。后勤分析平臺還提供了靈活的更新機(jī)制，支持全局、業(yè)務(wù)包及單表的定時(shí)或手動更新。對于需要頻繁更新且更新時(shí)間相對固定的企業(yè)數(shù)據(jù)，可以通過設(shè)置定時(shí)更新來實(shí)現(xiàn)自動化數(shù)據(jù)更新。在小數(shù)據(jù)量場景下，數(shù)據(jù)以二進(jìn)制文件形式存儲在本地磁盤，實(shí)現(xiàn)隨存隨用，并行計(jì)算，輕量且易用。

2.3 數(shù)據(jù)處理流程

系統(tǒng)數(shù)據(jù)分析主要包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)建模和數(shù)據(jù)計(jì)算等關(guān)鍵步驟。數(shù)據(jù)分析處理流程如圖3所示。數(shù)據(jù)采集主要是對院區(qū)中的相關(guān)后勤運(yùn)維數(shù)據(jù)進(jìn)行采集，主要有實(shí)時(shí)采集和批量采集兩種形式。數(shù)據(jù)清洗主要是為了消除數(shù)據(jù)中的噪聲和糾正數(shù)據(jù)中的錯誤、缺失或異常值，提高數(shù)據(jù)的質(zhì)量。同時(shí)對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化和歸一化處理，以便后續(xù)的數(shù)據(jù)分析和建模。在數(shù)據(jù)建模時(shí)，充分考慮數(shù)據(jù)的屬性、結(jié)構(gòu)、關(guān)系及業(yè)務(wù)邏輯等因素，選擇合適的模型類型和參數(shù)設(shè)置，實(shí)現(xiàn)對數(shù)據(jù)的有效組織和存儲，為后續(xù)的數(shù)據(jù)分析和挖掘提供便利。最后利用數(shù)據(jù)分析工具和算法對數(shù)據(jù)進(jìn)行深入的分析和挖掘，對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、分類、聚類、預(yù)測等操作，為業(yè)務(wù)決策和優(yōu)化提供有力支持。

2.4 自定義數(shù)據(jù)交互

系統(tǒng)模塊采用了jquery 框架，以簡化HTML 文檔處理、事件處理、動畫效果的實(shí)現(xiàn)及AJAX 交互，同時(shí)支持多種瀏覽器版本，尤其推薦使用谷歌瀏覽器。通過這一框架，用戶能夠方便地操作報(bào)表，并利用模塊內(nèi)置的js 方法進(jìn)行處理。此外，模塊還提供了內(nèi)置的JS 編輯器，支持JavaScript 腳本的引用和編輯，并具備自動補(bǔ)全功能及案例參考，以避免代碼輸入錯誤。盡管模塊已提供大量自帶函數(shù)，但為了滿足特殊領(lǐng)域的報(bào)表制作需求，其還支持自定義函數(shù)機(jī)制，用戶可以根據(jù)業(yè)務(wù)需要定義函數(shù)，但這些函數(shù)必須遵循模塊的函數(shù)定義規(guī)則。在模塊中，每個函數(shù)都被定義為一個類，實(shí)現(xiàn)了特定的接口，通過函數(shù)名反射取得類并調(diào)用其運(yùn)行方法。這一設(shè)計(jì)旨在提供更靈活、友好的報(bào)表制作體驗(yàn)。

3 結(jié)束語

文章設(shè)計(jì)了一種基于大數(shù)據(jù)的醫(yī)院后勤運(yùn)維分析系統(tǒng)，該系統(tǒng)通過大數(shù)據(jù)技術(shù)構(gòu)建數(shù)據(jù)處理架構(gòu)，同時(shí)利用實(shí)時(shí)數(shù)據(jù)引擎與抽取數(shù)據(jù)引擎整合統(tǒng)一為Spider 數(shù)據(jù)引擎。用戶可以根據(jù)數(shù)據(jù)量、實(shí)時(shí)性要求、使用頻次等，自由選擇實(shí)時(shí)或抽取的方式。實(shí)時(shí)數(shù)據(jù)與抽取數(shù)據(jù)方式的無縫切換，可更加靈活高效支撐前端的高性能分析。此外，該系統(tǒng)還具有強(qiáng)大的預(yù)測和預(yù)警功能。通過對歷史數(shù)據(jù)的分析，系統(tǒng)能夠預(yù)測未來一段時(shí)間內(nèi)醫(yī)院后勤運(yùn)維的需求和趨勢，讓醫(yī)院提前做好準(zhǔn)備。同時(shí)，系統(tǒng)還能夠?qū)崟r(shí)監(jiān)測異常情況，一旦發(fā)現(xiàn)潛在風(fēng)險(xiǎn)或問題，立即發(fā)出預(yù)警，確保醫(yī)院后勤運(yùn)維的安全穩(wěn)定。基于大數(shù)據(jù)的醫(yī)院后勤運(yùn)維分析系統(tǒng)的研究不僅具有重要的實(shí)際使用價(jià)值，更有著廣闊的應(yīng)用前景。

參考文獻(xiàn)

[1] 徐天寧. 基于大數(shù)據(jù)分析的醫(yī)院檢驗(yàn)設(shè)備運(yùn)維檢修系統(tǒng)設(shè)計(jì)[J]. 自動化技術(shù)與應(yīng)用，2023，42（7）：133-135.

[2] 翟運(yùn)開，路薇，崔芳芳，等. 基于ITIL 的精準(zhǔn)醫(yī)療大數(shù)據(jù)分析平臺運(yùn)維模式構(gòu)建[J]. 中國衛(wèi)生事業(yè)管理，2020，37（7）：487-488，536.

[3] 孫泉輝，金紹君，程嵩，等. 基于大數(shù)據(jù)聚類分析的電網(wǎng)信息化運(yùn)維系統(tǒng)設(shè)計(jì)[J]. 電子設(shè)計(jì)工程，2020，28（14）：77-80.

[4] 李曉飛. 大數(shù)據(jù)分析下用電信息采集運(yùn)維優(yōu)化仿真[J]. 計(jì)算機(jī)仿真，2018，35（7）：438-421ca60e01147774889a811c78724799b42.

[5] 尹成波，孫守強(qiáng)，衣淑麗. 基于大數(shù)據(jù)分析的用電信息采集運(yùn)維優(yōu)化仿真[J]. 計(jì)算機(jī)仿真，2018，35（11）：436-439.

[6] 楊恒，田坤，常亮，等. 基于大數(shù)據(jù)分析的可視化預(yù)測性運(yùn)維系統(tǒng)實(shí)現(xiàn)[J]. 冶金自動化，2020，44（1）：44-47，73.

[7] 李穎杰，鄭筠，楊光. 大數(shù)據(jù)平臺配電網(wǎng)智能化運(yùn)維管控平臺的設(shè)計(jì)和應(yīng)用分析[J]. 微型電腦應(yīng)用，2020，36（6）：141-143.

[8] 池葆春. 大數(shù)據(jù)分析下的智慧交通自動化運(yùn)維系統(tǒng)設(shè)計(jì)[J]. 自動化與儀器儀表，2022（3）：68-72.

[9] 李軍，王濤. 基于大數(shù)據(jù)分析技術(shù)的網(wǎng)絡(luò)運(yùn)維平臺應(yīng)用與開發(fā)[J]. 電腦編程技巧與維護(hù)，2021（7）：112-114.

[10] 王元峰，王宏遠(yuǎn)，楊金鐸. 基于大數(shù)據(jù)分析的配網(wǎng)主動式運(yùn)維研究[J]. 自動化與儀器儀表，2019（4）：216-219.

[11] 宋孫釋然. 基于大數(shù)據(jù)的城市軌道交通運(yùn)維信息化技術(shù)應(yīng)用分析[J]. 中國戰(zhàn)略新興產(chǎn)業(yè)，2023（26）：75-77.