数据仓库在医院信息系统中的应用浅析(提交百度).doc

数据仓库在医院信息系统中的应用浅析摘要:充分利用现代信息科技技术,自动快速获取有用的决策信息，为医院提供快速、准确的决策支持，已成为医院生存和发展的关键所在。通过引入数据仓库技术，可以有效地利用已有的信息系统数据,为管理决策提供足够的信息支撑.本文从使用角度简要分析说明了数据仓库在医院信息系统中的应用。关键词：数据仓库；OLAP;DM；HIS【引言】从70年代末计算机开始进入我国医疗行业，到当前HIS系统(Hospital Information System）的全方位普及，医院信息系统已得到广泛地应用，在简化工作流程、减轻劳动强度、规范数据录入等方面有效地促进了医院现代化管理水平的提高。通过多年的积累，系统中已拥有了大量的医疗生产历史数据,如何深入挖掘这些数据信息、提供详实的数据分析、辅助医院运营决策和医疗诊断成为了急需解决的问题.并且随着医院间的竞争日益加剧，正确及时的决策是医院生存和发展的关键所在,这也对医院决策支撑系统提出了新的要求。HIS系统和普通的数据库只具备业务处理和数据存储功能，属于事务处理型系统，无法对数据进一步组织、分析和挖掘，这时引入数据仓库（Data Warehouse)技术，就成为解决发展瓶颈的一个有效的解决方案。【数据仓库引入医院信息系统的必要性】数据仓库是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（NonVolatile）、反映历史变化（Time Variant）的数据集合，它用于支持管理中的决策制定过程(Decision Making Support).数据仓库是一种信息技术,是将大量的操作型数据通过集成抽取，进而提供分析数据,其目的是充分利用已有的数据资源，帮助使用人员更好地理解信息，从多种角度去看问题，获得更好的洞察力和发展趋势，并且从中发掘出更多有价值的信息和知识，更好地进行辅助决策。目前医院信息系统的普遍的现状是，积累了大量的数据，加之不断增加的查询统计，对实时性要求很高的HIS系统产生了非常大的影响。为了提高效率，历史数据或被备份后删除，或增加历史服务器支撑对历史数据的查询。同时，也可以考虑将历史数据导入数据库仓库中,利用多维分析和动态报表,从多层面对历史数据进行分析，使数据不再局限于检索应用，发挥更大的功效。从实用角度考虑，建立数据仓库也是在不增加业务系统负荷的前提下满足管理层信息需求的一种合理的解决方案.【数据仓库技术说明】数据仓库常用的技术包括联机分析（OLAP）、统计报表（RP)和数据挖掘（DM)等，联机分析可从各个角度对医院中的业务问题进行全方位的解析，统计报表可以满足医院日常运营中的管理信息要求，数据挖掘用于透过数据本身发现医院发展中的特征及规律。联机分析即OLAP（On-Line Analytical Processing），是共享多维信息的、针对特定问题的联机数据访问和分析的快速软件技术。它通过对信息的多种可能的观察形式进行快速、稳定一致和交互性的存取，允许管理决策人员对数据进行深入观察。医院在日常运营过程，管理者需要及时全面地了解各种宏观信息,如接待病人能力状况、收入增长趋势、在行业中的占比定位等。借助一些报表工具，基于强大的医院数据仓库系统，可以有效快速地支撑这类需求，使管理者能够及时正确的决策，同时在展现层面也达到统一样式、直观清晰的效果。数据挖掘Data mining，指从医院信息数据仓库中发现有价值的、未知的知识，为医学研究和医院行政管理决策、经济管理决策提供服务。基于模糊集理论和粗糙集理论的数据挖掘算法，可以有效的挖掘医院信息系统中的潜在知识，进而对实际医院生产发挥更大的指导作用。【数据仓库应用】数据仓库在医院信息系统中的应用主要有以下几个方面： 病人构成分析通过对医院门诊或住院病人的信息分拣、汇总，运用比对法，从病人的地区分布、性别分布、职业分布、年龄分布和身份分布等方面进行分析，获得不同地域、性别、年龄、职业和身份病人的经济状况、需求等主要医疗服务类型信息，这样就能够使医院管理者准确地了解病人差异要求,进而针对不同类型的病人采取对应的措施来提供优质服务，提高服务质量,增加医院收益。 疾病分布分析以时间、病种、地区、病人性别、职业和年龄做为维度，分析某种疾病的分布情况，如地区分布、职业分布、性别分布、年龄分布等,做到对常见病种的常态化处理预案,提升医院的应对效率和处理准确性。 检查科目分析设定时间、科室、医生、科目类别维度，分析在指定时间内各科室、各医生的检查科目的申请数、完成数及各种设备的使用情况，帮助医院合理安排科目检查时间表和人员、资源分布，减少病人等待时间和提高设备使用率. 手术质量分析手术设有时间、病种和科室三个分析维度，主要是分析各科室完成各病种的手术例数以及术前与术后诊断符合率、术前平均住院天数等，最终形成手术的质量分析报告. 医疗费用分析医疗费用由检查、化验、治疗、药品和手术等多方面组成，通过建立以费用为中心、以上各项为维度的主题分析，可以分析医院、科室，甚至细化到各个病房内的病人费用构成,从而有针对性地控制费用比例，探索医疗费用项目结构的合理性，使医院在控制医疗方面有了准确的依据.如利用数据仓库信息,分析在一段时间内某科室开具处方的药品是否超过了治疗该疾病应具备的合理的比例，为医院合理控制药品比例提供决策依据. 病种病理分析以疾病分类为标准,对单病种进行分析，包含其住院费用、住院天数、转归、病情及治疗等方面，为医疗质量管理提供依据,使医生能够及时总结经验，找出最佳治疗手段。既缩短了病人的就诊住院时间，减轻了病人的负担，也为医院提高了工作效率,增加经济收益及品牌声望. 费用趋势分析通过同期费用对比分析对医院或科室同期的各种费用进行对比分析，找出医院收入增加或减少的原因,也可以把费用与门诊量或收容量进行对比分析，发现医院收入增加或减少的原因。对单病种进行分析，包括对单病种的费用、住院天数、治疗方案等进行分析，以便及时总结经验，找出最佳的治疗方法,减轻病人负担的同时医院也增加了经济效益。 就诊时间分析医院就诊病人的季节性非常明显，可以按照月、季度的门诊量、入院量和床位周转量,利用数据仓库，通过时间维度分析，建立数据挖掘模型，预测下一对应周期的门诊和住院人次等信息。根据预测结果，可以建立有针对性的预案及措施，确定较优的服务项目计划,对人力资源、医疗设施和医疗设备做出合理的配置. 科室评价分析根据各科室的医疗特点,利用数据挖掘技术对医院中的不同类别科室进行综合评价分析,从中选取代表性强、独立性好的属性及能反映科室的工作效率、治疗质量、经济贡献和综合管理等多方面的指标进行评价分析,为管理者找到科室的薄弱环节、采取相应措施进行调整，目标是提升科室的综合能力水平。 行业竞争分析在激烈的行业竞争中,根据自身情况做到明确的定位、准确的应对,知己知彼才能立于不败之地.借助数据仓库，对病员接纳量、药品流通量、收入、成本等多方位的信息与同类单位进行比较，建立合理的排名机制，使管理者充分清晰地掌握目前所谓状态，对后续发展及时有效地调整。 成本效益分析把各个不同系统，如信息系统、财务系统等的数据汇总到数据仓库，然后对医院的成本效益进行全面分析，以便真正把握医院的经营状况。数据仓库是以数据库技术作为存储数据和管理资源的基本手段，以统计分析技术作为分析数据和提取信息的有效方法,以人工智能技术作为挖掘知识和发现规律的科学途径。因此，它是诸多学科相互结合、综合应用的技术。本研究针对现代医院信息化建设中存在的主要问题，提出了医院管理信息的数据仓库实施方案。在实际应用中,该数据仓库能很好地解决多数据源问题、数据的不一致等问题，充分利用各类历史数据，为医院领导做出正确的决策提供全方位的信息服务.【结束语】数据仓库是一个非常庞大的知识系统，以上是它在医院信息系统中的一部分应用,其功能远远不只这些，像医保病人分析、免费病人分析、医院各种科学预测等都可以基于数据仓库技术来构建，其主要应用方向是支撑医院运作的决策支撑.并且在一定程度上，也弥补了HIS系统对分析支撑的不足,有效地完善了HIS系统的功能，使其真正地涵盖了医院工作的各个方面.避免数据浪费、完善HIS功能、提高决策水平，通过数据仓库的应用,将会使医院信息化取得更大的效益。参考文献【1】W。H.Inmon。数据仓库。机械工业出版社2000，5【2】刘佳，兰顺勇，张晓祥,等。数据仓库与数据挖掘在医院管理中的应用.医学与社会，2006,19（10)：5356【3】王珊等。数据仓库技术与联机分析处理，科学出版社,1998