郭慶，谷巖

廣州大學(xué) 數(shù)學(xué)與信息科學(xué)學(xué)院，廣東 廣州 510006

數(shù)據(jù)挖掘技術(shù)在醫(yī)院信息系統(tǒng)的統(tǒng)計分析與決策中的應(yīng)用

郭慶，谷巖

廣州大學(xué) 數(shù)學(xué)與信息科學(xué)學(xué)院，廣東 廣州 510006

數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)是信息技術(shù)領(lǐng)域的新興技術(shù)，而如何應(yīng)用到醫(yī)院的信息化建設(shè)中是醫(yī)院信息系統(tǒng)（HIS）面臨的問題。建立基于HIS的數(shù)據(jù)倉庫并使用數(shù)據(jù)挖掘技術(shù)，可以將大量源數(shù)據(jù)有效地轉(zhuǎn)化為有用的知識信息，并服務(wù)于決策過程。本文結(jié)合醫(yī)院醫(yī)療業(yè)務(wù)提出了系統(tǒng)實現(xiàn)的解決方案，并給出了基于醫(yī)院醫(yī)療業(yè)務(wù)數(shù)據(jù)倉庫的體系結(jié)構(gòu)和邏輯模型，以及基于醫(yī)院醫(yī)療業(yè)務(wù)的數(shù)據(jù)挖掘技術(shù)應(yīng)用方法。

醫(yī)院信息系統(tǒng)；數(shù)據(jù)倉庫；數(shù)據(jù)挖掘；邏輯模型

0 引言

基于聯(lián)機(jī)事務(wù)處理（OLTP）的醫(yī)院信息系統(tǒng)（HIS）經(jīng)過多年的使用，累積了大量的歷史信息，其容量呈幾何級數(shù)增長，這些信息除了在醫(yī)院的日常業(yè)務(wù)中發(fā)揮重要作用之外，它還是醫(yī)院的寶貴財富。如何對大量的歷史數(shù)據(jù)進(jìn)行深層次地挖掘，通過信息的分類、整理、分析，從中發(fā)現(xiàn)醫(yī)療業(yè)務(wù)和經(jīng)營的內(nèi)在規(guī)律，從而為管理人員的決策提供支持，已成為現(xiàn)代HIS系統(tǒng)的發(fā)展目標(biāo)。因為以病人為中心的HIS系統(tǒng)，除了能協(xié)助醫(yī)院開展高效的醫(yī)療服務(wù)之外，還能輔助醫(yī)院發(fā)現(xiàn)醫(yī)療業(yè)務(wù)和管理中的深層次的、潛在的問題，并通過問題的解決，不斷提高醫(yī)院的醫(yī)療水平和管理水平，實現(xiàn)技術(shù)、信息和人的全面集成，提高醫(yī)院整體水平?；诖?，本文將在基于數(shù)據(jù)倉庫的HIS分析與設(shè)計的基礎(chǔ)上，研究數(shù)據(jù)挖掘技術(shù)在醫(yī)院信息系統(tǒng)的統(tǒng)計分析與決策中的應(yīng)用。

1 數(shù)據(jù)倉庫技術(shù)

數(shù)據(jù)倉庫是面向主題的、集成的、隨時間變化的、非易失性的數(shù)據(jù)集合，用于支持管理層的決策過程。數(shù)據(jù)倉庫中的數(shù)據(jù)不是將業(yè)務(wù)處理系統(tǒng)中的數(shù)據(jù)簡單集合，而是對各種源數(shù)據(jù)進(jìn)行抽取、篩選、清理、綜合而得到的數(shù)據(jù)集合。數(shù)據(jù)倉庫中所存儲的數(shù)據(jù)不經(jīng)常進(jìn)行更新處理，它主要用于查詢和分析[1]。

以主題為導(dǎo)向的數(shù)據(jù)倉庫是圍繞著醫(yī)院的基本實體設(shè)計的，如HIS中數(shù)據(jù)倉庫的設(shè)計主題可以醫(yī)療業(yè)務(wù)、病人結(jié)構(gòu)、病人流動狀況、床位占用率、資金流動等情況考慮，它們都是密切聯(lián)系的，通過數(shù)據(jù)倉庫的建立，可以有利于實現(xiàn)數(shù)據(jù)的關(guān)系化、規(guī)則化，并可提供動態(tài)的、多維的數(shù)據(jù)統(tǒng)計、分析和查詢。

2 基于數(shù)據(jù)倉庫的HIS體系結(jié)構(gòu)

為了充分利用信息的使用價值，并挖掘有用信息，建立有效的信息框架，進(jìn)行信息的規(guī)范化、標(biāo)準(zhǔn)化是不可或缺的基礎(chǔ)工作。但是，由于HIS是一個綜合管理信息系統(tǒng)，醫(yī)療信息的結(jié)構(gòu)復(fù)雜、數(shù)量龐大、應(yīng)用繁雜，導(dǎo)致數(shù)據(jù)規(guī)范化的工作難度很大，信息的挖掘技術(shù)也非常復(fù)雜。因此，HIS一方面應(yīng)在數(shù)據(jù)支撐方面，通過對數(shù)據(jù)的集成，建立數(shù)據(jù)倉庫，提供數(shù)據(jù)準(zhǔn)備，使HIS具備一定的決策支持能力，至少應(yīng)是一個功能完備的、數(shù)據(jù)全面的信息報告系統(tǒng)；另一方面，通過使用合適的數(shù)據(jù)挖掘技術(shù)產(chǎn)品，構(gòu)造一個實用的決策支持平臺。完整的基于數(shù)據(jù)倉庫的HIS體系結(jié)構(gòu)見圖1。

圖 1 基于數(shù)據(jù)倉庫的HIS體系結(jié)構(gòu)

3 HIS數(shù)據(jù)倉庫邏輯模型的設(shè)計

邏輯模型是對業(yè)務(wù)進(jìn)行抽象的工具。它采用面向主題的方法來有效組織來源多樣的業(yè)務(wù)數(shù)據(jù)，是構(gòu)建數(shù)據(jù)倉庫的重要基礎(chǔ)。由于系統(tǒng)的數(shù)據(jù)是按照決策分析的主題來組織的，每個主題對應(yīng)一個宏觀的分析領(lǐng)域。因此數(shù)據(jù)的邏輯模型是多維數(shù)據(jù)模型，這樣可以用多維分析的方法從多角度、多層次對數(shù)據(jù)進(jìn)行統(tǒng)計分析[2]。常見的數(shù)據(jù)模型有：星形模型、雪花模型、星座模型、雪瀑模型等。

在HIS數(shù)據(jù)倉庫邏輯模型的設(shè)計中，根據(jù)醫(yī)院的業(yè)務(wù)特點，我們確定了“醫(yī)療業(yè)務(wù)”、“病人”、“藥物”、“處方”、“床位”、“資金”幾個主題，在這幾個主題中，“醫(yī)療業(yè)務(wù)”主題將其它幾個主題有機(jī)聯(lián)系在一起，因此確定“醫(yī)療業(yè)務(wù)”是數(shù)據(jù)倉庫的主題。根據(jù)主題集中涉及的數(shù)據(jù)信息，選擇醫(yī)療業(yè)務(wù)、資金流動、床位占用、病人流動為發(fā)生事實，并選定與之相關(guān)的醫(yī)療業(yè)務(wù)維、病人維、賬單維、處方維、藥物維、床位維、時間維。HIS數(shù)據(jù)倉庫邏輯模型結(jié)構(gòu)見圖2。

圖 2 HIS數(shù)據(jù)倉庫邏輯模型結(jié)構(gòu)

4 數(shù)據(jù)挖掘技術(shù)在HIS中的應(yīng)用

4.1 醫(yī)學(xué)數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘（Data Mining）是一個多學(xué)科交叉領(lǐng)域，它融合了數(shù)據(jù)庫技術(shù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計學(xué)、面向?qū)ο蠓椒?、信息檢索、高性能計算等學(xué)科。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、事先未知的、潛在有用的信息和知識的過程。提取的知識表示為概念、規(guī)則、規(guī)律、模式等形式[3]。目前主要的數(shù)據(jù)挖掘方法有統(tǒng)計分析方法、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、遺傳算法、模糊集法、近似推理等。數(shù)據(jù)挖掘不一定需要建立在數(shù)據(jù)倉庫的基礎(chǔ)上，但基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘能簡化數(shù)據(jù)挖掘過程的某些步驟，提高數(shù)據(jù)挖掘的效率，同時能更好地滿足高層戰(zhàn)略決策的需求。

用于醫(yī)學(xué)數(shù)據(jù)挖掘的數(shù)據(jù)雖然具有一定的特殊性，但仍遵循一般的知識發(fā)現(xiàn)過程，用于醫(yī)學(xué)的數(shù)據(jù)挖掘不僅能對過去的數(shù)據(jù)進(jìn)行查詢和遍歷，并能夠找出過去數(shù)據(jù)之間的潛在聯(lián)系，從中提取輔助決策的關(guān)鍵性信息。用于醫(yī)學(xué)的數(shù)據(jù)挖掘的步驟[3]如下：

⑴ 確定挖掘目標(biāo) 理解醫(yī)學(xué)領(lǐng)域及相關(guān)的經(jīng)驗知識，定義需要解決的問題，從用戶角度確定醫(yī)學(xué)數(shù)據(jù)挖掘的目標(biāo)和結(jié)論的評估標(biāo)準(zhǔn)。

⑵ 理解數(shù)據(jù) 根據(jù)數(shù)據(jù)挖掘的需要，搜索所有與醫(yī)院對象有關(guān)的內(nèi)容和外部的數(shù)據(jù)信息，完成數(shù)據(jù)的初步收集，對原始數(shù)據(jù)進(jìn)行抽樣分析，列出數(shù)據(jù)屬性。

⑶ 準(zhǔn)備數(shù)據(jù) 由于醫(yī)學(xué)數(shù)據(jù)的冗余性和多樣性特征，需要對原始數(shù)據(jù)進(jìn)行審核與整理，并針對各種類型的數(shù)據(jù)采取相應(yīng)的數(shù)據(jù)預(yù)處理方法，并根據(jù)數(shù)據(jù)挖掘方法的目標(biāo)和數(shù)據(jù)的特征，選擇合適的模型，實現(xiàn)數(shù)據(jù)的轉(zhuǎn)換。

⑷ 數(shù)據(jù)挖掘 使用合適的數(shù)據(jù)挖掘算法完成數(shù)據(jù)分析，這是醫(yī)學(xué)知識發(fā)現(xiàn)過程中的一個關(guān)鍵性步驟。實現(xiàn)數(shù)據(jù)挖掘的方法包括概念描述、關(guān)聯(lián)分析、分類與預(yù)測、聚類分析、趨勢分析、孤立點分析和偏差分析等。挖掘結(jié)果在實際運用中需要反復(fù)求證，以檢驗其合理性。

⑸ 結(jié)果分析 對發(fā)現(xiàn)的知識進(jìn)行醫(yī)學(xué)解釋，并與最初的研究目標(biāo)相比較，其結(jié)論對使用者來說必須是可理解的。

⑹ 知識同化及應(yīng)用 將挖掘結(jié)果集成到HIS的實際醫(yī)學(xué)過程中，并有計劃地實施和控制。

醫(yī)學(xué)數(shù)據(jù)挖掘的流程見圖3。

圖 3 基于數(shù)據(jù)倉庫的HIS中數(shù)據(jù)挖掘的流程

4.2 HIS中的數(shù)據(jù)挖掘與統(tǒng)計分析功能

運用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)，在源數(shù)據(jù)庫和醫(yī)院聯(lián)機(jī)事務(wù)處理（OLTP）系統(tǒng)的基礎(chǔ)上，根據(jù)醫(yī)院管理要求，HIS中的數(shù)據(jù)挖掘與統(tǒng)計分析功能主要完成醫(yī)院管理、醫(yī)療服務(wù)、經(jīng)濟(jì)運行等各種統(tǒng)計信息查詢，以便及時了解醫(yī)院資源的規(guī)劃和配置情況、醫(yī)療質(zhì)量信息及經(jīng)營狀況，最終為醫(yī)院決策提供第一手信息和科學(xué)化根據(jù)。具體的功能見圖4。

圖 4 HIS中的數(shù)據(jù)挖掘與統(tǒng)計分析功能結(jié)構(gòu)圖

4.3 HIS中的數(shù)據(jù)挖掘與統(tǒng)計分析方法

HIS中的數(shù)據(jù)挖掘與統(tǒng)計分析功能主要完成醫(yī)院管理、醫(yī)療服務(wù)、經(jīng)濟(jì)運行等領(lǐng)域的各種統(tǒng)計和決策信息的生成和查詢，數(shù)據(jù)倉庫中數(shù)據(jù)的組織方式為進(jìn)行這種分析與查詢提供了可能，但僅僅依靠數(shù)據(jù)倉庫并不能完成一些復(fù)雜的分析與查詢，因此，為了完成上述功能，可以采用如下方法：

4.3.1 統(tǒng)計匯總。定期和不定期地對歷史數(shù)據(jù)進(jìn)行加工匯總。根據(jù)統(tǒng)計需要，統(tǒng)計匯總包括單項統(tǒng)計、復(fù)合統(tǒng)計。

⑴ 單項統(tǒng)計 醫(yī)院單項統(tǒng)計主要指標(biāo)已達(dá)幾十種，涉及醫(yī)療工作數(shù)量、工作效率、工作質(zhì)量、經(jīng)濟(jì)活動等方面。主要包括：醫(yī)療工作質(zhì)量分析指標(biāo)、醫(yī)院工作效率分析指標(biāo)等。醫(yī)院單項統(tǒng)計主要采用描述統(tǒng)計方法，它只對所收集數(shù)據(jù)某些現(xiàn)象的內(nèi)容做出統(tǒng)計加工。具體的描述統(tǒng)計主要有:平均數(shù)和變異程度、比和率。平均數(shù)是描述一組計量資料的集中趨勢，也稱平均水平。在應(yīng)用中應(yīng)根據(jù)資料的分布特點選擇適當(dāng)?shù)钠骄鶖?shù)計算方法。一組計量資料除描述集中趨勢外，還應(yīng)說明其變異程度,也稱離散趨勢。只有將平均數(shù)及變異程度結(jié)合才能全面了解資料的分布情況及特點。最常用的變異指標(biāo)有：方差、標(biāo)準(zhǔn)差和變異系數(shù)等。比和率雖然都是由兩個相互關(guān)聯(lián)的統(tǒng)計量的比值來表示，但比和率是不同質(zhì)的兩個指標(biāo)。

⑵ 復(fù)合統(tǒng)計 復(fù)合統(tǒng)計指標(biāo)使指標(biāo)功能得到增強(qiáng)。它可以采用綜合法和平均法。復(fù)合指標(biāo)與單項指標(biāo)相比，具有以下幾個特點：① 較單項指標(biāo)更為全面、更加綜合，增強(qiáng)了指標(biāo)的功能，具有對比分析的作用。如床位利用指數(shù)、床位療效指數(shù)等。② 部分復(fù)合指標(biāo)可直接用來評價醫(yī)院工作，用于不同醫(yī)院之間及同一醫(yī)院不同時期的綜合比較與分析。如綜合指標(biāo)數(shù)、治愈指數(shù)、診斷指數(shù)等。

4.3.2 統(tǒng)計分析。實現(xiàn)對資料的多導(dǎo)向、多因素、多層次的統(tǒng)計分析。統(tǒng)計分析包括統(tǒng)計描述和統(tǒng)計推斷兩大部分。統(tǒng)計描述是用統(tǒng)計指標(biāo)、統(tǒng)計表和統(tǒng)計圖描述資料的分析規(guī)律及其數(shù)量特征；統(tǒng)計推斷是以概率論為基礎(chǔ),把數(shù)理解析過程作為主要內(nèi)容的統(tǒng)計方法，它包括總體參數(shù)估計和假設(shè)檢驗兩個內(nèi)容。參數(shù)估計是用樣本統(tǒng)計量估計總體參數(shù)所在范圍；假設(shè)檢驗是利用樣本的實際資料來檢驗事先對總體某些數(shù)量特征所作的假設(shè)是否成立。

醫(yī)院要面臨自負(fù)盈虧，實現(xiàn)價值補(bǔ)償和價值增值，以取得最佳的經(jīng)濟(jì)效益為保障。醫(yī)院社會效益和經(jīng)濟(jì)效益的評價是建立在大量統(tǒng)計信息基礎(chǔ)上的綜合指標(biāo)評價體系，該體系包括：病人主要疾病療效分析、門診和住院工作量分析、床位和設(shè)備利用率分析、病人負(fù)擔(dān)程度分析、手術(shù)情況及手術(shù)并發(fā)癥發(fā)生情況工作分析、醫(yī)療服務(wù)質(zhì)量分析、職工業(yè)績分析、醫(yī)院規(guī)模分析、醫(yī)療管理分析等。

4.3.3 預(yù)測和決策。運用現(xiàn)代數(shù)學(xué)模型和決策方法，提供多方式的預(yù)測和決策。面向醫(yī)院的預(yù)測和決策模型主要采用時間序列預(yù)測法。該法是將歷史數(shù)據(jù)按時間順序排列，構(gòu)成時間序列，并以此為依據(jù)，推算現(xiàn)象的未來發(fā)展?fàn)顩r和結(jié)果。在面向醫(yī)院的預(yù)測過程中，常用的方法有：利用趨勢推測法進(jìn)行預(yù)測、利用趨勢和季節(jié)成分進(jìn)行預(yù)測。利用該方法，可用來預(yù)測醫(yī)院總收入、門診人次、住院人數(shù)等。

4.3.4 數(shù)據(jù)挖掘。醫(yī)院數(shù)據(jù)倉庫是一個復(fù)雜的數(shù)據(jù)集，它包括電子病歷、醫(yī)學(xué)影像、病理參數(shù)、化驗結(jié)果等數(shù)據(jù)。因此，需要結(jié)合醫(yī)學(xué)信息自身具有的特殊性和復(fù)雜性，確定挖掘過程中所需要的技術(shù)。

利用聚類分析方法，可以進(jìn)行醫(yī)療費用的分析。采用神經(jīng)網(wǎng)絡(luò)模型可以對出院病例的醫(yī)療費用進(jìn)行統(tǒng)計學(xué)分析。利用數(shù)據(jù)關(guān)聯(lián)分析方法，可以對HIS中相關(guān)信息進(jìn)行分析、挖掘，對藥物的用量、耐藥性、聯(lián)合用藥、療程、預(yù)防用藥、用藥途徑及治療效果等指標(biāo)實行自動監(jiān)控，從而實時、有效地監(jiān)測藥物使用情況。利用決策樹分析法可以形成惡意配藥訓(xùn)練模型，用此模型在線監(jiān)測醫(yī)保人員配藥情況，并將監(jiān)測結(jié)果輸出給醫(yī)院藥房配藥人員，使藥房配藥人員能夠及時發(fā)現(xiàn)、制止惡意配藥行為的發(fā)生。利用CHAID方法，可從病例自動提取診斷規(guī)則，以輔助疾病的診斷和研究。采用ARIMA模型、BP神經(jīng)網(wǎng)絡(luò)模型、GM(1,1)模型對某些發(fā)病率進(jìn)行預(yù)測分析。利用數(shù)據(jù)挖掘技術(shù)中的聚類和孤立點等分析方法分析醫(yī)生用藥的不合理性和其它目的。利用人工神經(jīng)網(wǎng)絡(luò)方法可以完成分類、聚類、關(guān)聯(lián)規(guī)則挖掘等多種數(shù)據(jù)挖掘任務(wù)，從而能夠找出某些藥物與疾病發(fā)作的關(guān)系。Apriori關(guān)聯(lián)分析模型可以作為醫(yī)生的輔助工具，揭示兩種疾病之間的真正關(guān)系，利用該算法還可以對醫(yī)院門診病人并發(fā)癥的挖掘?；诖植诩碚摰囊?guī)則產(chǎn)生模型可以自動發(fā)現(xiàn)臨床數(shù)據(jù)庫中的正例和反例知識。利用進(jìn)化算法從任一初始的群體出發(fā)，通過隨機(jī)選擇、交叉和變異等過程，使群體進(jìn)化到搜索空間中越來越好的區(qū)域，從而實現(xiàn)對某些癥狀疾病進(jìn)行診斷和分類。

5 結(jié)束語

隨著HIS的不斷完善和醫(yī)院信息的不斷積累，如何利用數(shù)據(jù)挖掘技術(shù)構(gòu)造先進(jìn)的醫(yī)療診斷和管理決策支持系統(tǒng)，這將對提高醫(yī)院的醫(yī)療水平、充分發(fā)揮數(shù)字化醫(yī)院的效能具有重要的意義。而HIS充分利用數(shù)據(jù)挖掘技術(shù)和統(tǒng)計方法，從醫(yī)療數(shù)據(jù)和經(jīng)濟(jì)數(shù)據(jù)中挖掘出相關(guān)的內(nèi)在規(guī)律，使整個HIS脫離了簡單的查詢、報表和圖形模式，從而對決策支持具有更深層次的作用。

[1] 陳京民,等.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)[M].北京:電子工業(yè)出版社,2002．

[2] 王珊,等.數(shù)據(jù)倉庫技術(shù)與聯(lián)機(jī)分析處理[M].北京:科學(xué)出版社,1998．

[3] 蘇新寧,等.數(shù)據(jù)倉庫和數(shù)據(jù)挖掘[M].北京:清華大學(xué)出版社,2006．

[4] Lou Agosta.The Essential Guide to Data Warehousing[M].Upper Saddle River:Prentice-Hall,1999．

[5] William A Giovinazzo．Object-Oriented Data Warehousing Design[M]．Upper Saddle River:Prentice-Hall,2000.

[6] 周鸞杰,等.數(shù)據(jù)挖掘可視化技術(shù)與醫(yī)院管理[J].醫(yī)療設(shè)備信息,2006(3):23-24.

[7] 吳進(jìn)軍,等.10種系統(tǒng)疾病住院醫(yī)療費用的Logistic分析[J].中國醫(yī)院管理,2000(4):31-32.

[8] 趙應(yīng)征,等.人工神經(jīng)網(wǎng)絡(luò)在藥學(xué)研究中的應(yīng)用進(jìn)展[J].解放軍藥學(xué)學(xué)報,2003(6):48-50.

[9] 武森.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘[M].北京:冶金工業(yè)出版社,2003.

[10] 楊海清.數(shù)據(jù)挖掘技術(shù)在醫(yī)院管理中的應(yīng)用[J].中華醫(yī)院管理雜志,2005(7):497-499.

[11] 姜代紅.數(shù)據(jù)挖掘及其在HIS系統(tǒng)中的應(yīng)用[J].電腦與信息技術(shù),2004(2):55-57.

Research of Implement Solution of Hospital Information System Based on Data Warehouse

GUO Qing, GU Yan
Mathematics and Information college,Guangzhong University,Guangzhou Guangdong 510006, China

TP311.52；TP274

B

10.3969/j.issn.1674-1633.2010.05.022

1674-1633(2010)05-0064-04

2009-08-14

作者郵箱：gy_guyan@yahoo.com.cn

Abstract: Data warehouse and data mining are new technology in information technology. It is a problem that we must face to how to use this technology to Hospital Information System(HIS). If data warehouse and data mining are used in HIS, a lot of source data can be transformed to useful information and the information can be used in the decision process. This paper presents the implement solution of HIS based on data warehouse, the structure and logic of data warehouse.The application method of data mining based on HIS is also discussed.

Key words: HIS;data warehouse; data mining; logic model