彭林梅

數(shù)據(jù)倉庫在醫(yī)院統(tǒng)計工作中的應(yīng)用

彭林梅

目的 探索醫(yī)院綜合信息分析與科學(xué)管理密切聯(lián)系的方法，深層次挖掘、整理醫(yī)院各系統(tǒng)內(nèi)數(shù)據(jù)，建立分析專題，通過信息設(shè)備在微信及內(nèi)網(wǎng)平臺上進(jìn)行展示，令管理層實(shí)時、快速地掌握醫(yī)院整體運(yùn)行狀況。方法 利用數(shù)據(jù)庫技術(shù)搭建數(shù)據(jù)倉庫，匯總分類“三甲”醫(yī)院質(zhì)量監(jiān)測類等指標(biāo)，圍繞門診、住院信息設(shè)計指標(biāo)專題，借助微信及醫(yī)院信息平臺，將統(tǒng)計圖表信息展示于手機(jī)、Pad、電腦等設(shè)備上。結(jié)果 針對HIS、MHIS、PACS、LIS系統(tǒng)的數(shù)據(jù)構(gòu)成及醫(yī)院管理的實(shí)際需求，率先設(shè)計了門診領(lǐng)域多個專題分析——掛號人次分析、醫(yī)院一號制分析、門診費(fèi)用分析、陽光醫(yī)藥專題分析。結(jié)論 構(gòu)建數(shù)據(jù)倉庫對推進(jìn)醫(yī)院統(tǒng)計工作、提高統(tǒng)計分析水平、為領(lǐng)導(dǎo)層提供決策支持具有較大的作用。

數(shù)據(jù)倉庫；數(shù)據(jù)挖掘；指標(biāo)專題；統(tǒng)計分析；決策支持

目前，醫(yī)院信息管理系統(tǒng)日益完善，數(shù)據(jù)庫內(nèi)儲存著龐大的數(shù)據(jù)量，數(shù)據(jù)來源錯綜復(fù)雜。如何運(yùn)用科學(xué)的技術(shù)從大量信息中挖掘、利用有效的數(shù)據(jù)，找出醫(yī)院運(yùn)行軌跡，科學(xué)預(yù)測醫(yī)院發(fā)展趨勢，制定醫(yī)院發(fā)展目標(biāo)并明確發(fā)展方向，是當(dāng)前急需研究與解決的問題。本研究在醫(yī)院管理信息系統(tǒng)的基礎(chǔ)上搭建數(shù)據(jù)倉庫，深入研究在HIS、LIS等各大系統(tǒng)中進(jìn)行數(shù)據(jù)挖掘、提取、匯總及統(tǒng)計分析在決策支持中的應(yīng)用［1］。

1 數(shù)據(jù)倉庫技術(shù)

數(shù)據(jù)倉庫技術(shù)包括數(shù)據(jù)清理、數(shù)據(jù)集成和聯(lián)機(jī)分析處理［2］。數(shù)據(jù)倉庫就是面向主題的、綜合的、不同時間的、穩(wěn)定的數(shù)據(jù)集合，用于支持經(jīng)營管理中的決策制定過程［3］。數(shù)據(jù)挖掘是從大型數(shù)據(jù)庫或者數(shù)據(jù)倉庫中發(fā)現(xiàn)，并提取隱藏在其中的信息或者知識的過程［3］。

數(shù)據(jù)倉庫邏輯設(shè)計階段以多維模式、系統(tǒng)的工作負(fù)荷和一些其他信息為輸入，產(chǎn)生一個數(shù)據(jù)倉庫模式，滿足在給定存儲空間要求下，以最短的響應(yīng)時間回答最多的用戶查詢的要求［4］。

醫(yī)院數(shù)據(jù)倉庫是依靠現(xiàn)有數(shù)據(jù)庫搭建，對醫(yī)院門診數(shù)據(jù)“量身訂做”的各類專題是圍繞著整個流程與環(huán)節(jié)設(shè)計的，如掛號人次設(shè)計專題是根據(jù)時間、科室、預(yù)算值、患者業(yè)務(wù)等情況予以考慮，它們都是緊密相聯(lián)的，建立數(shù)據(jù)倉庫可串聯(lián)數(shù)據(jù)的關(guān)系，發(fā)現(xiàn)數(shù)據(jù)的規(guī)則，并可呈現(xiàn)動態(tài)的、多維度的數(shù)據(jù)統(tǒng)計與圖表分析。

2 設(shè)計專題，數(shù)據(jù)建模

數(shù)據(jù)倉庫不是HIS數(shù)據(jù)庫的簡單拷貝，建立過程需要進(jìn)行一些列有目的的選擇、轉(zhuǎn)換、分類、匯總、組合［5］。工作之初，首先與醫(yī)院管理層確定挖掘任務(wù)及挖掘目標(biāo)，并制定挖掘計劃，整理醫(yī)院質(zhì)量監(jiān)測系統(tǒng)中住院死亡、重返、醫(yī)院感染、患者安全、合理用藥、手術(shù)并發(fā)癥、醫(yī)院管理7大類326項(xiàng)質(zhì)量指標(biāo)，《三級醫(yī)院評審細(xì)則》第1～7章746項(xiàng)指標(biāo)，并對衛(wèi)生直報、價格與成本監(jiān)測數(shù)據(jù)直報等數(shù)據(jù)項(xiàng)進(jìn)行整理歸納，建立數(shù)據(jù)挖掘庫。圍繞網(wǎng)報及有關(guān)檢查類指標(biāo)，重點(diǎn)分析管理層在決策中需要哪方面的數(shù)據(jù)支持，并對需求映射到醫(yī)院信息管理系統(tǒng)進(jìn)行對應(yīng)的量化。以門診數(shù)據(jù)為例，管理層需要了解掛號人次的日、月趨勢以及各科室掛號人次預(yù)算完成情況、不同醫(yī)生的日均費(fèi)用排位情況、門診費(fèi)用趨勢及構(gòu)成情況，可以根據(jù)領(lǐng)導(dǎo)的需求建立相應(yīng)的分析專題，如管理層近期重點(diǎn)關(guān)注新推行的一號制工作，還可建立醫(yī)院一號制分析專題。

在充分了解具體需求后，進(jìn)行分析論證，逐步確定醫(yī)院管理方面需要的專題，并搭建數(shù)據(jù)模型。仍以門診數(shù)據(jù)為例，搭建門診數(shù)據(jù)模型，需建立字段為日期、科室、診斷、費(fèi)別、職業(yè)、費(fèi)用、醫(yī)生等數(shù)據(jù)庫字典，從HIS、MHIS、LIS、PACS等系統(tǒng)中抽取與門診相關(guān)的數(shù)據(jù)表，利用數(shù)據(jù)庫技術(shù)，將數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換，對提取到的數(shù)據(jù)進(jìn)行加工匯總，設(shè)計各類分析專題加入數(shù)據(jù)倉庫，通過微信、醫(yī)院信息平臺進(jìn)行展示。見圖1。

圖1 數(shù)據(jù)倉庫模型建立及數(shù)據(jù)展示平臺圖

3 統(tǒng)計分析應(yīng)用實(shí)例

數(shù)據(jù)挖掘作為數(shù)據(jù)庫知識發(fā)現(xiàn)的主要環(huán)節(jié)，知識獲取是其主要功能，特別是對隱含的、非平凡知識的獲取。而建立數(shù)據(jù)挖掘與數(shù)據(jù)倉庫、在線分析處理、知識庫和模型庫等結(jié)合的智能決策支持系統(tǒng)將是加速醫(yī)院信息化、規(guī)范化和知識化進(jìn)程的必要途徑［6］。基于數(shù)據(jù)倉庫的輔助決策支持系統(tǒng)，改變了傳統(tǒng)的單一頁面查詢數(shù)據(jù)模式，由原本被動、固定的報表模式，改變?yōu)楣芾韺咏Y(jié)合自己的觀點(diǎn)，根據(jù)醫(yī)院實(shí)際發(fā)展需求，從既定的模型中主動挖掘個性化數(shù)據(jù)，充分挖掘、合理運(yùn)用醫(yī)院信息系統(tǒng)的信息資源，發(fā)現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)，提高分析功能，預(yù)測醫(yī)院業(yè)務(wù)發(fā)展趨勢，為管理層決策提供強(qiáng)有力的支持。

3.1 門診患者費(fèi)用分析專題 患者費(fèi)用是由藥品、檢查、治療、手術(shù)、護(hù)理等項(xiàng)目組成。該功能可以分析門診費(fèi)用趨勢變動情況、費(fèi)用占比情況、門診患者人均費(fèi)用月趨勢情況、門診處方種類月趨勢情況，通過多維度分析，管理層可探究門診患者費(fèi)用項(xiàng)目結(jié)構(gòu)的合理性，有效控制門診患者費(fèi)用，降低藥占比。

3.2 掛號構(gòu)成分析專題 掛號可分為普通號、專家號、慢性病號等號種，掛號費(fèi)別由自費(fèi)、職工醫(yī)保、居民醫(yī)保、新農(nóng)合等組成，掛號人次又可按區(qū)域、職業(yè)、年齡段、診斷等項(xiàng)目進(jìn)行劃分，可以結(jié)合掛號的性質(zhì)進(jìn)行分析，得到不同年齡段、不同職業(yè)、不同區(qū)域患者的病種分布，使醫(yī)院管理層了解患者間差異對醫(yī)院收益的影響，醫(yī)院可根據(jù)不同類型的患者提供個性化服務(wù)，從而提高門診患者的收容量。

3.3 陽光醫(yī)藥分析專題 該功能可以根據(jù)醫(yī)生就門急診平均費(fèi)用、處方總金額、總處方量、平均處方費(fèi)用、人均藥品費(fèi)用、用藥總金額、藥品使用數(shù)量進(jìn)行分析，使醫(yī)院管理層及時了解醫(yī)院陽光醫(yī)藥發(fā)牌情況，掌握醫(yī)生單張?zhí)幏浇痤~排位及抗菌藥物使用情況，從而為醫(yī)院合理使用抗菌藥物提供決策依據(jù)［7］，及時出臺相關(guān)政策，切實(shí)解決患者看病貴的難題。

4 小結(jié)

應(yīng)用數(shù)據(jù)挖掘技術(shù)及數(shù)據(jù)倉庫，可以把醫(yī)院信息管理系統(tǒng)中大量的零散的數(shù)據(jù)集中起來，這樣可避免因從數(shù)據(jù)庫中直接查詢數(shù)據(jù)庫導(dǎo)致網(wǎng)絡(luò)擁塞，浪費(fèi)資源，又可以從數(shù)據(jù)庫中得到長期的、綜合的、系統(tǒng)的數(shù)據(jù)。

根據(jù)管理層的不同需要及醫(yī)院的發(fā)展目標(biāo)，建立不同的專題，可從不同維度進(jìn)行查詢與觀察，作為數(shù)據(jù)倉庫技術(shù)已在多個領(lǐng)域得到廣泛應(yīng)用，針對未來的發(fā)展趨勢，它能為管理層起到輔助決策作用，數(shù)據(jù)倉庫必將極大地推動醫(yī)院的發(fā)展，最大限度地減少決策過程中的不確定性、隨意性和主觀性［8］，助力于醫(yī)院進(jìn)行科學(xué)運(yùn)管管理。

[1] 俞磊,楊松濤,王宗殿.基于數(shù)據(jù)倉庫的醫(yī)院決策支持系統(tǒng)的研究與設(shè)計[J].計算機(jī)與數(shù)字工程,2010,38(4):142-145.

[2] Elmasri R,Navathe SB.邵佩英,張坤龍,譯.數(shù)據(jù)庫系統(tǒng)基礎(chǔ)[M].北京:人民郵電出版社,2002.

[3] 王珊.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.

[4] 虞健飛,朱家元,張恒喜.散據(jù)倉庫設(shè)計過程研究[J].計算機(jī)工程,2003,29(19)：4-5．

[5] 張燕.腫瘤醫(yī)院數(shù)據(jù)倉庫的建立與應(yīng)用[J].當(dāng)代醫(yī)學(xué)，2004,10(8): 55-56.

[6] 高洪深.決策支持系統(tǒng)——理論.方法.案例[M].北京：清華大學(xué)出版社,2000.10.

[7] 郭慶,谷巖.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[J].中國醫(yī)療設(shè)備,2010,25(5):64-67.

[8] 步國軍,韓文玲,秦華.數(shù)據(jù)挖掘在外資醫(yī)院財務(wù)分析和投資決策中的應(yīng)用[J].硅谷,2010(3):65-66,120.

10.3969/j.issn.1009-4393.2015.28.008

江西 337055 江西省萍鄉(xiāng)市人民醫(yī)院信息科 （彭林梅）