［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)的應用不僅改變了傳統(tǒng)的醫(yī)療服務模式，也為醫(yī)院后勤運維管理帶來了前所未有的機遇與挑戰(zhàn)。為了更好地滿足現(xiàn)代醫(yī)院對后勤運維的精準化、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)院后勤運維過程中的各類數(shù)據(jù)進行收集、整理、分析和挖掘，實現(xiàn)了對醫(yī)院后勤運維的全方位監(jiān)控和管理，并且能夠?qū)崟r收集醫(yī)療設(shè)備運行狀態(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)療機構(gòu)；運維管理；數(shù)據(jù)治理

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

1 系統(tǒng)架構(gòu)設(shè)計

基于大數(shù)據(jù)的醫(yī)院后勤運維分析系統(tǒng)采用靈活的分層設(shè)計模式進行設(shè)計，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)間的運行實際需求，而且還具備一定的擴展性。系統(tǒng)總體架構(gòu)如圖1 所示。系統(tǒng)主要分為數(shù)據(jù)應用層、數(shù)據(jù)服務層、數(shù)據(jù)倉庫層、實時數(shù)據(jù)處理和數(shù)據(jù)源層。數(shù)據(jù)應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用。數(shù)據(jù)服務層通過統(tǒng)一數(shù)據(jù)資產(chǎn)管理、元數(shù)據(jù)服務中心、數(shù)據(jù)標簽、數(shù)據(jù)分發(fā)統(tǒng)一接口和數(shù)據(jù)檢索等服務能力，主要負責整合底層數(shù)據(jù)服務能力并向上提供數(shù)據(jù)應用能力。數(shù)據(jù)倉庫層主要處理系統(tǒng)中的相關(guān)數(shù)據(jù)，且是面向應用按需建模處理，面向業(yè)務指標和主題模型，數(shù)據(jù)抽取的同時執(zhí)行數(shù)據(jù)壓縮工作，壓縮工作不會阻礙抽數(shù)的動作，獨立的壓縮線程在抽取的同時進行工作，并行處理減少數(shù)據(jù)抽取時間，結(jié)合數(shù)據(jù)存儲的優(yōu)化，使得海量數(shù)據(jù)導入避免了OOM。實時數(shù)據(jù)處理和數(shù)據(jù)源層主要負責將相關(guān)運維數(shù)據(jù)通過數(shù)據(jù)庫后進行數(shù)據(jù)流抽取和處理，提供準確的數(shù)據(jù)源給上層業(yè)務進行使用。

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)院后勤運維分析系統(tǒng)主要目的是為了支撐醫(yī)療中心平穩(wěn)運行和對系統(tǒng)中后勤運維的各類數(shù)據(jù)進行統(tǒng)計分析，同時還會深入挖掘形成相關(guān)科學的、量化的后勤運行評價指數(shù)，同時利用不同醫(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，同時布署構(gòu)建后勤全景數(shù)據(jù)精細化運營平臺，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，實現(xiàn)視覺數(shù)據(jù)的本地采集、邊緣計算、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)進行智能分析后，通過可視化和多渠道的接入服務給用戶提供相關(guān)風險預警、決策管理和業(yè)務分析能力。

2.2 Spider數(shù)據(jù)引擎

Spider 數(shù)據(jù)引擎是一個集實時數(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、實時性需求及使用頻率，自由切換實時或抽取數(shù)據(jù)模式的能力。這一無縫切換機制，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)分析時展現(xiàn)出了卓越的靈活性。當數(shù)據(jù)量激增時，其可以通過橫向擴展機器節(jié)點，利用專為海量大數(shù)據(jù)分析設(shè)計的分布式方案，輕松應對。系統(tǒng)采用先進的列式存儲技術(shù)，顯著降低了磁盤負擔，同時強大的數(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)存計算與ETL 邏輯，Spider 數(shù)據(jù)引擎既滿足了數(shù)據(jù)的快速計算需求，又能高效處理大數(shù)據(jù)量。其不僅能夠靈活支撐輕量實時數(shù)據(jù)的分析，還能應對大數(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)更新時間，并減輕了數(shù)據(jù)庫服務器的壓力。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制，支持全局、業(yè)務包及單表的定時或手動更新。對于需要頻繁更新且更新時間相對固定的企業(yè)數(shù)據(jù)，可以通過設(shè)置定時更新來實現(xiàn)自動化數(shù)據(jù)更新。在小數(shù)據(jù)量場景下，數(shù)據(jù)以二進制文件形式存儲在本地磁盤，實現(xiàn)隨存隨用，并行計算，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)后勤運維數(shù)據(jù)進行采集，主要有實時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。同時對數(shù)據(jù)進行標準化和歸一化處理，以便后續(xù)的數(shù)據(jù)分析和建模。在數(shù)據(jù)建模時，充分考慮數(shù)據(jù)的屬性、結(jié)構(gòu)、關(guān)系及業(yè)務邏輯等因素，選擇合適的模型類型和參數(shù)設(shè)置，實現(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)進行深入的分析和挖掘，對數(shù)據(jù)進行統(tǒng)計、分類、聚類、預測等操作，為業(yè)務決策和優(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、動畫效果的實現(xiàn)及AJAX 交互，同時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表，并利用模塊內(nèi)置的js 方法進行處理。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)域的報表制作需求，其還支持自定義函數(shù)機制，用戶可以根據(jù)業(yè)務需要定義函數(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)用其運行方法。這一設(shè)計旨在提供更靈活、友好的報表制作體驗。

3 結(jié)束語

文章設(shè)計了一種基于大數(shù)據(jù)的醫(yī)院后勤運維分析系統(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)，同時利用實時數(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、實時性要求、使用頻次等，自由選擇實時或抽取的方式。實時數(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)還具有強大的預測和預警功能。通過對歷史數(shù)據(jù)的分析，系統(tǒng)能夠預測未來一段時間內(nèi)醫(yī)院后勤運維的需求和趨勢，讓醫(yī)院提前做好準備。同時，系統(tǒng)還能夠?qū)崟r監(jiān)測異常情況，一旦發(fā)現(xiàn)潛在風險或問題，立即發(fā)出預警，確保醫(yī)院后勤運維的安全穩(wěn)定?；诖髷?shù)據(jù)的醫(yī)院后勤運維分析系統(tǒng)的研究不僅具有重要的實際使用價值，更有著廣闊的應用前景。

參考文獻

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

[2] 翟運開，路薇，崔芳芳，等. 基于ITIL 的精準醫(yī)療大數(shù)據(jù)分析平臺運維模式構(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)信息化運維系統(tǒng)設(shè)計[J]. 電子設(shè)計工程，2020，28（14）：77-80.

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

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

[6] 楊恒，田坤，常亮，等. 基于大數(shù)據(jù)分析的可視化預測性運維系統(tǒng)實現(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)智能化運維管控平臺的設(shè)計和應用分析[J]. 微型電腦應用，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維系統(tǒng)設(shè)計[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)運維平臺應用與開發(fā)[J]. 電腦編程技巧與維護，2021（7）：112-114.

[10] 王元峰，王宏遠，楊金鐸. 基于大數(shù)據(jù)分析的配網(wǎng)主動式運維研究[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)的城市軌道交通運維信息化技術(shù)應用分析[J]. 中國戰(zhàn)略新興產(chǎn)業(yè)，2023（26）：75-77.