[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.