當前醫(yī)院已建成覆蓋HIS、LIS、PACS、手術(shù)麻醉、EMR、DRG、藥品耗材管理等業(yè)務的信息系統(tǒng)集群，基本保障日常運營。然而，因系統(tǒng)建設時序差異、數(shù)據(jù)標準不統(tǒng)一及接口異構(gòu)，多源數(shù)據(jù)難以互通，形成“數(shù)據(jù)孤島”，導致運營分析依賴半手工統(tǒng)計，時效性與全面性不足。

為破除此瓶頸，本院基于KETTLE（ETL）、數(shù)據(jù)倉庫（DW）與聯(lián)機分析（OLAP）技術(shù)，構(gòu)建新一代統(tǒng)計決策系統(tǒng)，從而有效提高了醫(yī)院的經(jīng)營能力和數(shù)據(jù)管理能力。

一、決策系統(tǒng)體系結(jié)構(gòu)

體系結(jié)構(gòu)由數(shù)據(jù)源、數(shù)據(jù)倉庫、支撐服務、應用端四個部分組成。數(shù)據(jù)源：醫(yī)院各信息系統(tǒng)，包含醫(yī)院HIS系統(tǒng)（門診、住院等業(yè)務及費用）、LIS（檢驗）、PACS（醫(yī)學影像）系統(tǒng)、手術(shù)麻醉系統(tǒng)、EMR電子病歷系統(tǒng)、醫(yī)保DRG付費、物資耗材等系統(tǒng)。數(shù)據(jù)倉庫：從數(shù)據(jù)源匯集的各系統(tǒng)分析主題數(shù)據(jù)的集合。支撐服務：提供數(shù)據(jù)查詢、數(shù)據(jù)計算、權(quán)限控制等能力。應用端：報表、分析預警數(shù)據(jù)展示端（PC端、手機移動端）。

二、決策系統(tǒng)技術(shù)支撐

決策系統(tǒng)是一個集查詢、報表和OLAP技術(shù)于一體的智能支持系統(tǒng)（如圖1所示）。該系統(tǒng)支持主流平臺，如Windows、Linux和主流關系數(shù)據(jù)庫（包括Oracle、SQLServer、SybaseASE/IQ、DB2Excel等。采用 技術(shù)和B/S架構(gòu)體系，可與微信公眾號集成，也可以通過Web進行查詢、報表和分析決策。

圖1技術(shù)支撐體系

（一）數(shù)據(jù)清洗加工

對采集到的原始數(shù)據(jù)進行預處理，清洗去除錯誤數(shù)據(jù)和異常數(shù)據(jù)，統(tǒng)一進行數(shù)據(jù)轉(zhuǎn)換；數(shù)據(jù)同步和清洗轉(zhuǎn)換選擇使用Kettle工具來完成。Kettle提供圖形化的界面，支持用戶通過拖拽組件來設計復雜的ETL（抽取、轉(zhuǎn)換、加載）流程，適用于各種數(shù)據(jù)源和目標，不僅限于數(shù)據(jù)庫。

制定統(tǒng)一的數(shù)據(jù)標準、字典和架構(gòu)，確保各部門和系統(tǒng)使用相同的數(shù)據(jù)格式和字段定義，減少數(shù)據(jù)轉(zhuǎn)換和整合的復雜性，實現(xiàn)各部門數(shù)據(jù)的共享和流通；建立完整的數(shù)據(jù)治理框架和操作流程，以實現(xiàn)醫(yī)療數(shù)據(jù)的閉環(huán)管理和治理，同時規(guī)范數(shù)據(jù)源，確保數(shù)據(jù)質(zhì)量。

（二）數(shù)據(jù)倉儲（DW）

數(shù)據(jù)倉庫（DataWarehouse）提供所有類型數(shù)據(jù)支持的戰(zhàn)略集合，是聯(lián)機分析應用數(shù)據(jù)源的結(jié)構(gòu)化數(shù)據(jù)環(huán)境。主要功能是通過信息系統(tǒng)之聯(lián)機事務處理（OLTP）

相應時間段累積的數(shù)據(jù)資料，通過數(shù)據(jù)倉庫理論所特有的儲存架構(gòu)，做系統(tǒng)的分析整理，分層建模，并利用聯(lián)機分析（OLAP）、數(shù)據(jù)挖掘（DataMining）等方式分析出有價值的信息，進而支撐系統(tǒng)決策。

1.數(shù)據(jù)倉庫分層架構(gòu)

在數(shù)據(jù)倉庫架構(gòu)中，層次劃分是一種平衡數(shù)據(jù)處理效率、規(guī)范性與系統(tǒng)復雜度的策略。增加層級能夠提升數(shù)據(jù)的標準化程度和易用性，使得上層數(shù)據(jù)更符合分析需求，同時，也使得數(shù)據(jù)提取與應用更加高效。但更多層次也意味著架構(gòu)的復雜度提升，會導致數(shù)據(jù)處理的時效性下降。

ODS層（數(shù)據(jù)源層）：作為數(shù)據(jù)集成的初步階段，ODS層緊鄰數(shù)據(jù)源，主要任務是實時地捕獲原始數(shù)據(jù)，保留其原始形態(tài)和細節(jié)，便于在后續(xù)步驟中對數(shù)據(jù)進行追溯和驗證。

DW層：DW層可細分為多個子層，包括數(shù)據(jù)明細層（DataWarehouseDetail，DWD）、數(shù)據(jù)中間層（DataWareHouseMiddle，DWM）和數(shù)據(jù)匯總層（DataWareHouseServce，DWS）。

DWD層負責對ODS層數(shù)據(jù)進行首次全面的清洗與整合。它能夠確保數(shù)據(jù)質(zhì)量，消除錯誤、重復和不一致性，標準化數(shù)據(jù)格式，對數(shù)據(jù)完成諸如編碼轉(zhuǎn)換、數(shù)據(jù)脫敏等處理，同時維持與原始數(shù)據(jù)相近的粒度，為后續(xù)的數(shù)據(jù)分析奠定堅實基礎。

DWM層通過維度退化策略簡化事實表與維度表之間的關聯(lián)，提升查詢效率。此外，它還執(zhí)行輕度聚合，創(chuàng)建中間表，為DWS層提供更易于消費的數(shù)據(jù)結(jié)構(gòu)。這有助于降低下游處理的復雜度，增強數(shù)據(jù)的復用性。DWM層的職責可與DWS層合并，以簡化層次結(jié)構(gòu)。

DWS層作為決策系統(tǒng)數(shù)據(jù)倉庫的公共匯總層，DWS層關注于構(gòu)建面向主題域的寬表，提供輕度匯總數(shù)據(jù)，粒度較DWD層更為大。這些寬表整合了跨多個來源的關鍵指標，支持快速分析特定業(yè)務領域的需求。DWS層旨在提高數(shù)據(jù)的易用性和業(yè)務洞察能力。

ADS層（數(shù)據(jù)應用層）：ADS層處于數(shù)據(jù)處理鏈路的終端，其存儲的是直接服務于數(shù)據(jù)產(chǎn)品、報表和復雜分析的數(shù)據(jù)，支持在線查詢、報表生成及數(shù)據(jù)挖掘任務，確保數(shù)據(jù)分析人員和決策者能迅速獲取所需信息。

數(shù)據(jù)倉庫分層建設增強了結(jié)構(gòu)明晰性，有助于促進代碼與計算資源共享，更是將數(shù)據(jù)的復雜性進行了模塊化分解。在其分解思想的支持下，當某一環(huán)節(jié)出現(xiàn)問題時，無須全面復查所有數(shù)據(jù)，這有助于提升業(yè)務的適應

性與響應速度。

2.數(shù)據(jù)倉庫模型設計

采用星型存儲結(jié)構(gòu)，利用“事實表”大數(shù)據(jù)量的主表和“維表”的小數(shù)據(jù)量表。維表設計采用了時間維度、層級維度、緩慢變化維度。事實表設計采用了實物事實表和快照事實表。

（1）維表設計

時間維度：是一個非常重要的維度，應包含所有可能用到的時間屬性（如日期、上下午、星期、季度、節(jié)假日標識等）。

層級維度：是模型設計最常用的維度，比如人員的地區(qū)維度（省、市、縣、鄉(xiāng)鎮(zhèn)等）。通過將多級層次結(jié)構(gòu)展開并扁平化處理，建立具有固定層級數(shù)量的維度屬性，可在一定程度上優(yōu)化上鉆（roll-up）與下鉆（drill-down）的分析效率。

緩慢變化維度：在維度表中為每個變化的記錄添加新的行，并標記有效時間段。舊記錄不會被刪除或覆蓋，而是通過結(jié)束日期標記為過期。

（2）事實表設計

事務事實表：事務事實表的粒度是每一行對應一個事務，或者一行對應事務中的一個條目。如一次就診、一次處方開具、一次檢查等。這類表通常包含度量值，如費用、數(shù)量、時間戳等，以及指向維度表的外鍵。

快照事實表：在預定義好的間隔（如每天、每周或者每月）上，使用周期快照的方式裝載到事實表中。快照事實表用于記錄在特定時間點或一段時期內(nèi)數(shù)據(jù)的狀態(tài)或累積結(jié)果，它提供了一個時間點上的數(shù)據(jù)快照。與事務事實表關注單一事件不同，快照表關注一段時間內(nèi)的匯總或狀態(tài)變化。如每月的物資庫存快照表。

（三）聯(lián)機分析（OLAP）

聯(lián)機分析（On-LineAnalyticalProcessing）用于處理和分析決策系統(tǒng)內(nèi)的大量多維數(shù)據(jù)，從多個角度和維度快速、一致、交互地分析數(shù)據(jù)，并采用鉆取、切片、切塊、旋轉(zhuǎn)，篩選、排序等操作多維數(shù)據(jù)展現(xiàn)、數(shù)據(jù)交叉、數(shù)據(jù)挖掘等展現(xiàn)手段。OLAP技術(shù)與數(shù)據(jù)倉庫結(jié)合，對大量復雜的數(shù)據(jù)進行分類處理，以提升計算效率，進而滿足決策需求，保障在多維環(huán)境下提供咨詢和報表服務。

1.多維數(shù)據(jù)源分析

開發(fā)多維數(shù)據(jù)分析系統(tǒng)的第一步是需求分析。從醫(yī)院實際需要出發(fā)，決策系統(tǒng)多維數(shù)據(jù)分析應能提供各級需要的常規(guī)報表和統(tǒng)計指標；第二步是進行數(shù)據(jù)源分析。聯(lián)機分析（OLAP）的基礎是各系統(tǒng)業(yè)務數(shù)據(jù)。主要數(shù)據(jù)源是：門診和住院人次、門診和住院費用明細、門診和主要電子病歷，以及醫(yī)囑、檢驗檢查等臨床信息。其中包含了基礎信息、疾病屬性、治療天數(shù)、科室單元、醫(yī)生、臨床療效、具體的檢查、治療項目數(shù)量、藥品及耗材、費用等。

2.多維數(shù)據(jù)集定義

基于原始數(shù)據(jù)源的核心業(yè)務屬性，構(gòu)建患者、門診、住院、手術(shù)、體檢及醫(yī)技等多主題多維數(shù)據(jù)集；通過將原數(shù)據(jù)庫中具有統(tǒng)計意義的字段映射為標準化維度或度量，實現(xiàn)分析模型的規(guī)范化定義。如： ① 患者信息表：由門診記錄和住院記錄中的每個患者組成。度量是人數(shù)、累計住院日期和累計費用。維度是患者的自然和社會屬性、病種、首診信息、生存信息等。 ② 門診表：度量為門診次數(shù)，維度有掛號患者信息、掛號時間、科室、號別、醫(yī)師等。 ③ 住院表：度量為住院人次數(shù)和住院天數(shù)，維度是住院日期、費別、疾病診斷、治療、療效等。 ④ 手術(shù)表：度量為臺數(shù)和手術(shù)等級，維度是手術(shù)名稱、類別、時間，以及科室或麻醉、主刀醫(yī)生等。 ⑤ 體檢表：度量為體檢人數(shù)，維度有體檢患者信息、體檢時間、項目、醫(yī)師等。這些數(shù)據(jù)集涵蓋數(shù)據(jù)源事實表，并將其關聯(lián)。將關系型數(shù)據(jù)模型轉(zhuǎn)換為多維模型，使得數(shù)據(jù)能夠被快速分析和查詢。

3.維度元分析

維度元即維度的個體單元，如手術(shù)時間的維度元為當期、出院；手術(shù)等級的維度元為國考手術(shù)等級、院內(nèi)考核等級；出院人次時間的維度元為當期、同期、環(huán)期、基期等。定義維度元信息分為兩種，一種是藥品類別、藥品類型等描述實體維的屬性維。這種維度規(guī)范統(tǒng)一，維度元不會變動。第二種類型的維度元信息需要經(jīng)常維護，如出院病人手術(shù)等級，通常會根據(jù)手術(shù)難度、醫(yī)院開展情況、國考標準定期進行字典升級維護情況的變化而變化。通過SQL語句定義維度元體系結(jié)構(gòu)，并將相關元數(shù)據(jù)信息存儲在SQL數(shù)據(jù)表中實現(xiàn)統(tǒng)一調(diào)用。

聯(lián)，以及圖表結(jié)合等方式，可以更好地實現(xiàn)醫(yī)療指標分析、病人費用分析和圖表分析展示等功能。目前，決策系統(tǒng)應用端呈現(xiàn)BI分析運營管理、費用分析、醫(yī)療質(zhì)量、藥品分析、醫(yī)技分析、手術(shù)分析、耗材、績效分析等八大板塊，以及單點登錄績效、DRG、合理用藥模塊。報表板塊在遷移舊版HIS報表的基礎上，增加國考、院內(nèi)績效考核等自定義指標，集成展現(xiàn)門診、住院、醫(yī)技、藥品、病案、醫(yī)療質(zhì)量、體檢、手術(shù)、傳染病等醫(yī)療統(tǒng)計數(shù)據(jù)。不需要編寫SQL或MDX語句，直接呈現(xiàn)同環(huán)比變化與歷史數(shù)據(jù)的對比；查看歷年走勢及累計變化情況；通過KPI設置目標警示等，以為領導決策提供良好的數(shù)據(jù)支撐，實現(xiàn)精細化管理。同時，醫(yī)院通過對決策系統(tǒng)異常指標的定位，實現(xiàn)了“精準診斷”與“對癥下藥”。

例1，手術(shù)專題分析：決策系統(tǒng)整合HIS系統(tǒng)收費數(shù)據(jù)、手術(shù)麻醉系統(tǒng)治療數(shù)據(jù)。聯(lián)機分析（OLAP）中發(fā)現(xiàn)，存在有手術(shù)收費記錄但未進行手術(shù)登記、手術(shù)麻醉系統(tǒng)中有治療記錄而病案首頁沒有手術(shù)操作的情況。找出“病因”后，醫(yī)院及時優(yōu)化流程，并對手術(shù)數(shù)據(jù)進行閉環(huán)。同時，在業(yè)務系統(tǒng)中，對未填寫的病歷增加系統(tǒng)判定和彈送預警，提醒醫(yī)生及時處理，以杜絕手術(shù)記錄缺失，從而提高手術(shù)相關指標的正確率。

四、結(jié)束語

統(tǒng)計決策系統(tǒng)的使用實現(xiàn)了全院資源共享、數(shù)據(jù)共用、信息互通，覆蓋數(shù)據(jù)治理、業(yè)財一體化、運營分析與決策、績效管理等多個業(yè)務場景，對管理決策和醫(yī)療服務提供支持，從而實現(xiàn)管理維度的多元化、管理力度的精細化、醫(yī)療服務的智慧化，進而實現(xiàn)對醫(yī)療成本和醫(yī)療質(zhì)量的雙重控制。在此過程中，信息技術(shù)的應用為醫(yī)院的高質(zhì)量發(fā)展提供了強大的技術(shù)支撐。隨著信息技術(shù)的不斷發(fā)展和深入應用，醫(yī)院的管理將越來越規(guī)范化。只有不斷提升醫(yī)院的信息化技術(shù)水平，才能使醫(yī)院的發(fā)展更加科學、管理更加規(guī)范，使醫(yī)療資源得到更加合理的配置。

三、效果

新的決策系統(tǒng)整合了醫(yī)院因時期不同、標準不同、系統(tǒng)接口不同的各類數(shù)據(jù)，實現(xiàn)各類業(yè)務系統(tǒng)數(shù)據(jù)無縫對接。通過新的決策系統(tǒng)，自動生成、數(shù)據(jù)指標相互關

作者單位：張荊中國人民武裝警察部隊重慶市總隊醫(yī)院

參考文獻

[1]鄭建智，段占祺.數(shù)據(jù)倉庫和OLAP技術(shù)在衛(wèi)生統(tǒng)計決策支持系統(tǒng)中的應用[J].中國衛(wèi)生信息管理雜志，2012，9（03）：47-51

[2]胡楊，袁建華.數(shù)據(jù)倉庫和OLAP技術(shù)在集團財務分析中的應用[J].計算機與現(xiàn)代化，2013，（04）：31 -35+39

[3]王徐冬，楊希武.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘在醫(yī)院信息系統(tǒng)中的應用[J].醫(yī)療衛(wèi)生裝備，2008，（08）：47-49.

[4]劉喻，劉仕福.醫(yī)院數(shù)據(jù)分析系統(tǒng)的開發(fā)與應用[J].中華醫(yī)院管理雜志，2009，25（04）：223-225.