基于数据仓库的医院决策支持系统的应用

马利亚，李婧杰，马国鹏

宁夏医科大学总医院 信息中心，宁夏 银川 750004

我院地处西北边陲，信息化建设较发达地区起步晚，近几年，医院加大了信息化的建设力度，在总院信息化建设完成的同时，以总院为数据中心，规划了分布在不同区域的6个分院的建设工作，并且成功地实施了其中2家分院的信息化建设工作。随着集团化医院建设模式的初步完成，病人的各类数据，例如病人信息、诊断信息、检验检查信息、药品信息、电子病历、传染病等历次就诊的信息，以病人的ID号为唯一标识被统一聚集在数据库中，如此大量的信息，如何为医院提升管理提供决策支持，成为数字化医院建设的发展方向[1-2]。

1 需求分析，确定主题

首先协同医院决策管理人员确定挖掘任务、对现有资源进行评估，然后确定挖掘目标，制定挖掘计划，从获取的原始数据中抽取一定数量的数据子集，建立数据挖掘库。分析的重点在于管理过程中医院管理者需要哪些数据支持，并将这些需求映射到现有信息系统的数据同时给出对应的量化。以医疗质量管理为例，管理者需要了解医院各个科室在不同年份、不同医生的用药、检查、治疗比例；药品中要了解抗生素的比例、中成药比例，甚至可以细化到每种类型的抗生素所占的比例等信息[3]。

在充分进行需求分析后，确定了我院管理需要的主题，作为下一步构建模型的基础。根据医院信息系统（HIS）中的数据，确定了住院收入、出入转、检验、住院药品、病案、手术、挂号分析、门诊处方、质控指标等数据挖掘主题。

2 数据建模

数据仓库技术包括数据清理、数据集成和联机分析处理（OLAP）。OLAP是一种分析技术，具有汇总、合并和聚集功能，以及从不同角度观察信息的能力[3]。数据仓库和OLAP工具基于多维数据模型。该模型将数据看做数据立方体（data cube）形式，允许从多维对数据建模和观察。维度模型包含事实表和维度表，维度模型以星型结构和雪花型结构为主。

例如，建立医疗质量信息事实模型，建立日期维度、科室维度、费用维度、医生维度，从HIS中抽取出医疗质量信息事实表，利用OLAP技术，将数据进行汇总、钻取（向上向下）和旋转，可以将各个维度排列组合来分析医院的各个层面的医疗质量情况。如不同科室医疗质量一年来的变化趋势，多个病种诊治过程中的医疗质量比对，同一个科室所有医生一年来医疗质量的趋势和比对情况等。通过这些分析，可以得到一些有意义的分析结果，辅助医院管理人员在管理上做出适当的调整，提高医疗质量。如通过比对科室医疗指标可以对科室管理人员提出更高的要求，分析病种的诊治质量可以有所侧重地对低医疗质量的病种治疗加强人员培训、设备购置和人才引进，可以直观地考核医生的绩效情况和有针对性地对医生进行培训以提高医生素质等[4-5]。

3 具体应用

（1）以手术开展时间，病人所在医院、科室、开展的手术类型、手术持续时间、手术医生为维度，就某一时间段，分析开展的各类手术例数、手术的难易程度、手术持续时间，以及医生的工作量，进行绩效考核，并为深入分析我院开展手术的情况提供依据，例如，某科开展的中大疑难手术多，但是相应的收入较低，是否考虑绩效政策的倾斜以鼓励医院开展疑难手术[6]。

（2）以检验主题为例，可以利用折线图、饼图等图表形式，就标本接收时间、标本病区分布、检验标本籍贯、检验标本职业、检验标本民族构成进行分析，从而得到不同地域、不同性别、不同年龄、不同身份、不同民族患者的检验信息，为医院科研人员对地方病等方面的研究提供依据。

（3）同期费用对比分析。该功能可以按不同的时间维度对各个科室同期的各种费用（如治疗收入、药品收入）进行对比分析，找出收入增加或减少的原因。例如，各科室药品收入时间变化趋势，寻找变化的原因，促进有利因素，减少不利因素。

（4）由于医院患者的入院季节性较强，可以通过分析每月、每季度的门诊人次、住院人次、床位周转率，利用数据仓库，通过时间维度分析，来预测下一时期的门诊和住院人次。根据预测信息，医院管理者可以提出有针对性的措施，确定最优的服务项目时间表，从而作出终止或开拓某种医疗服务项目的决定，以便对人力资源、医疗设施、医疗设备做出适当配置。住院科室床位使用率统计表，见图1。

图1 住院科室床位使用率统计表

（5）国家对抗菌药物的使用有严格的规定，利用数据仓库的信息，可以分析在某段时间内，医院、科室开具处方的情况，抗菌药物、基本药物是否超过了合理的比例，从而为医院控制合理使用抗菌药物提供决策依据[7]。住院科室抗菌药物使用情况统计表，见图2。

图2 住院科室抗菌药物使用情况统计表

4 总结

利用数据挖掘技术，和医院管理部门深入合作，定义挖掘主题，可以将医院各数据库中的数据，清理、抽取、集成、选择出有代表性的指标，对集团中的各医院、各部门的经济效益、病案质量、诊疗水平等更多的评价指标进行综合分析，提取隐含在其中的、潜在的有用信息和知识，对医院未来发展趋势，起到辅助实际工作的决策作用，最大限度地减少决策过程中的不确定性、随意性和主观性[8]，从而极大地提高医院运营管理的科学性。

[1]俞磊,杨松涛,王宗殿.基于数据仓库的医院决策支持系统的研究与设计[J].计算机与数字工程,2010,38(4):142-145.

[2]王炯,夏宏斌.浅析数据挖掘技术在医院信息化平台建设中的应用策略[J].网络与信息,2010,(6):22-23.

[3]RamezElmasri,ShamkantB Navathe.数据库系统基础[M]. 邵佩英,张坤龙,译.北京:人民邮电出版社,2002.

[4]史今驰.数据挖掘技术在医院信息系统中的应用[J].中国医疗设备,2012,27(1):86-88.

[5]林超英.数据挖掘在医院信息化建设中的应用研究[J].信息与电脑(理论版),2011,(2):127-128.

[6]曹茂诚,袁力克,何及夫.基于模糊决策的临床科室主任绩效考核的研究[J].中国医院管理,2010,(4):40-42.

[7]郭庆,谷岩.数据挖掘技术在医院信息系统的统计分析与决策中的应用[J].中国医疗设备,2010,25(5):64-67.

[8]步国军,韩文玲,秦华.数据挖掘在外资医院财务分析和投资决策中的应用[J].硅谷,2010,(3):65-66,120.