基于数据仓库技术在医院信息系统中的应用

2013-06-25 08:45包冬冬
中国信息化·学术版 2013年3期
关键词:数据仓库医院管理数据挖掘

包冬冬

【摘 要】本文提出结合医院实际特点,应用数据仓库技术对已有业务数据库进行集成,并利用数据挖掘技术在其上进行数据分析,挖掘潜在有用的知识,从而进一步改善医院服务质量,提高效益,降低成本,并指导管理者做出科学决策分析,提高医院核心竞争力。

【关键词】数据仓库 数据挖掘 医院管理

【中图分类号】TP391 【文献标识码】A 【文章编号】1672-5158(2013)03-0083-01

1 引言

目前,我国大中型医院均建立了医院信息系统(hospitalinformation system,HIS)系统,随着时间的推移HIS系统中相关的信息数据也急剧膨胀如何运用科学的技术和手段从海量数据中发现有用的信息并充分利用,发现医院运作的基本规律,预测医院发展的趋势,从宏观上把握医院的发展方向,更好地为广大患者服务,这是医院管理者企盼解决的深层问题因此采用数据仓库技术、数据挖掘技术对HIS数据进行再次开发已成为新的趋势。

2 数据仓库建设过程

数据仓库建设是一个循环往复的过程,通常涉及数据的选择、数据的变换,建立模型,评估、解释模型,运用和巩固模型等步骤。它可以由领导和基层管理人员,进行自发挖掘。但由于数据挖掘过程比较复杂,还必须有受过专门训练的技术人员实施有目的的挖掘工作。

2.1确定主题数据仓库中的数据是按分析主题来组织数据的。因此确定主题是数据仓库建设的首要目标。同时还要根据主题确定子主题、维度和数据来源等。

2.2数据准备数据准备的好坏将影响到数据挖掘的效率和准确度以及最终模型的有效性。数据准备工作包括数据的选择(选择相关和合适的数据)、探索(尽可能了解数据,如了解分布情况和异常数据等)、修正(包括缺失数据的插值等)、变换(离散值数据与连续值数据之间的相互转换,数据的分组分类,数据项之间的计算组合等)。

2.3建立模型该步为最关键的步骤,选取数据挖掘工具提供的算法应用于以上已准备好的数据,选取相应参数,生成模型。

2.4评估、解释模型对生成的模型进行比较和评估,直到生成一个相对最佳模型。再对此模型用业务的语言加以解释。如果没有问题,可以对模型加以试验型的应用。如果有问题,再重复上面的数据准备和建立模型的过程,直到建立满意的模型为止。

2.5数据准备建立模型评估、解释模型运用、巩固模型对使用人员理解的、并被认为是符合实际和有价值的模型进一步监控其在实际应用中的表现,如果发现模型表现不好的情况,应对模型作进一步的考察,以反映业务运作规律的变化。

3 数据挖掘技术在医院中的应用

医院利用数据挖掘软件从数据仓库中提取有用数据,并且进行微观、中观乃至宏观的统计、综合和推理,发现事物间的相互关联,提供更高层次的数据分析功能,对未来的医院业务进行预测,更好地为医院管理决策提供支持。本系统完成了以下功能分析:

3.1 患者费用构成进行分析

患者费用由手术、治疗、检查、化验、药品等组成。该功能可以分析医院、科室乃至各个病房内的患者费用构成,从而能有针对性地控制费用比例,探究医疗费用项目结构的合理性,使医院管理者有针对性的控制医疗费用。例如:国家对药品占医疗总收入的比例有严格的要求,利用数据仓库内的信息,可以分析在某段时间内,某科室开具处方的药品是否超过了合理的比例,从而为医院合理控制药品比例提供了决策依据。

3.2 同期费用对比分析

该功能可以按不同的时间维度( 包括按年综合、按旬综合、按月综合) 对各个科室或各个病房同期的各种费用进行对比分析,并以各种专业报表、视图的形式反映给医院管理者,找出收入增加或减少的原因。例如:各科室、各病房近 5a 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。

3.3患者结构分析

我们可以运用秩和比法对医院门诊住院患者的地区分布、性别分布、身份分布、职业分布、年龄分布等方面进行分析,从而得到不同地域、不同性别、不同年龄、不同身份、不同职业患者的经济状况、需求的主要医疗服务类型等信息,使医院管理者了解患者差异对医院收益的影响,能够针对不同类型患者采取一些措施来提高服务质量,增加门诊量和住院收容量。

3.4患者流动转情况分析

该功能可以分析门诊患者从挂号到取药再到离开医院的时间分布以及住院患者从入院到出院各个就医环节的时间分布。分析出患者的就医瓶颈,掌握影响患者诊疗效率的因素,以便能针对这些因素采取措施来帮助医院管理者进行业务流程的更新和改进,提高患者的就诊效率。

3.5 医疗工作量影响因素分析

科学合理地评价各种医疗工作量影响因素,找出影响医疗工作量变化的主要因素,是进行医疗工作量影响分析的目的,为医院管理决策提供了支持依据。例如:医院收治患者数是医院工作量的重要指标之一,它直接影响医院的经济效益和社会效益。利用数据挖掘技术中的灰色关联分析方法对医院收治患者数的影响因素进行分析发现:病床周转次数、住院患者手术人次、年收治患者人数、平均开放病床数和年平均医生人数与年收治患者数关联程度较高。

3.6单病种分析

该功能以ICD-10疾病分类标准,对单病种进行分析,包括对单病种的住院费用、住院天数、转归、病情、治疗方案等方面进行分析,为医疗质量管理提供依据,使医生能够及时总结经验,找出最佳治疗手段。既缩短了患者的就诊住院时间,减轻了患者的负担,同时也提高了工作效率,增加了经济效益。

3.7患者就诊时间分析

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,建立数据挖掘中的灰色预测模型,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。

3.8科室综合评价的分析

利用数据挖掘技术对医院各科室进行综合评价分析,从数据仓库中选出代表性强、独立性好、能反映科室工作效率、治疗质量、经济效益、综合管理等方面的多项指标进行综合评价分析,从而可以找到科室的薄弱环节,并采取相应的措施进行调整,以提高科室的综合水平。

4 结论

运用数据仓库和数据挖掘技术,对医院医疗活动过程中产生的海量数据进行深度加工可从中得到长期的、系统的、综合的数据;同时还可以通过决策树、神经网络、遗传算法、聚类等技术,对数据进行深层次的挖掘和有效利用,得到丰富的辅助决策信息。这两种技术的综合应用,能为医院的科学管理提供支持和依据可以帮助医院管理者预测医院发展的趋势,满足更大范围、更深层次的管理分析需求,从宏观上把握医院的发展方向。

参考文献:

[1]JiaweiHan,MichelineKamber著,范明孟小峰等译.数据挖掘概念与技术[M].机械工业出版社,2003:9

[2]周爱华,郑应平,王令群.医学数据挖掘综述[J].中华医学实践杂志,2005,2,l4

[3]陈金雄,刘雄飞,王庆森.医疗卫生装备,2004:8

猜你喜欢
数据仓库医院管理数据挖掘
基于数据仓库的数据倾斜解决方案研究
数据挖掘综述
软件工程领域中的异常数据挖掘算法
数据仓库系统设计与实现
电子信息工程在医院管理中的应用
在职护理人员培训系统
医院思想政治工作需做到“六结合”
浅析医疗档案在医院管理中的作用
基于R的医学大数据挖掘系统研究
数据复用在存储数据仓库中的运用