基于大数据的医院质量管理

陈勇飞，陈妍妍，叶 庆

华中科技大学同济医学院附属同济医院信息管理科，武汉 430030

随着医疗改革的深入，医疗服务市场竞争日益激烈。各大医院不仅在医疗技术上精益求精，而且在管理上狠下功夫，在服务水平上提升细节。近年来，随着医院信息化的应用与深入，各类运营和业务数据从采集、存储、传递、使用的模式发生了根本的变化，大量的数据资源成为医疗单位最核心资源之一，是其他竞争者不可复制的优势［1］。

华中科技大学同济医学院附属同济医院各项运营数据和业务资料已经积累到了一定的规模，期望以医院实际需求为基本出发点，结合国内外优秀的数据挖掘和智能决策展现技术，利用20年积累的信息化大数据，对患者服务找出改进方案，对业务质量给出改进措施，对医院管理决策提供数据支撑。

1 信息系统基础建设

同济医院从20世纪90年代陆续推进信息化基础建设，于2007年成为国家首批数字化建设示范医院之一，已经陆续建成基本完整的信息系统体系［2］。

1．1 信息基础设施层

基础网络架构:在通信网络基础设施完备的情况下完成了三层网络改造，将数据和业务分离。使得设备数据、医疗数据、网络运行数据各行其道，核心层、汇聚层和接入层的网络模式保证各个系统和部门的数据相对独立安全又互联互通。

智能楼宇:包括建筑设备自动化控制系统、安全防范系统、一卡通管理系统、电梯系统、智能抄表系统，工艺机房动力监视系统、机房环境监控系统、智能照明监控系统、能耗监测和节能控制系统。

1．2 医疗运行业务层

临床业务:包括 HIS，PACS，LIS，门诊、急诊医师站和护士站系统，辅助诊断系统，病案管理系统，医疗统计系统，血库管理系统，心电系统，电子病历，医疗保险，成本核算，临床信息系统，手术麻醉，重症监护，移动医疗系统，门诊挂号，计价收费系统，病理信息系统，病历质控，临床路径以及合理用药控制。

行政运营:包括人事管理系统，财务管理系统，后勤管理系统，药库管理系统，医疗设备管理系统，门诊、手术及住院预约系统，病人住院管理系统，等。

科研教学:包括科研管理系统，教学管理系统，培训部考核管理，研究生科综合管理系统。

区域医疗:包括远程会诊系统，双向转诊系统，医保管理系统。

1．3 质量控制管理决策层

业务管理:包括医疗质量管理HQMS系统，绩效考核系统，人事招聘数据分析系统。

行政决策:包括自动办公OA系统，医疗报表决策系统，医疗质量评价系统，医疗质量控制系统，等。

2 决策平台

2．1 数据集成

大量的数据需要通过有效的组织方式才能发挥其价值。同济医院通过医院数据分类与编码的规范、数据采集与交换的标准制定，简化医院信息网系统的设计、实施及维护管理，提高医院信息的共享程度。同时，在确保在统一的接口标准规范下，使来自不同厂商的产品和系统能很好地协同工作，共同构建一个完整的医院信息系统平台［1，3］。

InterSystems是总资产逾3亿美元的科技公司，为医疗卫生行业提供重要的网络平台，公司的Ensemble快速集成平台可以为医疗团体提供快速连接和可扩展的系统。可以快速创建可互连的应用系统，赋予原有基于规则的业务流程、消息处理、领导层仪表及Web服务等更多特性。其强大的管理能力可以作为全院数据的中转站和管理中心，同时也规范化各项业务数据，避免重复和互相冲突的数据。而新接入的系统也不必一一去和相关的系统做接口，只需要针对Ensemble技术接入即可。集成平台技术是对大型医院庞杂系统管理一个强有力的助手［1］。

使用整合方案首先是成本节省、简化业务流程和增进效率。整合还帮助医院保护投资，继续使用现有应用中的数据和功能，而不是“拆换”掉遗留系统。整合项目更可带来长远的益处，医院可由此得到所有数据和操作的即时、实时视图，有利于更好的决策。另外，整合产品提供很大的灵活性，使业务流程快速适应增长、满足新业务需求。

2．2 建立主题数据库

整合后的数据首先形成各自体系的数据集市，决策系统的原始数据可以从各个信息集中的主题资源库中获取。同时，也便于将各类数据初步分类，使得海量数据有序化，产生更大的价值［3］。医院主要建成如下主题库:

2．2．1 医院资源主题库 组织机构资源、卫生人力资源、科研创新资源、大型设备资源、资产运行情况及智能楼宇运行数据库。

2．2．2 医院管理主题库 疾病质量指标、预防保健、财务管理、成本核算、医政管理及行政监管。

2．2．3 医技服务主题库 HIS、PACS、RIS、LIS、手术麻醉、重症医学、病程管理、体检中心及分诊预约。

2．2．4 电子病历主题库 出院病案首页、门急诊就诊信息、临床路径信息、医嘱用药数据、住院费用情况、单病种管理及医疗安全不良事件。

2．2．5 业务协同主题库 区域双向转诊、新农合数据、医疗保险数据及远程医疗会诊。

2．2．6 医疗质量与安全专题数据库 重点疾病、重点手术、临床路径与单病种、医院感染、患者安全及重点专科质量日报。

2．3 建设数据仓库

获得了整合集成的数据之后，可以通过集成平台将有价值的全部数据建立成数据仓库。通过多年的发展和研究，数据仓库的技术已经相对成熟［4］。我院主要通过以下步骤建立数据仓库:建立数据模型和数据仓库的物理设计;定义数据源;从集成平台中抽取、净化和转换数据到数据仓库;定义报表工具;制作B/S模式的数据分析和数据展示工具以及界面;定时更新数据仓库。其建设流程如图1所示。

图1 数据仓库建设流程图

2．4 建设决策平台

应用BI工具的商业智能技术对信息资源进行深加工，为医院管理、监控、评价、预警提供完整的业务分析平台。通过对数据的采集，提供信息的整合查询报表，然后以多维度对医疗数据分析，开放思维［5］。改变以往的业务管理角度，来分析各项业务发展趋势和问题所在，提高管理的预见能力。决策支撑平台的总体建设流程如图2所示。

3 决策平台效果

图2 决策支撑平台的总体建设流程图

智能决策平台的建设，没有一个明确的节点。随着管理的需要以及数据的增长，需求将会不断的改变，因而需要平台能够跟随一起变化［6］。但本质不会改变，将海量的数据中包含的难以直观发现的现象和不存在直接联系的因果关系以及难以预测的复杂状况用总和数据和图表展现出来。我院的决策平台也因为各个管理部门和领导的不同要求而在不断设计新的智能分析层面和展现模式。

3．1 多维度的数据分析示例

通过对医院重点科室相关疾病跨年度病例数增长趋势，可以预测医院业务量的增长，提前储备人才和设备，避免了以往被患者容量暴涨而被迫扩张医疗资源以及过度和浪费扩张的情况。医院重点科室相关病例月度数量与医疗服务水平的关系如图3所示。

图3 多维度病例分析图

3．2 各项指标质量管理

图4 医疗业务数量KPI

图5 医院效益分时段分析

图6 医疗工作量不同维度进行比较

据分析，我院有针对性地寻找导致工作量不同和等待时间过长的各项因素，并一一解决，使得患者等待时间缩短，满意度和医院口碑大大提高。还可以预估检测时间以提醒等候患者何时可以进行检查，实现几乎无需等待的就医检查服务(如图7所示)。

图7 CT检查数量和等待时间趋势对比

通过医疗决策支持系统能够提升医院的服务质量和创新能力，还能够整合医院的各种资源，将个人的知识提升为组织知识，提高员工获取最新业务和知识的效率，从而提高医院的整体医学水平和医院的核心竞争力。医院决策知识数据库的创建过程实质是医院价值的创造过程，不仅涉及医疗原始数据的收集和处理，还包括数据知识的表达、人工智能技术的嵌入和各种规则、条件及分类方法等的应用。对此，有待今后不断研究。

［1］奈纯剑，任宇飞，李金，等．医院临床数据中心建设与应用［J］．中国医院管理，2013，(5):53-54

［2］陈建成，吴福珍．医院决策支持信息系统的建设与实践［J］．中国数字医学，2013，8(1):27-30

［3］Patel VL，Shortliffe EH，Stethnelli M．The coming of age of artificial intelligence in medicine［J］．Artifi Intell in Med，2009，(46):5-17

［4］Yang CC，Lin WT，Chen HM．Improving scheduling of emergency physicians using data mining analysis［J］．Expert Sys with Appl，2009，(36):3378-3387

［5］栾瑞，王春鹤，任慧，等．基于B/S构架医疗新技术管理系统的研发［J］．中国医院管理，2013，(2):72-73

［6］刘燕峰．数据挖掘及决策支持技术在医院中的应用研究［D］．杭州:浙江大学硕士学位论文，2012:23-30