基于商业智能的区域卫生综合辅助决策支持系统建设与应用

吴海燕 许 强 王丽峰

(新疆克拉玛依市卫生局 克拉玛依 834000) (新疆克拉玛依红有软件有限责任公司 克拉玛依 834000)



基于商业智能的区域卫生综合辅助决策支持系统建设与应用

吴海燕 许 强 王丽峰

(新疆克拉玛依市卫生局 克拉玛依 834000) (新疆克拉玛依红有软件有限责任公司 克拉玛依 834000)

为提高卫生管理效率和决策水平，以区域卫生信息平台为基础，基于商业智能的思想创建区域卫生综合辅助决策支持系统，介绍该系统的技术方案、建设内容及在卫生管理中的应用示例。

区域卫生信息平台; 健康管理; 决策支持系统; 数据仓库; 联机分析技术

1 引言

医学信息的形式是多种多样的，包括图像、声音、视频、文字以及最简单的数据,这些医学信息资源对医院的决策管理、医疗和科研起着至关重要的作用[1]。区域卫生信息平台的建设是帮助实现区域内数据的互联互通和信息的共享交换，形成完备的区域卫生数据中心。为了有效地利用和展示这些数据背后蕴含的深层次价值，建立一套强有力的卫生综合辅助决策支持系统来整合、分析相关领域的业务数据是非常必要的。决策支持系统是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统，是管理信息系统向更高效发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。

商业智能(Business Intelligence，BI)的概念来源于工商业，是对数据和信息的搜集、管理和分析的过程，目的是使企业的各级决策者能够获得知识，提高洞察力，帮助他们做出对企业更有利的决策、实施更有效的管理举措。从业务信息系统或其他外部系统的数据库中抽取/转换/装载[2-4]数据、建立数据仓库、数据分析和数据展示是商业智能系统的4个步骤，科学支持决策分析是商业智能的终极目标[5]。区域卫生信息平台的构建是在不推翻现有基础上对系统及数据的集成。大量已建的医疗信息系统产生的医疗数据资源，结构化程度低，存在很多“脏数据”，如数据格式千差万别，数据重复、不规范、错误，业务逻辑不合理等。需要选择一种体系架构来搭建平台，将不同医疗卫生机构所提供的分布、异构、冗余的数据进行标准化转换、清洗及结构化抽取等复杂处理[6]。而基于商业智能的区域卫生综合决策支持系统是将这些数据转换为知识、以帮助卫生行政部门做出明智的监督决策的有效工具。

2 技术方案

2.1 总体架构

在区域卫生信息平台实现信息集成的基础上，在主管业务行政部门决策需求的指导下，预先把分散在各个卫生领域系统中的数据和信息抽取出来，经过清洗、格式转换，重新装载到数据仓库，通过仪表盘、企业报表等展示工具，将决策者感兴趣的数据展示出来，形成一个面向多学科集成的商业智能技术体系[7]。系统的整体架构，见图1。

图1 区域卫生综合辅助决策支持系统整体架构

整个技术架构分为4层结构。数据层：即系统所需要的原始数据来源，除包括最主要的区域卫生信息平台所汇集的各医疗机构日常业务数据外，还包括如外部接口、参照数据文件等非支撑系统数据。应用支撑层：系统对数据进行提取、加载和转换，通过统一的数据交互格式，对数据进行清洗，建立数据仓库，即通过抽取/转换/装载工具将业务系统中的分散数据抽取到以主题为基础的数据仓库中，形成统一、集成的数据视图[8]。应用层：通过联机分析技术对数据仓库的加载数据进行分类、挖掘，将数据分配到各个主题集中，以不同的主题对数据进行分类。展现层：商务智能平台的业务访问入口。主要的运作方式是以系统门户作为入口点，然后转至预警及分析管理。整个展现层为用户提供B/S模式，以多种图形化的方式将各个主题数据展示出来。通过上述分析可以看出该系统的建设主要涉及数据仓库构建与联机分析处理两大技术。

2.2 数据仓库技术应用

数据仓库(Data Warehouse)是一个集成、面向主题(Subject-oriented)、时变(Time Variant)和非易失(Non-volatile)的数据集合，反映出历史变化，强调数据分析和报告结果产生的海量数据存储技术[9]。也可以说数据仓库通过主题设计，将不同业务系统中分散的数据集中存放在一个存储容器内。在此数据集成平台上，各业务系统之间的数据可互通互用。例如，建立病种维度表与各医疗机构业务系统中的医嘱项关联起来可以分析病种的药品使用情况、费用情况、治疗费用等。

2.3 联机分析技术应用

联机分析是基于多维数据库和多位分析的一类技术，是专门用于支持复杂的决策分析、信息管理和业务管理人员决策活动的一种决策分析工具，通过组织和汇总数据而为高效分析查询创建多维数据集[10]，也就是说，通过该技术可以让管理者对海量数据进行轻松高效的查询分析。这也得益于它的数据聚合和多维组织机制。如各医疗机构业务收入在时间维存放时不仅存放每日收入，还聚合成每月、每季、每年的收入；在科室维存放时不仅存放科室收入，还聚合成各机构总的收入。在每个维度不同层级的交叉点也可以计算出聚合收入，如某月某医疗机构某科室的收入，通过这样的多维聚合机制，使得数据查询速度大大提升。另外还提供切片、切块、上钻、下钻、旋转等操作方法，在不同的层级上对数据进行试探性分析，得到不同形式的结果。

3 建设内容

3.1 总述

系统的建设将对区域医疗业务、医疗服务质量等方面进行综合评价，建立科学的评价分析体系，以事实数据为基础，通过对数据的量化分析、各类指标的全面分析和深度钻取，为区域卫生医疗管理提供有力的决策支持。为充分发挥商业智能平台的数据挖掘能力，基于对医疗决策分析指标模型的需求分析，借鉴商业智能软件的关键指标分析模型，建立符合克拉玛依市实际情况、具有实际应用价值的区域卫生综合辅助决策支持系统。系统建设遵循由表及里、由浅入深、分阶段实施的原则。首先进行业务指标模型的建设，通过对区域卫生信息平台的建设来扩大数据采集范围，主要包括采集服务质量、监管方面的数据，逐步向上进行质量与监管层面的挖掘分析。整个商业智能分析的内容，总体上分为“业务”、“质量”与“监管”3大部分，在各自范围内逐步量化分析，形成具体的挖掘指标并体现由底向上、由表及里的分析原则。3大部分内容，见图2。

图2 业务、质量与监管3个层面关系

3.2 业务数据挖掘

业务方面，主要从医疗动态、财务状况、药品信息、社区公共卫生、妇女儿童、行政人力、健康档案等主题出发，收集和抽取各级各类卫生医疗机构的业务相关数据，对数据进行关联组装，进行统计、趋势对比等分析并按不同方式进行展现。业务领域的数据挖掘分析内容，见表1。

表1 业务领域数据挖掘分析内容

3.3 质量数据挖掘

在业务领域分析的基础上，扩大对卫生医疗机构质量数据的采集，通过对临床质控、药事质控、诊疗监管、医技检查监管和护理质量等部分进行质量分析，分析结果主要以比率数值等形式展现。质量领域的相关分析内容，见表2。

表2 质量领域数据挖掘分析内容

3.4 监管数据挖掘

在业务、质量两大主题领域挖掘分析的基础上，通过科学的理论方法和指标体系，分析从各级卫生医疗机构端采集的医疗行为数据，建立区域医疗行为监控、预警和处置机制，为卫生行政管理层的有效干预提供依据，提供统计分析和决策支持。分析结果以比率数值关联、预警提醒等形式展现。监管领域主要包括医疗质量安全、医院输血、基本药物使用、医疗费用、食源性疾病等方面的监控，相关分析内容，见表3。

表3 监管领域数据挖掘分析内容

4 系统在卫生管理中的应用示例

4.1 概述

在区域卫生信息平台一期项目建设中，启动卫生综合辅助决策系统探索性的建设工作，完成以区域卫生信息平台为核心目标的数据仓库建设，以行政管理的需求为导向，建立主题指标项，辅助决策。以系统中个别指标为例，分析其在卫生行政管理中的作用。

4.2 示例1：健康档案指标监测

通过对克拉玛依市居民健康档案进行全面、深度整理和分析，包括建档人数、建档率、在档人口特征分布等指标的分析，辅助管理所辖地区的健康档案建设工作，及时发现工作过程中的漏洞和盲点，指导调整工作方向；对慢病发病人群的动态行为特征进行分析，为基层服务人员提供可预见性的判断和引导，及时对潜在发病人群进行健康行为指导，降低发病率，提升全民健康水平。图3为各社区建档率的展示，能够钻取到在档人口特征分布等,其中建档率=建档人数/常住人口×100%。

图3 社区建档率指标分析界面

4.3 示例2：重点疾病监测

通过汇总并分析某一时间段医院门诊疾病的上报数据，为管理者提供多层次、多角度的疾病发病排名情况，以及疾病发现的机构、时间等。辅助增强疾病预防控制和突发公共卫生事件应急处置能力。可对某时间段内门诊诊断进行排名。能够钻取到疾病在各机构的分布情况以及按时间的发病人次统计，见图4、图5。

图4 诊断排名第1的疾病在各机构的分布情况

图5 某疾病累计诊断排名第1的机构按月统计的发病人次

4.4 示例3：门诊费用监测

通过对辖区内各医疗机构的门诊数量、门诊费用、人均诊疗费用、住院的均次医疗费用等数据的对比分析，了解各类费用的消费金额及增长变化情况，从而获得对居民健康环境和医疗保障水平的判断，辅助决策管理者制定、调整和切实落实各项医疗保障制度。图6为区域内某机构在某年12个月内次均费用、次均药费、根据上期的费用情况分析出次均费用环比。

图6 门诊次均费用指标分析界面

此外，随着医疗机构各信息系统及区域卫生信息平台的应用，数据质量的问题已逐渐地突显出来。前台数据的不规范、不完整、不正确，以及平台数据交换出现的数据丢失、传输不及时等问题，直接影响数据分析的效果。因此，在卫生综合辅助决策系统实施的过程中，还可以发现前端业务系统的不足以及数据存储方式不合理等问题，反过来引导各业务系统的完善和数据的规范化，从而帮助各医疗机构提高数据质量[2]。

5 结语

传统卫生统计分析方法已经不能完全适应日新月异的数据环境，如何从大数据中发现有用的知识以及提高信息的利用率是迫在眉睫的任务[11]。基于商业智能的区域卫生综合辅助决策支持系统通过利用商业智能思想，采用数据仓库、联机分析、数据挖掘等技术，在现有区域卫生信息共享基础上，有效利用居民健康档案医疗卫生数据信息，对医疗卫生事业做出了有力的决策管理支持，有利于发现管理中的不足，提高工作效率。

1 石晓敬. 数据挖掘及其在医学信息中的应用[J]. 医学信息学杂志, 2013，34(5): 2-6.

2 陈就好, 刘齐昭, 张晓阳, 等．商业智能技术在医院核算系统的应用[J]．新医学, 2011, 42(11): 769-770．

3 唐佑萍, 卓绮雯, 叶霭莹, 等．基于医院信息系统实施数据挖掘[J]．医学信息学杂志, 2013, 34(9): 51-56．

4 张淑娟, 郭茜, 苏韶生. 数据挖掘和分析在医院管理中应用探讨[J]．医学信息学杂志, 2010, 23(6)：1776-1777．

5 王觅也, 黄勇, 毕永东，等. 医院商业智能系统的应用[J]. 医疗卫生装备, 2012，33(1)82-84.

6 黄孝伦, 余中心, 肖兵, 等. 以数据为主线探讨区域卫生信息平台建设[J]. 医学信息学杂志, 2014，35(7): 7-11.

7 贾锋,白和健,吴芬兰,等. 区域卫生决策支持系统研究[J]. 河北医药,2013,35(2)：300-301.

8 李明. 医院决策支持系统设计与实施[J]. 医学信息学杂志, 2014，35(2):22-27.

9 闵建虎. 基于数据仓库的决策支持系统建设研究[J]. 微型电脑应用, 2010, (26): 48-50，55.

10 李卫玲，刘红磊，景晓鹏,等. 多维分析的OLAP模块设计与实现[J]. 计算机与数字工程, 2011, 39: 164-166.

11 肖辉, 周征奇, 肖革新,等.公共卫生领域中的数据挖掘[J]. 医学信息学杂志，2013,34(12):25.

Construction and Application of Regional Health Decision Support System Based on Business Intelligence

WUHai-yan,XUQiang,Xinjing

KaramayMunicipalHealthBureau,Karamay834000,China;WANGLi-feng,XinjiangKaramayHongyouSoftwareCo.,Ltd.,Karamay834000,China

In order to improve health management efficiency and decision-making level, regional health decision support system is constructed based on regional health information platform and business intelligence ideas. Technical plan, construction contents and application examples in health management are introduced in the paper.

Regional health information platform； Health management； Decision support system； Data warehouse； OLAP

2015-01-12

吴海燕，科级，发表论文12篇；通讯作者：许强。

R-058

A 〔DOI〕10.3969/j.issn.1673-6036.2015.07.001