基于移动端的医院决策支持系统设计与实现

李雅娜 张俊 谢颖夫 刘灵 贺建峰

摘要：针对医院管理决策支持系统利用率不高及业务数据展示效果不直观的问题，依托医院信息系统平台，通过采用数据传输压缩技术搭建决策支持系统数据仓库，开发基于B/S模式的移动决策支持系统，并利用统计学和数据分析方法，短期预测某院的门诊量。结果表明，移动决策支持系统能实现医院关键业务指标在移动终端上快速、高效及多维度、多层次的集中展现。管理者使用移动终端上的决策支持系统，能够随时、随地、随身了解医院医疗业务和经营动态，对实现实时管理和有效决策具有重要意义。

关键词：决策支持系统；移动终端；B/S

DOIDOI：10.11907/rjdk.171732

中图分类号：TP319文献标识码：A文章编号：16727800（2017）010008504

0引言

随着信息技术的不断发展，社会对医疗技术的需求不断增加，医院效率低下成为当前社会医患主要矛盾之一，同时信息时代对人们生活的影响不断增大，使得医院不得不改变以往运营模式，因此HIS（医院信息管理系统）在各大省、市乃至区、县、镇医院逐渐普及，这极大提升了医院的诊疗效率[1]。然而，这些信息管理系统数据库中的数据量不断增多，而这些数据很难转变成对决策者（或领导者）具有现实或潜在价值的信息。因此，面对如此海量数据，开发一个医院信息统计系统尤为必要。医院统计之目的在于对大量无序的医疗信息进行层次加工，为医院领导对医院信息的分析和预测提供最直观的数据展示。医院领导可据此做出正确决策，合理配置卫生资源，为民众提供高效优质的卫生服务，并在此基础上创造出良好的社会和经济效益[2]。

目前，传统的医院决策支持系统大多建立在电脑终端，由于时间、空间及电脑操作水平的限制，管理者对其使用少，导致系统使用率低[3]。并且，大多数系统是基于传统的C/S模式，这种开发模式设计的系统需要在每个终端安装客户端并且对硬件系统要求较高。当前，移动通讯技术发展迅速并且十分成熟，移动终端具有通信能力强、智能化、集成度高、移动性、功耗低和方便携带等优点，可以方便用户对信息的获取。就目前来看，在移动端运行的應用软件基本上是在Google的Android平台和苹果公司的iOS平台上开发的，在这两种开发平台上开发的应用软件只能在移动端运行，要想在电脑端运行必须重新开发适合在电脑端运行的程序，这无疑增加了开发人员的负担。

基于C/S模式开发系统的局限性，以及医院对移动决策支持系统的实际需求，设计并实现了基于B/S模式的移动决策支持系统。提供基于移动平台的医院相关信息查询与统计功能，便于医院领导及决策者更直观地了解医院基本信息。

1移动查询平台设计

本文设计并实现了基于移动智能终端的医院信息查询平台。该平台采用B/S模式，客户端采用Bootstrap框架技术，服务器端采用SpringMVC和Hibernate开发框架进行设计，系统稳定性高、灵活性强并且易于维护。

1.1系统方案设计

考虑移动端运行内存对数据的承载能力及B/S模式下系统分布性强、不受客户端限制等优点，平台采用B/S模式进行设计，可以大大降低移动端的运行压力，提高数据共享性。前台采用Jsp+Bootstrap框架技术，主要完成同查询平台后台服务器的数据交互。同时，Bootstrap具有开发响应式布局、移动设备优先的优点，能使移动平台在手机、平板和台式机上都能很好地展示。服务器端采用SpringMvc和Hibernate框架，可以很好地管理移动查询平台所需相关数据，整个移动查询平台的扩展性、稳定性和维护性得到保证。移动查询平台整体框架如图1所示。

1.2移动端功能设计

为了全方位地展示医院关键业务指标数据，满足医院领导需求，移动端的功能设计主要包含如下模块：用户信息管理、数据监测、实时数据、综合运营、门诊主题、医保分析、科级数据，以及日常统计学评价所有相关指标的整合采集。具体功能模块如图2所示。

（1）用户信息管理。用户信息管理主要对医院操作该系统的工作人员信息、用户权限进行维护。操作该系统的用户是医院各科室主任以及医院领导和系统管理员，其他用户不能非法获得数据。

（2）数据监测。数据监测主要对单病种数据进行监测，主要运用于诊断、治疗方面，对具有共性和统计学特性的医疗质量管理评价指标，例如住院日指标（平均住院日、术前平均住院日）、费用指标（平均住院费用、手术费用、药品费用）等数据进行质量管理评价。通过单病种质控，对疾病诊疗过程质量控制及终末质量控制，提高医疗诊治技术，评价医师诊疗行为是否规范合理[4]。

（3）实时数据。实时数据主要监测门诊实时数据（门诊挂号数、门诊费用、处方数等）、住院实时数据（住院人数、开放床位数、住院费用、手术例数等）、药费比、医疗收入等。院领导和科室主任可以从时间维度、科室维度和医生维度监控全院或科室任意一天的数据，包括门诊住院科室的工作负荷和患者负担等。

（4）综合运营。综合运营主要从全院整体角度分析医院收入运营情况，主要就门诊收入和住院收入两个方面从时间维度和业务维度进行分析。门诊收入和住院收入从药费、诊疗费两个角度分析，此外还对全院不同业务收入全年变化趋势进行分析，也可以对如何提高医院的盈利进行分析。

（5）门诊主题。门诊主题主要从科室、医生、收费项目的角度分析门诊人次、门诊处方、门诊药品用量、门诊药品收入、人均门诊费用、门诊收入、药费、药占比、抗生素使用情况及患者分布等，能够实现对科室综合项目和绩效的梳理考核。

（6）医保分析。根据医保类别（省医保、市医保、农合等）、医生、科室、药品、收费项目等维度，进行医保费用分析、医保人数统计、医保药品分析等。通过对医保信息进行分析可以使医院领导了解医院收入和门诊住院人数的构成。endprint

（7）科级数据。科级数据主要对医院各科室的医疗数据进行分析，主要从科室、医生、挂号类型、费用类别等维度对科级数据进行科室收入分析、门诊挂号人数分析、科室药费分析等。通过对科级数据进行分析，各科主任可以了解本科的关键业务指标是否达到标准，对绩效工资的规范管理、工作效率的提高和医疗质量的持续改进具有促进作用。

（8）日常统计学评价相关指标整合与采集。主要对门诊科室工作量、出院人数、门诊、急诊人次进行统计。

2数据获取及分析

移动查询平台的数据处理任务分担在客户和数据服务器端，客户端只需查询有效的信息，直观地为用户展示统计数据，数据库服务器端创建存储过程，利用服务器的高性能，在每天的0点从医院信息系统（HIS）中获取当天增量数据信息，再经过数据转换、筛选、洗涤，同样使用增量更新的方式生成决策数据仓库，使其具备“综合情况统计、医疗业务统计、数据查询检索”等功能，为医院领导及科室主任提供准确的决策依据，便于控制管理[5]。通过计算机技术对业务数据进行处理，使医院业务数据能直接为医院领导及科室主任所用，便于医院领导对医院业务数据进行控制和监测。

2.1门诊量预测

统计预测是根据预测对象的历史数据变化规律，估计和判断预测对象未来发展变化趋势，通过对医院数据预测，能有效地促進医院卫生事业有计划、按比例、快速协调发展。门诊量是医院医疗工作的最关键指标之一，对其进行短期预测，可为医院指定工作计划和统筹安排提供可靠依据。预测方法有很多，各种预测方法必须在一定条件下使用，都具有一定的局限性。预测结果是否正确，一方面取决于数据的准确性，另一方面也取决于预测方法及数学模型的选取。

门诊量数据来源于某三甲医院2013-2016年门诊量，如图3所示。

本文以时间数列的历史观察值为依据，采用最小二乘法进行参数估计并且拟合趋势直线方程。预测年门诊量，根据每月份的变动系数（即月份比重）预测每月的门诊量，并求出95%可信区间[67]。

从图3可以观察出2015-2016年门诊量的增长趋势近似直线，因此采用最小二乘法拟合直线方程。

设直线方程为=a+bx，其中：

=∑ni=1（xi-）（yi-）∑ni=1（xi-）2=∑ni=1xiyi-n∑ni=1xi2-n2=197 139

=-=1 737 050

故门诊量的预测值方程为：=1 737 050+197 139x，即2017年门诊量人次的预测值为2 328 467。

根据资料求变动系数（即月份比重），进而预测每月的门诊量。将2015年到2016年每年的月门诊量按月份排列后，求出各同月份门诊量均值和年门诊量均值，然后根据公式变动系数（即月份比重）=月平均值年平均值，即可得到变动系数。再根据公式：月预测值=年预测值变动系数，即可得出2017年月门诊量预测值。

根据公式：月标准差Si=∑ni=1（xi-）2n-1，求出每月门诊量的标准差。

令置信水平1 -α= 0.95，α= 0.05（双侧），n = 2，查t分布表得tα，n-1 = t0.05，1 = 12.706，则可以根据公式x±12.706（sin）计算出2017年每月门诊量预测值的95%可信区间。

2.2门诊量变化趋势分析

从图3可以看出，2013-2016年的门诊量呈先降后升现象，门诊量下降是由于医院施工改造影响了就诊人数。2016年的增长趋势明显，主要是因为2016年新门诊楼投入使用，内科、外科、妇科、产科、神经科等多个科室门诊迁到新门诊大楼，与旧门诊楼相比，不仅能满足日益增长的就诊需求，还在环境和效率等方面有了极大提高，使患者挂号、收费排队时间减少，提升患者的就医感受。此外，2013-2016年的门诊量呈季节性变化，1、2、9、10月门诊量较低，主要是因为1、2月适逢我国传统节日元旦和春节，除非病情严重，一般这段期间不愿到医院就诊；9、10月为秋收季节又逢国庆小长假，人们忙于秋收或外出旅游度假，门诊量相对减少。3月份和8月份门诊人次有所增加，3、11、12月份为季节转换时节，气温变化较大，发病率上升；8月份正值酷暑，天气炎热，容易中暑，同时是呼吸道疾病和急性肠胃炎的流行季节，也是心脑血管发病的高峰期，致使医院门诊量大幅度上升。

观察表2中的数据可以得出，比较2017年1-3月的

已有门诊数据，预测值均在95%可信区间内，除2月外，预测误差率在-15%～15%，而2月份的误差率相对较大，主要是因为1月28日为我国传统节日春节，每逢团聚，就离不开宴席，暴饮暴食、过度饮酒、饮食不注意卫生等不健康习惯，诱发的包括肠胃炎、胆囊炎、急性胰腺炎等在内的各种消化道疾病大幅度增多，随之消化科就诊量激增趋势明显，导致2月份门诊量波动相对较大。

3系统界面实现

数据以日为单位进行存储，运用4个时间维度（年、季、月、日）、4个空间维度（病区、科室、项目类、医保），采用饼状图、折线图、仪表盘等数据展现方式，实现医院关键业务指标在手机、平板等移动终端快速、高效和多维度、多层次的集中展示。

3.1输入设计

本系统的输入设备为手机或平板的触摸屏，输入数据为科室、医保、时间。其中，科室和医保类别通过使用bootstrapselect和chosen插件进行显示，可以在输入框中输入查询条件字段快速选择查询条件，时间通过使用bootstrapdatetimepicker插件加以显示。

3.2输出设计

输出设备为手机或平板屏幕，输出以统计图的格式显示。例如，查询条件中科室为“呼吸内科”，时间为20170215-20170315，单击“查询”按钮，查询结果将显示在查询条件下，如图4所示。

考虑到显示屏幕的长度限制，将查询条件选择框设计在一个可以伸缩的框架中，当统计结果显示在查询条件下，将查询条件框架收缩，可以保证查询结果在屏幕上的完整显示。统计结果图右上角的图标可以改变数据的显示方式，例如图5中条形显示方式可以表格或折线图的显示方式将数据展示到屏幕。单击下载图标可以将统计结果以图片的方式保存下来。

4结语

本文考虑了当前医院信息管理系统现状、存在的问题及现实需求，采用B/S模式和Bootstrap前台框架以及SpringMVC+Hibernate后台框架技术，设计并实现了基于移动端的医院决策支持系统。该系统弥补了医院信息管理的不足，实现了医院统计指标体系化和方便查看的要求。在移动终端上访问决策支持系统，管理者能够随时、随地、随身了解医院医疗业务和经营动态，辅助医院发现医疗业务和管理中深层次的、潜在的问题，对于医院管理者实现实时管理与有效决策具有重要意义。

参考文献参考文献：

[1]廖加友.病案统计管理系统与统计数据质量分析[J].中国卫生产业，2014（24）：4546.

[2]李瑛.当前县级医院统计工作的现状及应对策略研究[J].经济研究导刊，2016（23）：118119.

[3]唐雄，张巨发，段昌奉，等.基于移动智能终端的医院管理决策支持系统开发及应用[J].现代仪器与医疗，2013，19（1）：4749.

[4]帕提古丽·尼亚孜，周国栋，郭建新.脑梗死单病种过程质量管理评价分析[J].中国病案，2015（5）：9294.

[5]张玉敏.对医院病案统计工作存在问题的探讨[J].科级致富向导，2011（8）：315315.

[6]黄日琼.某社区卫生服务站门诊量动态分析[J].现代医院，2013，13（12）：9395.

[7]胡蓉.某医院门诊量动态分析及预测[J].中国卫生事业管理，2010（12）：3941.

责任编辑（责任编辑：孙娟）endprint