结合Hadoop技术的部队医院HRP系统建设与应用

联勤保障部队第九四〇医院 信息科，甘肃 兰州 730000

引言

随着互联网技术的不断发展，医院信息化技术的发展成为部队医院保障打赢、服务地方的重要支撑环节，同时由于医院业务规模持续增长，业务类别不断增加，各种信息化子系统层出不穷，为医院管理水平的提高带来了巨大的机遇。然而，当前大部分医院HRP系统独立于HIS、LIS，采用接口的方式获取数据，这就使信息孤岛化，各类信息归口不一致；其次，当前流行的医院HRP系统缺少必要的安全备份措施，容易造成数据丢失；尤为重要的是当前大部分医院的HEP系统采集数据不规范，各种数据来源不一，数据不统一，使医院管理缺乏明确的量化指标，人员奖金绩效分配无法量化，对人员稳定及医院发展带来了一定负面影响。鉴于此，本文提出结合Hadoop分布式存储技术的医院HRP系统[1-3]，该系统不仅实现原有HRP系统功能，更重要地是打造了信息共享的Hadoop大数据平台，有效地避免了信息孤岛化，并且通过分布式文件系统将医疗数据进行安全备份，对医疗数据安全及医院安全运行提供了更高的保障，促进了医院管理体系[4-5]、管理能力现代化，进而打造部队医院独具特色的核心竞争体系。

1 系统设计与规划

本文通过分析结合Hadoop技术的部队医院HRP系统建设和Hadoop大数据技术，使公立医院尤其是部队医院医疗数据安全性得到了保障；并且基于Hadoop平台建立的HRP系统数据归口统一，数据查询、检索更加方便快捷；最后通过该平台能记录工作人员操作流程，并且能够进行回溯，使医院管理体系管理能力进一步提高。

（1）平台及架构：该系统将HRP系统底层搭建在Hadoop分布式平台上，通过HIS、LIS、PACS等医院内部系统提供接口，整合数据形成数据集，并将数据集存储在HDFS中。该平台采用多个机器节点组成的服务器集群，来构建分布式的存储系统，通过万兆网卡实现节点间的高速数据交换。平台共有3种角色节点，分别为：NameNode、CMNode和 DataNode，其中 NameNode负责任务调度和元数据存储，CMNode负责基群监控和管理，DataNode负责数据存储和计算。为了保证系统的高可用性，NameNode采用2台机器进行主从备份，CMNode采用1台机器，即使宕机也不影响集群使用，其他节点作为DataNode，可进行数据冗余存储和分布式计算。通过NameNode中心服务器对DataNode等节点进行访问管理，之后通过MapReduce对数据进行分布式处理分析，并返回结构化数据。具体实现架构如图1所示。

图1 系统架构图

（2）系统功能：基于Hadoop平台的HRP系统，首先，通过HDFS分布式文件系统将各类医疗数据进行安全备份，通过组成平台的35个节点实现全院医疗数据的备份存储；其次，通过该平台提供统一的数据归口，提高全院数据共享程度，提升医院管理水平；再次，通过MAP-REDUCE（并行计算框架），HRP系统查询、检索速率得到极大提升；最后，利用Sqoop（Hadoop数据库中间件）组件采集医疗数据，加速了数据采集速度，将结构化数据和非结构化数据统一采集并存储在Hbase（分布式数据库）中为HRP系统提供统一的数据来源。

2 方法与改进

本文通过Hadoop分布式平台为医院HRP系统建设提供助力，为部队医院数据安全提供保障，为医院数据去中心化提供可行性方案，Hadoop是一个能够对大量数据以一种可靠、高效、可伸缩的方式进行分布式处理的软件框架。用户可以轻松地在Hadoop上开发和运行处理数据的应用程序。此外，Hadoop可利用成本比较低的中低端PC级服务器集群轻松存储和分析PB级别的海量数据。

2.1 Hadoop实现平台及流程

基于医院现有的军卫一号、军队财经系统、人力资源管理系统等系统为基础，结合Hadoop分布式架构[6]，将数据集存储在HDFS文件系统中[7]，对于军队医院数据安全性[8]与保密性的提升具有良好的效果 。

分布式文件系统（HDFS）是运行在通用硬件上的分布式文件系统。HDFS提供了一个高度容错性和高吞吐量的海量数据存储解决方案。HDFS已在各种大型在线服务和大型存储系统[9]中得到广泛应用，已成为海量数据存储[10]的实施标准。随着信息系统的快速发展，海量的信息需要可靠存储的同时，还能被大量的使用者快速地访问。

整个系统主要包括HRP人力资源管理、HRP财务资源系统、HRP物资资源管理系统、HRP设备资源管理系统等四个应用模块，利用HDFS存储数据集，并对医院数据进行归口统一量化处理，首先用户提出查询需求，Hadoop集群中NameNode管理节点接受查询需求，之后通过DataNode节点进行处理。

2.2 基于Hadoop平台的HRP系统

2.2.1 物资管理系统

实现药品、耗材等医疗物资的采购、消耗、调配、转科、报废等账务处理，加强了医院对流动资产的控制与管理[11]。实现物资的计划管理、合同管理、质量管理、计量管理、动态查询[12]等功能。帮助物资管理人员从计划、合同、质量、盘点等多方面进行管理，提高医疗用品的管理效率[13]，及时掌握医疗物资的质量状况和经济效益情况。基于Hadoop大数据平台的物资管理系统利用专业的solr结构化检索方式，使该系统能够更加方便快捷地检索[14]设备各种信息，为领导层了解医疗情况提供准确的数据。Hadoop平台的应用优势如下：

信息更加透明、数据共享更加便捷：物资的管理涉及了多个科室、部门，对物资信息的维护涉及基本信息、库存信息、采购信息、供应商的信息等，系统对物资的信息维护能够利用Hadoop大数据平台分布式文件存储系统对物资设备等信息做到全面、分层，共享信息可以面向所有工作人员，与部门相关的信息必须经过授权才可以查询、修改。

高效协同：集成的后勤管理在确保各个科室部门职责分明权限清晰的前提下，理顺各个业务流程，使各个环节的管理更加精细化，提高了各个部门之间的协同。同时全程批次质量监控，从药品、耗材入库，使用、消耗全程跟踪，高值耗材跟踪到使用的患者；针对问题药品耗材，及时采取控制手段，预防医疗事故的发生如图2所示。

图2 物资管理流程图

合理的库存水平：采购计划控制可以根据Hadoop系统对院内需求进行统一消耗预测，避免信息孤岛化，系统支持自动、手工方式生成物资需求计划。对于物资需求计划，系统提供多种计划模型，指导采购，降低库存水平，提高库存周转率如图3所示。

图3 医院库存管理图

2.2.2 设备管理系统

对于医疗设备的监测，可以监控的信息就是日志信息。日志随时都在产生，且数量巨大。只依靠人工处理这些海量数据显然不太可能，且速度达不到系统维护的要求。基于Hadoop平台的大数据分析系统，将会帮助设备维护人员实时了解通讯设备运行情况，并且在已有数据的基础上，通过并行运算，快速得到工作人员需要的设备数据，推测设备可能出现或已经出现的问题。依靠科学的数据，对通讯设备出现的问题提供较优的改善，并对可能出现的状况做出一定预测。对医院设备的购置、使用、维修、报废等流程加强了医院对医疗器械的控制。实现设备的购置计划管理、合同管理、维修管理、状态管理、动态查询等功能。利用Hadoop大数据技术从多方面对设备的全生命周期进行管理，对设备运行情况进行实时监督，提高工作效率，及时掌握设备的质量状况和经济效益情况，方便快速地检索设备各种信息，为领导层了解设备情况提供准确的数据。设备管理流程如图4所示。

图4 设备管理流程图

设备购置的联动管理：在医院设备采购的过程中，除了组织招标、论证外，还需要物资采购部门进行采购、收发货等活动。在系统中通过序列号将采购订单与设备相关联，实现设备采购历史信息的追溯功能[15]，可查看当前设备的价格、批次等信息，并能将采购过程的论证文档电子化[16]，便于查询管理。

设备信息概况报表和分析：对于设备的基本信息，系统能够简单、灵活地出具各类信息报表，针对某一类型的设备或者单机设备，系统可以实现从医疗信息到维护和维修信息的全程数据追溯管理[17]，满足医院管理个性化的决策和分析的需求，同时也可满足根据卫生部或上级部门要求提交的有关报表的需求。

2.2.3 财务管理系统

医院财务管理系统从功能上涵盖了医院财务可能涉及的所有方面，主要包括医院日常账务处理的总账、应收、应付、资产会计，医院成本核算的管理会计，医院成本控制的预算管理，医院资金使用合理健康与否的资金管理，以及医院战略与绩效分析的绩效管理[18]等。系统从层级上涵盖了医院各个层面，包括高层战略分析，中层医院管理，以及底层工作人员的日常财务操作。本系统主要整合财务会计处理模块和管理会计处理模块从而建成财务集中管理系统如图5所示。

图5 财务集中管理系统

2.2.4 人事管理系统

建立基于Hadoop平台的全院统一的人力资源管理平台，提高信息共享度，通过分布式文件存储可以防止人力信息丢失，并且可以对操作过程进行回溯和与财务等其他系统的无缝集成，全面支持人事管理业务[19]。

支撑现有人事管理系统：HRP人力资源管理系统是涵盖全院员工的统一的人事信息管理平台，用于支撑全院日常人事管理业务。通过报表或接口方式支持干部综合信息库和员工信息库的统计和上报功能。

可视化的全院组织机构和岗位管理：组织管理重点突出组织机构管理、职位管理和职务管理三个部分。实现对全院各级组织机构和岗位的动态管理并及时准确掌握组织机构、岗位设置等信息，为成本核算、绩效考核和结构化调整提供决策支持依据。

3 分布式平台改造后效果

数据归口统一，极大助力医院决策分析：该系统底层基于Hadoop大数据技术并且集成了物资管理系统、设备管理系统、财务管理系统、人事管理系统等四个系统，同时利用了部队医院通用的军卫一号系统、军队财经系统等，统一了医疗数据、业务流程，满足了不同物资管理需求，搭建了设备全生命周期管理体系，实现了全成本核算，满足了全过程、全要素、全时限的财务需求，建立了全院统一、集中的人力资源管理体系，搭建了绩效考核归集展示平台，助力医院决策分析（图6）。

图6 药品采购决策分析

去中心化，使负载更加均衡：该系统通过底层搭建Hadoop集群，将数据集存储在分布式文件管理系统中，加快了数据处理速率，为部队医院实现数据安全、数据保密提供了保障，同时对于当前公立医院中心数据库业务臃肿具有很好的改善效果，实现了去中心化，使医院部分业务系统实现了负载均衡。该平台采用多个机器节点组成的Hadoop大数据服务器集群，来构建分布式的存储系统，构建一个可横向扩展的数据集群，后期当磁盘空间不足时，直接添加服务器磁盘即可进行动态扩容，当计算性能不足时，直接增加服务器节点，即可动态增加CPU和内存资源。

医疗数据安全性极大增强：HDFS通过MapReduce分布式算法，将数据的访问和存储分布在大量服务器之中，在可靠地多备份存储的同时还能将访问分布在集群中的各个服务器之上，该分布式文件存储系统能够自我修复，具有高可扩展性，无需停机动态扩容；高可靠性，数据能够自动检测和复制；高吞吐量访问，消除了访问瓶颈，是传统存储构架的一个颠覆性发展。

4 结论

本文通过Hadoop分布式平台搭建军队中心医院HRP系统，通过分布式存储、并行计算等技术使医院数据安全性、保密性更高，同时利用Hadoop技术实现了异地备份，部分实现了医院信息化去中心化的愿景，提供高质量医疗服务的同时，讲求成本效益，引入了竞争机制，用较少的投入取得了较好的医疗服务效果。提高了医院自身的生存与发展能力，增强了内部控制和抵御风险能力。然而，本系统虽然在医疗数据安全性，业务数据采集速率上有了较大提升，且使医院网络去中心化，负载更加均衡，但该系统在数据采集效率上仍有提升空间，未来准备将Spark并行计算引入该平台，进一步加快数据处理效率，同时引入区块链技术，使医疗数据安全性更高。