云计算平台的医院后勤信息管理系统设计

张璐

（辽宁省肿瘤医院(辽宁省肿瘤研究所)，辽宁沈阳 110042）

医院后勤管理涉及医院各部门人力、物力、财力的综合信息管理，是医院正常、高效运转的基础。后勤信息管理能力能够体现医院现代化程度和医疗水平，是现代化医院重点关注的研究课题之一[1-2]。

为适应现代化医院后勤信息管理规范化、信息化的需求，设计基于云计算平台的医院后勤信息管理系统。作为一种广泛应用的互联网技术，云计算平台在现实应用过程中发挥着越来越关键的作用[3-5]。文中提出一种基于云计算平台的医院后勤管理系统，可以为医院物资供应提供保障、节省开支，能够提升医院后勤管理运作的效率。

1 云计算平台的医院后勤信息管理系统

1.1 系统整体结构设计

根据医院后勤信息管理系统的应用需求与云计算平台的运行优势，设计基于云计算平台的医院后勤信息管理系统，如图1 所示。该系统采用三层标准云计算架构[6]，包含云计算基础设施服务层、云计算平台服务层以及云计算软件服务层。

图1 云计算平台后勤信息管理系统结构

1）基础设施服务层由后勤基础设施设备、虚拟化平台、虚拟数据中心以及云计算管理等子系统共同组成。基础设施服务层的主要功能是为医院后勤信息系统云计算平台服务层内不同应用提供信息传输、业务承载与信息等基础服务[7]，完成医院后勤信息资源共享，为医院后勤保障提供基础支撑。

2）云计算平台服务层由数据管理、分布式计算、后勤控制等子系统共同组成。云计算平台服务层利用API 接口完成服务，医院后勤管理人员利用API 接口同系统进行交互[8]。云计算平台服务层提供由基础设施值应用的服务，在完成软件同后勤设备铰链的同时，还可基于统一格式数据链路与专用的物流平台等构建、优化医院后勤信息关系与保障链路，由此为医院后勤信息管理提供技术平台与工具。

3）云计算软件服务层由工具类应用组件、后勤业务应用组件以及其他应用组件等共同组成。云计算软件服务层内集成不同云计算应用服务，对接最终应用，是后勤信息管理系统提供不同服务的工具，也是医院后勤信息管理人员使用云计算共享体系的界面。

1.2 数据管理子系统功能模块设计

数据管理子系统是云计算平台服务层功能实现的基础[9]，云计算平台服务层中的数据管理子系统基于医院后勤管理的普遍需求，设定功能模块结构，如图2 所示。住所管理模块的主要功能是对医院宿舍内居住医护人员的详细资料进行管理，包括添加、删除、修正与查询等[10-12]；动力中心管理的主要功能是救护车与医用设备维护管理、仪表数据管理与院内固定设备设施资产故障维修管理等；医院员工管理的主要功能是管理各科室资源资料，包括录入、删除、修正与查看等；医用资源管理功能是对医用设备、药品以及住院区配备物品(被、褥、水壶等)等资源实施归档、消耗、填充等管理。

图2 系统功能模块设计

1.3 动力中心管理模块

动力中心管理模块是数据管理平台中的核心模块，其主要功能是对救护车与医用设备维护、仪表数据(水、电、停车位费用)与院内固定设备设施资产故障维修等进行登记、查询、修改、删除与统计等处理。在动力中心管理模块中，救护车与医用设备维护及院内固定设备设施资产故障维修等功能，均划分医院后勤管理人员添加报修和医护人员网络报修两部分。在维护维修管理过程中，云计算平台数据库内记录全部维护维修信息，医院后勤管理人员在云平台数据库内提取全部维护维修信息并实施编制，交由修理部实施维修，报修业务流程见图3。

图3 报修业务流程

修理部接收到医院后勤管理人员发送的维护维修单后，根据单据去医院仓库领取相关材料，并填写材料信息单存于医院仓库。修理部依照维护维修单信息完成任务后，将剩余材料送回医院仓库，将任务过程中消耗的材料信息提交给医院后勤管理人员，报修业务处理流程如图4 所示。

图4 报修业务处理流程

1.4 基于云计算的聚类算法

数据聚类是数据管理的一种有效形式，为完成云计算平台数据库内海量医院后勤信息的管理，需对医院后勤信息实施聚类处理。分布式计算子系统在云计算平台数据库信息流特征提取的基础上，选取多层空间模糊减法聚类方法完成医院后勤信息聚类。医院后勤管理信息数据流特征相关系数为[13-16]：

Cf表示海量医院后勤管理信息特征向量的空间坐标值矢量模型，将wMN代入其中，利用模糊减法聚类算法，确定云计算平台数据库海量医院后勤管理信息特征聚类目标函数minSd：

式中，mg为信息数据流嵌入维数[16]。

基于minSd确定海量医院后勤管理信息特征聚类中心：

式中，|Yg|和dg分别描述隶属于第g个簇的聚类数据数量和海量医院后勤管理信息数据流时间序列。

海量医院后勤管理信息特征隶属度矩阵为：

利用式（4）迭代优化式(3)，聚类中心固定后迭代优化过程终止，采用式(5)获取优化后的海量医院后勤管理信息特征聚类中心：

用ε描述终止阈值：0 ＜ε＜1，在其值满足式（6）中的任意条件下，模糊减法聚类算法终止：

模糊减法聚类算法终止后输出结果即为聚类后的海量医院后勤管理信息。

2 仿真实验

为验证基于云计算平台的医院后勤信息管理系统的性能，选取某市附属医院为研究对象，在其后勤管理部门搭建文中系统、设定研究对象，后勤数据库中共包含7 个数据集，如表1 所示。从功能、性能、应用3 方面测试文中系统。

表1 测试数据集

2.1 系统功能测试

为验证文中系统功能的可靠性，在文中系统搭建成功后，对其实施功能性测试，结果如表2 所示。由表2 可知，文中系统各项功能性测试的实际结果与期望结果全部一致，由此证明文中系统可有效管理医院后勤数据。

表2 系统功能测试结果

2.2 系统性能测试

系统针对表1 各数据集中的研究对象，后勤信息管理过程中的加速比如表3 所示。分析表3 可知，系统在处理研究对象后勤管理数据中的加速比，随着终止阈值与数据量的提升基本呈线性上升趋势，即终止阈值与数据量越大，系统加速比越大。产生这种结果主要是因为该系统采用模糊减法聚类算法，有效提升了聚类过程的速率与时效性，使聚类过程可在短时间内完成，随着数据量的提升，这种优势更加显著。

表3 不同数据集下的系统加速比

2.3 系统应用测试

为测试文中系统的应用性能，分别对比采用系统前后的救护车辆耗油费用与院内设备设施维修费用，对比结果如图5、6 所示。由图5、6 可知，研究对象采用该系统后救护车辆耗油费用和设备设施维护费用均呈现不同程度的下降趋势。其中救护车辆耗油费用平均每月下降约0.59 万元，设备设施维护费用平均每月下降约1.22万元。对比结果显示，采用文中系统管理后勤数据后，可实现节省开支的目的。

图5 救护车辆耗油费用对比结果

图6 院内设备设施维护费用对比结果

3 结束语

医院体制改革进程的加快对医院后勤数据管理的规范化与信息化提出更高要求，基于此，文中设计基于云计算平台的医院后勤信息管理系统，应用测试结果显示，该系统可有效管理医院后勤数据，达到系统设计的目的。文中系统在今后实际应用过程中需不断地发现问题，优化性能。