基于大数据的医院财务管理与决策系统的设计与开发

何春华

（广西民族大学相思湖学院 广西壮族自治区南宁市 530225）

作为现代医疗发展的整体趋势，医院数字化是当下国内医院尝试推进的主要工作，为提高工作效率、实现数字化建设目标提供了对应的支持条件。而作为医院数字化建设过程中的核心系统，财务管理与决策系统的设计与开发俨然已经成为当下医院所重点关注的内容，进而加大了对医院信息化的整体资金与人力投入。目前，基础的数字化财务管理系统的应用范围较广，并明确了其构建高效型、决策型以及知识型的数字化医院管理体系的发展方向，但仍需分析系统在应用过程中存在的标准接口缺乏、数据利用效率较低以及提供功能无法起到决策作用等问题。为此，需设计出一套基于大数据的医院财务管理与决策系统，为进一步完善医院内部财务管理制度、持续优化资源配置奠定基础。

1 基于大数据的医院财务管理与决策系统的设计需求

1.1 功能概述

1.1.1 动态利润分析

作为在一定会计期间将经营成果予以全面反映的财务报表，利润表与资产负债表相比较，其区别主要在于利润表具有动态特征，可将累计金额与经营成果予以充分反映，展现出了医院的真实盈利情况。由于利润表可提供动态信息，因此可用于对医院各个科室的收入、费用等数据的记录过程，时间跨度既可以是一周也可以是几个财务月，不仅可提供给绩效考核相应的原始数据，也能够确保预算跟踪获取到充足的决策信息，为后续对科室获利与盈利能力的评价奠定基础[1]。对于本系统来说，为解决以往财务报表生成速度较慢且准确率较低等问题，需要系统将数据加载至MongoDB Near Cache 中，进而达到在几秒钟即可实现报表生成的目的。

1.1.2 财务能力分析

设定的财务分析指标可用于医院分析从过去到未来的发展状况，明确当下医院所存在的问题，并可对经营决策进行预测以确保配套解决措施的落实及时性[2]。对于财务分析体系来说，其可被应用在财务指标的评价领域，为经营业绩提供权衡依据。本系统损益信息的显示主要为指标方式，可在联系设备收益率与风险预警阈值后，深入分析成本管理的整体趋势。

1.1.3 成本管理分析

作为财务管理工作的重要基础，成本管理的重要性在于对结构与资源配置予以持续优化。在以往，所展开的成本管理工作以压低指标为主，这也是导致产生较大工作压力的主要原因，甚至在员工群体中产生对立等不良情绪[3]。为此，需要在新形势发展背景下，基于总会计师制度为成本管理分析提供相应指导条件，从而确保成本管理可提高对流程改进的重视，而并非单纯压低成本指标。如此，即可明确实施流程中的问题，进而有效解决“看病贵”的实际问题。

1.1.4 管理信息功能的定制

针对级别不同的管理人员，在对通用财务数据进行关注的同时，对应的整体财务趋势与获取的决策分析信息的关注点存在着诸多差异。而基于该功能可匹配用户需求进行定制功能，并可提供Cap 与Floor 值设定条件，用以对风险进行预测[4]。此外，可自由设定列宽度、布局等，均可转换为Xml 文件格式存储于服务器中，以方便随时调用。

1.1.5 财务报表功能预定义

基于用户特定报表输出相应需求，并确定格式与含义的报表被称之为预定义报表，可分为持续分析与固定内容两类。对报表的基本要求主要包括五点：

第一是报表定制与授权具备直观性与灵活性特点；第二是业务需求对应多种需求的复杂格式[5]；第三是可利用多种数据输出形式；第四是可建立报表之间的联系，定制系统与其他报表数据之间的关联；第五是可集成其他访问功能。

1.2 功能模块

（1）基本信息模块。该模块主要用于药品、科室、人力以及设备的信息收集与集中显示，其使用基于本系统只读属性的Reference Data。

（2）动态利润模块。可基于设定的不同查询条件，在一定的时间范围内获取到科室利润变化的相关信息，且能够保证查询速度。

（3）财务分析模块。基于制定的财务指标体系，可设定不同区间范围内的一系列限定条件，进而保证财务数据指标的生成动态性特点，例如负债比、资产管理比率等。

（4）决策分析模块。基于智能财务数据仓库的OLAP，可将产生的预测性业务数据、决策分析数据进行集中展示。

（5）聚合引擎模块。该模块可充分利用智能财务数据仓库，并基于设定的业务规则展开对相应信息的处理，包括聚合与预聚合两类，可将系统查询与使用效率进一步提升。

（6）数据通用模块。该模块可整合具有半结构化、非结构化以及多源结构化特点的数据进行整合，并在SDMStandard Data Model 协助下进行数据交换，最终传输至智能财务数据仓库中。

（7）效益分析模块。该模块可在设定的不同查询条件下，确保获得各个科室或全院效益指标信息的完整性，其中包括现金流量流动能力的比率、盈利能力比率以及财务弹性分析等内容[6]。

（8）快速查询模块。可基于定制信息对业务范围进行查询，查找到已经进行聚合处理的一系列财务数据与对应的财务指标。

（9）公共模块的统计分析。基于对各个功能模块信息的查询与分析，可在赋予其公共查询功能属性后对数据仓库进行直接访问。

（10）字典维护模块。该模块可针对系统中保存的一系列字典数据进行统一管理，或进行功能修改。

（11）安全管理模块。该模块主要与系统管理员对接，可用于系统权限与用户的管理，并可根据需要进行数据备份。

2 系统体系架构设计

2.1 设计方法

2.1.1 服务导向指引下的SOA 事实数据仓库分析方法

此系统的设计开发建立在确保医院维持正常运营状态的基础上，基于一系列批量数据的导入与对数据信息的实时处理，可实现数据的获取、整理以及整体分析[7]。通过SOA分析与设计方案，可分类、清洗、交换以及共享数据，使其变化为具有灵活性特点的松耦合服务组件。基于业务流程的穿针引线完成后，即可基于数据流与相应业务规则，分解应用为独立单元组件，并进行二次封装。对应的驱动模型基于数据仓库的事实维度进行设计，可确保数据在应用层面的统一性，促使医院的决策系统架构具备易于拓展与灵活配置等优势[8]。基本的步骤为：明确数据流与对应业务需求；进行对应需求的角色分配；基于对业务流程的了解分解为业务单元；形成节点依赖关系以生成关键路径；基于关键路径分解的功能单元建立标准模型，并进行封装处理；在Autosys 的作业调度架构中加入匹配数据流特点与业务需求的调度作业内容。

2.1.2 财务数据仓库系统架构设计方法

（1）选择相应的财务业务驱动建模。业务驱动处理的前提在于数据路分析，可将诸如库存管理、票据管理等工作分解为最小的业务单元[9]。为保证提交数据统一性，需基于业务引擎并联系业务规则的对应模板展开管理。

（2）对财务数据处理粒度进行定义。该过程的核心为财务业务体系，例如可即通过产品库存水平、单据项目内容等，对系统粒度进行定义。

（3）确定事实表行维度。基于粒度的准确定义，可在财务管理指标体系协助下对维度定义集合进行归纳，随后可进行财务数据粒度回溯，进而基于对业务规则流程的参考对维度表中已经离散的维度属性予以完善[10]。对于本系统来说，其中的维度包含了交割日期、交易日期、产品类型以及财务事务等。

2.2 架构设计

2.2.1 业务体系架构

（1）财务数据中心层。该层级主要用于采集数据源输出批量与实时数据，并在交换后将其整合至数据仓库。通过对维度建模与数据粒度的分析，可在ETL 协助下处理原始数据，并将其加载到相应的维度表与事实表中[11]。为确保医院机构与财务数据中心层之间的信息小胡及时性，同时需要提供必要的通信总线服务条件，例如消息路由等，包括部分用于基础层级的支撑功能，例如审计、隐私管理等。

（2）外部接入层。该层级覆盖区域为所有的存在于医疗机构中的业务系统，基于最小数据集方法进行数据采集与管理，例如设备、药库以及门诊费用数据的管理等。

（3）业务处理层。首先是采集财务数据信息，可根据不同需求转换格式，并进行数据规范化处理，进而打造出相应数据模型[12]；其次是采集财务数据信息。其中包含了医院的公用信息、人员信息以及基础参考数据等；再次是数据交换平台，可实现批量的数据采集与共享，并可保证传输安全性；最后是资源库建设与数据中心应用支撑。基于对信息资源的整体规划，可提供给用户更多的管理条件，包括注册、报表、索引、授权等，并可开发出一系列的服务组件。图1为医院财务管理与决策平台业务架构示意图。

图1：医院财务管理与决策平台业务架构示意图

2.2.2 技术体系架构

（1）IT 基础环境层。作为系统运行的重要支撑环境，该层级包含了网络设备、主机设备、存储设备以及对应的支撑软件。

（2）数据资源层。该层级主要为数据库群，包含了财务数据信息、交换资源库、统计分析库以及注册库等。

（3）应用支撑层。该层级基于SOA 方法可设计出相应服务组件，可提供注册、报表、用户管理以及表达等服务条件[13]。此类服务组件起到了支撑系统正常运行状态的作用，将系统可扩展性优势予以充分发挥。

（4）数据交换层。该层级可为数据交换提供相应的服务组件条件，其中包含了规则的预设管理、聚合引擎、配置交换方式以及提供交换服务等。

（5）平台应用层。该层级可为财务数据中心提供需求应用，包含了对预算的整体管理、动态信息的实时跟踪、对报表进行统计与分析的对应服务以及根据需求进行扩展处理的其他服务类型。

（6）外部系统接入层。该层级在基于业务参数运行设计模式的前提下，可结合动态配置与定制开发方法，将其与各个子系统进行对接，包括门诊、住院、药库、医疗业务以及协同办公等。接入后所产生系统数据主要基于 Standard Data Model 用以展开对数据的规范化处理，并围绕这一核心平台达到信息共享与业务协同的根本目的。图2 为医院财务管理与决策平台总体技术架构图。

图2：医院财务管理与决策平台总体技术架构图

2.2.3 数据体系架构

（1）数据获取层。该层级将数据源输出数据经过相应处理后，可将其传输至数据仓库系统内。用于数据获取模块的主要功能包含了数据接口、缓冲区、获取调度管理等；

（2）数据处理与存储层。该层级包含了数据仓库存储与ETL 两类功能。从数据仓库组件角度来看，对信息逻辑与物理存储进行了定义；通过组件的复制与传播，可在数据仓库协助下充分利用存储数据进而创建出具有从属关系的数据集市；基于ETL 功能将可实现从打造的基础模型逐渐转换或装载为分析模型的目标；

（3）数据访问层。该层级用于数据准备与访问应用，可将其分为不同的功能区域，包括知识的统一管理、数据的统计分析以及各类接口的应用等。该层级将商用前端工具功能进行整合，从而可根据需求完成包括生成报表、分析数据、潜在信息挖掘定制以及生成、发布等工作任务。基于打造的统一平台，也可将商用展现工具进行集成，从而完成包括报表预定义、KPI 计算、多维度分析以及专题分析等，对相应功能信息进行展示或直接应用；

（4）系统管理层。该层级包含了对元数据的集成管理、自动调度环节的管理、权限的分配、日志管理以及系统监控等，可保证数据质量，并贯穿系统的整个应用流程。在此管理层级支持下可完成财务数据分析并打造相应分析模型，包括基础模型与分析模型两种。基础模型的建立目的在于详细数据存储与管理，其中包含了指标测算、专项调查以及配套统计数据等，并以主题域形式组织起来，可将其视作为数据集合，不同集合之间通过ID 建立联系。分析模型打造目的为依据主体进行数据存储与管理，也是汇总数据与详细数据之间的联系桥梁，从而在兼顾使用需求的前提下，建立具有相对稳定性特点的结构用以实现多变需求的结构支撑目标。图3 为医院财务管理与决策平台数据架构体系图。

图3：医院财务管理与决策平台数据架构体系图

2.3 系统开发框架

2.3.1 批量数据采集

ETL 实现数据采集与规范化处理需要耗费相对较多的时间，进而满足对不同类型数据的采集分析需求，可将采集与传输流程分为采集分析、存储流程制定以及采集聚合三部分。图4 为批量数据采集分析流程示意图。

图4：批量数据采集分析流程示意图

第一部分是数据采集分析。设定对应数据采集指标后即可分析原有财务数据，通过分析数据结构并联系对应数据需求、智能财务数据结构标准，即可输出对应的采集与转换报告，进而提供给后续数据采集更多准确的数据；

第二部分为采集存储流程。首先是获取数据，需依据设定获取方法，联系采集规则推进定时的数据获取进程，并按照提供的单项指标类形式进行组织，完成文件打包后即可传递至前置交换库；其次是数据传输。从数据中心到前置机的过程可实现分时上传，打包文件可在数据交换平台的协助下，抽取相应数据并打包加密，随后则应在解密与解包后存储至前置库；再次是数据整理。校验前置库文件时，需确保发送与接收数据的异质性，进而通过后续数据解析与转换处理形成指标档案；最后是数据入库。基于完成整理的档案数据，即可联系单项指标档案库信息形成整体档案；

第三部分为采集聚合，可将其分为数据私有层、横向数据层以及纵向分析层三个层级。首先是稀有数据层，其具备一定的访问权限，并进行了隔离限制，除去必要的GUI 服务调用外不可直接访问，存储的多为保密与敏感数据；其次是横向数据层，主要用于原始与基础数据集的存储。通过数据汇总与SDM 封装处理后，即可存储到TransactionEntity table，确保存储数据格式一致。此层级赌赢数据结果在展开批量与实时处理的过程中，需联系SDM 进行抽象统一交易与头寸数据的操作，以保证在内部键值填充完毕后数据的一致性；最后是纵向分析层，需要在原有横向基础数据条件下，基于一定业务逻辑展开对数据的预局和处理，或展开对数据的后台分析。该层级主要为预测性数据与财务指标信息提供服务条件，定期进行信息挖掘与数据聚合更新，为医院管理与决策提供基础条件。

2.3.2 实时数据交换

该框架设计目标在于提供给财务管理与决策系统对应的具有实时性特点的信息，属于交互共享子系统的一种，可保证数据交换与数据传输的安全性与可靠性。实时财务数据交换平台具有单独运行特征，包含了交换节点、适配器、控制器三部分。图5 为数据交换平台逻辑关系图。此类数据交换平台的工作原理可分析为以下几点：

图5：数据交换平台逻辑关系图

（1）基于 Spring 非容器配置管理可对 RTD-Hub 访问的数据源信息进行设定，并分配相应的匹配数据格式，并能够基于数据源的不同特性选择 BSON 或 XM 封装方法。

（2）已经完成封装处理的数据文件，需要基于 RTDHub 完成指派，并在校验、压缩处理后，完成消息转换与传输任务。

（3）在RTD-Controller 协助下可检查消息格式，并完成消息至目的数据源的指派任务。

（4）基于RTD-Adapter2 进行消息逆向回溯处理的过程中，可能存在数据格式不统一的情况，需要在SDM 协助下做好数据规范与数据填充工作。

2.4 数据仓库结构设计

2.4.1 数据仓库

为将数据仓库访问效率予以提升，就需要从设计与功能实现角度出发，确保数据分区技术优势可获得充分利用，达到以空间换取性能的目的。而用于外部数据源数据采集的抽取与集成模块，将在发挥其采集功能后统一汇聚于ODS，并完成至主体数据表的集成任务；建立维度模型的基础为主题组织模块，可用于财务数据详细账目制定与财务指标设定过程，达到对基于模型的维表与中间表的管理目的；OLAP模块可在联系关系型数据库后，依据模式需求自定义建立数据立方体，为多维数据分析与查询提供方便；可视化模块则主要通过输出的各类图表，用以将数据全面展现。

此系统的创新之处主要体现在应用层与数据仓库件非文档型数据库的引入，需要在数据仓库中期限内针对数据进行预处理与聚合，进而联系提供的调用接口建立与 MongoDB之间的连接关系，实现从私有数据到横向、纵向数据的批量加载与更新。此创新要素融入到传统数据库中，有利于对有聚合需要的数据进行快速预处理以方便存储，将最大化文档型数据库应用优势予以充分发挥，进而将系统查询效率予以全面提升。本系统设计与开发需要建设的主要数据库包括智能财务数据库、注册库、主索引库、统计分析库以及交换库。

2.4.2 元数据管理

元数据存在于数据仓库的整个设计流程中，并关联着后续开发、维护以及管理过程，包含了对数据的统一组织、法快速查询以及结果理解等 关键内容。针对元数据进行管理，主要的管理对象为业务元数据、操作元数据以及技术元数据，根本目标在于将信息共享、获取以及理解效率予以全面提升，进而为使用者提供方便获取精准信息的途径，保证了数据资源的管理统一化与规范化。以本系统为例，其元数据管理内容主要包括以下几点：

（1）数据源数据管理，包含了内外两类数据源接入方式，并对应着外部数据格式、数据传输频率以及字段描述信息等内容。

（2）数据仓库元数据管理，其中包含了拓扑结构、仓库数据库结构、描述与存储信息。

（3）基于维度表、事实表以及中间表所展开的元数据管理，涵盖了数据表中的所有基本信息，且表中各个字段信息可及时融入其中，例如精度、类型、字段名等.

（4）主题信息元数据管理，包含了数据的更新周期、数据的定时抽取、主题信息以及更新日志等内容。

3 结束语

综上所述，本系统在设计与开发环节将医院财务系统中的动态利润的实时分析、财务信息管理、预算管理以及成本管理相互统一，进而在所建立的全程质量体系应用背景下，基于财务数据仓库的构建，选择使用了多种大数据技术，为数据信息定位及时聚合、分析以及挖掘提供了方便条件。从实际应用情况来看，起到了强化医院财务信息管理效果与方便制定决策的重要作用，现实意义与应用价值均满足对系统的使用需求。