數據倉庫技術在醫院信息化建設方案實現中的應用價值

李韜 馮佳莉 張屹 等

[摘要] 目的 探討數據倉庫技術在醫院信息化建設方案中的應用價值。 方法 于實施基于數據倉庫技術的醫院信息化建設前（2013年全年）向河北北方學院附屬第一醫院（以下簡稱“我院”）門診患者發放醫院醫療服務滿意度調查問卷，選取500份合格問卷作為對照組；實施基于數據倉庫技術的醫院信息化建設后（2014年全年），向我院門診患者發放相同問卷，選取500份合格問卷作為研究組；比較兩組對門診服務的綜合滿意度、等待時間、診療時間、醫護人員工作績效情況。 結果 研究組總滿意度顯著高于對照組（38.20%比19.00%）；研究組等待總時間顯著短于對照組[（30.21±8.73）比（62.89±10.75）min]；研究組實際診療總時間均顯著短于對照組[（45.85±10.95）比（57.26±12.37）min]；研究組服務質量及工作效率評分均顯著高于對照組[（75.38±6.13）比（68.51±8.76）分；（78.16±6.92）比（62.59±4.19）分]，以上各指標差異均有統計學意義（P < 0.05）。 結論 基于數據倉庫技術的醫院信息化建設能夠有效提高醫務人員的工作效率及服務質量，降低患者在院等待時間，提高患者對醫院服務的滿意度。

[關鍵詞] 數據倉庫；聯機事務處理；信息化建設；數據挖掘

[中圖分類號] R197.324 [文獻標識碼] A [文章編號] 1673-7210（2016）02（a）-0160-04

Application value of data warehouse technology in hospital information construction project

LI Tao1 FENG Jiali2 ZHANG Yi1 YU Shuxin1

1.Department of Information Management， the First Affiliated Hospital of Hebei North University， Hebei Province， Zhangjiakou 075000， China； 2.Department of Urology， the First Affiliated Hospital of Hebei North University， Hebei Province， Zhangjiakou 075000， China

[Abstract] Objective To explore the application value of data warehouse technology in hospital information construction project. Methods Hospital medical service satisfaction survey questionnaire was send to outpatient in the First Affiliated Hospital of Hebei North University （“our hospital” for short） in 2013 before implementation of hospital information construction based on data warehouse technology， and 500 qualified questionnaires were selected as the control group. Hospital medical service satisfaction survey questionnaire was send to outpatient in our hospital in 2014 after implementation of hospital information construction based on data warehouse technology， and 500 qualified questionnaires were selected as the research group. Satisfaction of outpatient service， waiting time， diagnosis and treatment time， medical staffs' job performance were compared between the two groups. Results Total satisfaction in the research group was significantly higher than that in the control group[38.20% vs 19.00%]； the total waiting time in the research group was significantly shorter than that in the control group [（30.21±8.73） vs （62.89±10.75） min]； the total diagnosis and treatment time in the research group was significantly shorter than that in the control group [（45.85±10.95） vs （57.26±12.37） min]； service quality and work efficiency scores in the research group were significantly higher than those in the control group [（75.38±6.13） vs （68.51±8.76） scores； （78.16±6.92） vs （62.59±4.19） scores]； the differences of above items had statistically significant （P < 0.05）. Conclusion Based on data warehouse technology， hospital information construction can effectively improve the work efficiency and service quality， reduce patients' waiting time in the hospital， improve patients' satisfaction for hospital service.

[Key words] Data warehouse； Online transaction processing； Information construction； Data mining

隨著國內信息化建設與醫療設備的發展，國內各大醫院已經全面普及基于聯機事務處理的醫院信息系統[1]。該系統不僅提高了醫院工作效率與醫院管理水平，且極大地提高了醫院對患者的服務質量[2]，但是人們對醫療的重視和醫院業務的擴大直接導致了醫院信息系統數據量的飛速增長，而如何利用如此龐大的數據，挖掘醫院大數據中的潛在價值是目前醫院信息化建設亟待解決的問題[3]。數據倉庫技術具集成性、時變性、非易失性、變向主題性特點，支持決策的作用較為突出。對此，河北北方學院附屬第一醫院（以下簡稱“我院”）對基于數據倉庫技術的醫院信息化建設方案的實現做了深入研究，以找尋一種有效的解決方案，促進數據倉庫技術在醫院信息化建設方案中的實施，現報道如下：

1 資料與方法

1.1 一般資料

我院于2014年1月全面實施基于數據倉庫技術的醫院信息化建設，在實施前（2013年全年）給我院門診患者發放醫院醫療服務滿意度調查問卷，共發放問卷700份，回收有效問卷687份，回收率為98.14%，在687份問卷中按照隨機數字表法選取500份作為對照組，500份問卷中男性調查者260例，女性240例，年齡10～78歲，平均（38.29±21.51）歲。實施基于數據倉庫技術的醫院信息化建設后（2014年全年），向我院門診患者發放相同問卷，共發放700份，回收有效問卷691份，回收率為98.71%。在691份問卷中按照隨機數字表法選取500份作為研究組，500份問卷中男性調查者255例，女性245例，年齡為10～79歲，平均（37.51±20.39）歲。兩組一般資料情況比較，差異無統計學意義（P > 0.05），具有可比性。

1.2 方法

1.2.1 數據倉庫的建立 設定數據倉庫的運行環境，選擇客戶/服務器的結構系統。

1.2.2 數據倉庫模型的建立 對需求進行分析，依據決策分析的主題利用數據倉庫組織數據：確定主題，分析單病種的特點，包括制訂單病種的治療方案、花費的醫療費用、住院時間等。在建立模型時，與決策關系不大的數據可不用采集，依據聯機分析處理（online analytical processing，OLAP）原則對結果進行記錄。

1.2.3 數據的提取 在數據倉庫模型成功建立后，通過收集并提取外界數據源中的數據，在操作系統中采用SQL 2000對DTS數據進行轉換，應用VB編程實現DTS。另外在數據的抽取過程中，首先應建立目標數據源，與此同時參考模型，再生成SQL數據相應的查詢程序包，最后提供源數據庫數據給數據庫中的事實表和維表。

1.2.4 多維數據表的創建 提取數據后進行數據表的創建，并分析多維數據集。針對多維數據集指定事實數據表，多采用多維數據集向導并行數據挖掘。

1.2.5 醫院信息化建設的改進 2014年后醫院信息系統開始采用數據倉庫技術與傳統聯機分析處理技術和數據管理系統結合的基于數據倉庫的HIS體系結構。醫院信息HIS體系中聯機事務處理系統主要是面向醫院醫療業務層，完成日常的業務工作。

1.3 調查內容

采用我院自制的醫院醫療服務滿意度調查問卷，主要包括接受調查者的基本資料和患者對醫院門診的滿意程度。滿意度調查內容主要包括等待時間、診斷時間、醫務人員的服務態度以及服務質量等，分為不滿意、一般、滿意以及非常滿意4個維度，根據各項目結果統計得出患者對醫療服務的總體滿意度。總滿意=滿意+非常滿意。由專員統計填寫患者門診等待時間與治療時間。成立質量控制小組并由質量控制小組對全院150名醫護人員進行服務質量、服務意識及服務態度等工作績效評分，各項評分滿分為100分。

1.4 統計學方法

采用SPSS 13.0統計學軟件進行數據分析，計量資料數據用均數±標準差（x±s）表示，兩組間比較采用t檢驗；計數資料用率表示，組間比較采用χ2檢驗，以P < 0.05為差異有統計學意義。

2 結果

2.1 兩組對門診服務的綜合滿意度比較

研究組總滿意度顯著高于對照組，差異有統計學意義（P < 0.05）。見表1。

表1 兩組對門診服務的綜合滿意度比較[n（%）]

2.2 兩組患者等待時間比較

研究組掛號、候診及繳費等各項等待時間均顯著短于對照組，且總等待時間短于對照組，差異有統計學意義（P < 0.05）。見表2。

2.3 兩組患者實際診療時間比較

研究組除診斷外，掛號、繳費以及輔助檢查等各項實際診療花費時間均顯著短于對照組，且總花費時間短于對照組，差異有統計學意義（P < 0.05）。見表3。

2.4 兩組醫護人員工作績效評分比較

研究組服務意識及服務態度評分與對照組比較，差異無統計學意義（P > 0.05）；但研究組服務質量及工作效率評分均顯著高于對照組，且差異有統計學意義（P < 0.05）。見表4。

表4 兩組醫護人員工作績效評分比較（分，x±s）

3 討論

Inmon在《數據倉庫》中第一次提出數據倉庫的概念[4]。數據倉庫技術以計算機的應用為基礎，從許多分散的、差異的、關聯不明顯的日常聯機事務中處理數據源提取數據，同時利用匯總計算分析對數據進行簡單分析，為決策者提供有關數據中的潛在規律。因此，數據倉庫日益成為企業信息管理的關鍵。隨著現代化的發展，國內醫院信息系統已全面覆蓋且發展迅速。聯機事務處理的醫院信息系統僅能夠實現醫院從接受患者到治療患者的流程自動化。隨著人民生活水平提高與各大醫院業務上的發展，僅基于聯機事務處理的醫院信息系統已經不能夠滿足醫院大量數據的應用，醫院堆積了大量的病例歷史數據[5]。對醫院大量歷史數據進行挖掘，找到醫療業務中的客觀規律，從而為管理人員的決策提供支持，提高醫務人員的工作效率與患者的滿意度，意義重大。

本研究對比兩組門診服務的綜合滿意度，調查結果發現，研究組總滿意度顯著高于對照組。此結果符合蘭欣[6]的研究報道。現階段大部分醫院的信息數據是基于聯機事務處理，以實現現有業務的數字化為目的，目前所提供的信息還遠不能滿足醫院自身的需求[7]。僅基于聯機事務處理的醫院信息系統對管理決策上造成諸多不便，決策信息來源的數據單一且報表形式仍為信息統計員手工操作，并不能體現醫院各個系統之間的內在關系，導致院方高層管理者在針對醫院信息做決策時缺乏科學的統計方法，較為隨意，決策的科學性與有效性較差[8]。而基于數據倉庫技術的醫院信息化建設能夠給予決策者醫院管理上更為清晰的建議。數據倉庫技術能夠具體達到的效果有以下幾點：①患者流動情況的統計：對患者從掛號到出院的時間及逗留原因進行統計，對每天醫院內患者的流動情況進行數列動態分析，從而針對患者等待時間較長的窗口或部門進行調整，提高患者就診效率。②醫院資金流動分析：按“年份”、“季度”、“月份”以及“天”4個時間維度對醫院資金流動狀況進行分析，并將分析結果做橫向及縱向對比。③患者結構分析：將醫院所有患者按照年齡段、文化程度、性別、患病類型以及病重程度進行分類，系統地對醫院所收治的患者群體進行分析，了解醫院患者的詳細經濟情況分布與個性特征，從而得到來院患者詳細的醫療服務信息，幫助醫院高層決策者對醫院更好地進行市場定位，確定營銷策略，開拓新業務。

從本研究對兩組患者等待時間與實際診療時間對比中可以發現，研究組掛號、候診及繳費等各項等待時間及總等待時間均顯著短于對照組；實際診療時間中除診斷外，研究組掛號、繳費以及輔助檢查等各項實際診療花費時間及總花費時間均顯著短于對照組，這提示基于數據倉庫技術的醫院信息化建設能夠有效降低患者到院后的等待時間與患者實際診療花費時間，提高患者對醫院服務的滿意度，此結果符合以往的相關報道[9-11]。基于數據倉庫技術能夠通過對醫院大數據的挖掘發現各系統中存在的內在較為隱蔽的關聯規則[12-15]，例如藥房管理中，之前大部分藥物擺放的位置主要是依據藥房取藥人員的經驗、藥理知識及個人習慣，有經驗的藥房管理者能夠通過改變藥品擺放位置提高取藥人員的取藥速度，但如果通過大數據挖掘，能夠發現事先不為人知的、隱藏在歷史數據中的知識，并依據大數據挖掘出的結論擺放藥品位置，能夠真正意義上加快取藥人員的取藥速度，做到效率最大化[16-19]。本研究中研究組服務質量及工作效率評分均顯著高于對照組的結果同樣能夠證明此觀點。此外，在其他研究中也有相似結論可進行佐證[20-23]。

綜上所述，基于數據倉庫技術的醫院信息化建設能夠有效提高醫務人員的工作效率，減少患者的就醫等待時間，提高患者對醫院服務的整體滿意度。但鑒于目前國內醫院信息系統中數據倉庫技術剛起步，其發展潛力日益彰顯，通過數據倉庫來提高醫院整體的醫療技能及服務質量、完善醫院信息意義重大，能夠給醫院的決策和管理者提供參考。

[參考文獻]

[1] 繆姝妹，王忠民，劉云，等.基于醫院信息系統集成數據平臺的建設研究[J].中國數字醫學，2014，9（5）：71-74.

[2] In Y， Choi S，Park B，et al. Development of prostate cancer research database with the clinical data warehouse technology for direct linkage with electronic medical record system [J]. Prostate International，2013，1（2）：59-64.

[3] 何珊，應桂英，潘曉平.決策支持系統在醫院人力資源管理中的應用[J].中國衛生事業管理，2015，32（3）：193-196.

[4] Inmon WH.數據倉庫[M].王志海，譯.北京：機械工業出版社，2006：8.

[5] 曾凡，祁薇，于鴻飛.數字化發展對醫院統計工作的影響[J].中國醫學教育技術，2013，27（3）：334-336.

[6] 蘭欣.數據倉庫技術在醫院信息管理中的研究與實現[J].醫學信息：上旬刊，2011，24（9）：5981-5982.

[7] 李勁松，張小光.數字化醫院的建設目標與發展趨勢[J].醫療衛生裝備，2010，31（2）：5-7.

[8] De Bus L， Diet G，Gadeyne B，et al. Validity analysis of a unique infection surveillance system in the intensive care unit by analysis of a data warehouse built through a workflow-integrated software application [J]. The Journal of Hospital Infection，2014，87（3）：159-164.

[9] 陳嘉偉，張京，吳達偉，等.名老中醫救治重大傳染病經驗數據倉庫及智能挖掘平臺的實現[J].中華醫學圖書情報雜志，2011，20（4）：42-47.

[10] 卞松，劉宇宏，高黎，等.以數據挖掘為核心的醫院數據管理平臺建設初探[J].中國病案，2015，16（1）：39-42.

[11] 王秀君.心電網絡信息系統在基層醫院的應用體會[J].中國醫藥科學，2014，4（11）：157-159.

[12] Mary F，Wisniewski，Piotr K，et al. Development of a Clinical Data Warehouse for Hospital Infection Control Weinstein，and the Chicago Antimicrobial Resistance Project [J]. J Am Med Inform Assoc，2003，10（5）：454-462.

[13] Reesa L，Suzanne G，Jon P，et al. The Community Health Applied Research Network（CHARN）Data Warehouse：a Resource for Patient-Centered Outcomes Research and Quality Improvement in Underserved，Safety Net Populations [J]. EGEMS（Wash DC），2014，2（3）：1097.

[14] Charles JB，Sandra G，Youran F，et al. The Challenges of Data Quality Evaluation in a Joint Data Warehouse [J]. EGEMS（Wash DC），2015，3（1）：1125.

[15] Warehouse JC，Katherine B，Dulce B，et al. Insights in Public Health： For the Love of Data！ The Hawai'i Health Data Warehouse [J]. Hawaii J Med Public Health，2015，74（11）：382-385.

[16] Choi IY，Park S，Park B，et al. Development of prostate cancer research database with the clinical data warehouse technology for direct linkage with electronic medical record system [J]. Prostate Int，2013，1（2）：59-64.

[17] Marco-Ruiz L，Moner D，Maldonado JA，et al. Archetype-based data warehouse environment to enable the reuse of electronic health record data [J]. Int J Med Inform，2015， 84（9）：702-714.

[18] Cooke J，Stephens P，Ashiru-Oredope D，et al. Longitudinal trends and cross-sectional analysis of English national hospital antibacterial use over 5 years（2008-13）：working towards hospital prescribing quality measures [J]. J Antimicrob Chemother，2015，70（1）：279-285.

[19] Yoo S，Kim S，Lee KH，et al. Electronically implemented clinical indicators based on a data warehouse in a tertiary hospital：its clinical benefit and effectiveness [J]. Int J Med Inform，2014，83（7）：507-516.

[20] Holmes JH，Elliott TE，Brown JS，et al. Clinical research data warehouse governance for distributed research networks in the USA：a systematic review of the literature [J]. J Am Med Inform Assoc，2014，21（4）：730-736.

[21] Takeda M，Ueki S，Takahashi T，et al. Development and application of microbiology data monitoring system（Akita-ReNICS）for networking hospitals in Akita Prefecture[J]. Rinsho Byori，2013，61（12）：1147-1152.

[22] O'Leary KJ，Devisetty VK，Patel AR，et al. Comparison of traditional trigger tool to data warehouse based screening for identifying hospital adverse events [J]. BMJ Qual Saf，2013，22（2）：130-138.

[23] Zhuang Y，Xie B，Weng S，et al. Construction and realization of real world integrated data warehouse from HIS on re-evaluation of post-maketing traditional Chinese medicine [J]. Zhongguo Zhong Yao Za Zhi，2011，36（20）：2883-2887.

（收稿日期：2015-11-04 本文編輯：程 銘）