醫院決策支持的信息化研究設計

劉慶金 牛恒星 張寒彬

摘要：目的：為院長正確決策，醫療質量評價，醫院等級評審，醫院管理流程優化等提供數據支持。方法：通過ETL，CDC等多種技術抽取生產數據庫的數據，構建基于Oracle數據庫的數據倉庫。然后基于數據倉庫的數據進行分析，對生產數據庫和在線業務系統不產生影響。結果及結論：醫院決策支持系統的研究和實現將改變醫院管理現狀，提高醫院管理水平和效率，促進醫院健康發展。

關鍵詞：醫院管理;決策系統;數據倉庫

中圖分類號：R-058 文獻標識碼：A

文章編號：1009-3044（2019）32-0011-03

1背景

隨著信息化不斷發展，對醫院信息化建設要求越來要高。多年來，醫院在信息化建設方面進行許多探索，實現不同程度的信息化。醫院信息化建設極大地提高醫院運行效率，為醫院能更好地服務病人提供保障。

現在，國內大型醫院都有比較成熟的信息化系統，醫院內實施有HIS，LIS，PACS，EMR，OA，臨床路徑等系統。對系統進行集成，從業務系統查詢報表，進行統計，統計結果可以為醫院管理提供數據支持。但是從系統進行查詢報表存在許多問題，首先各個業務系統的統計口徑不一致，導致查詢出的報表結果存在很大的差別。其次，在業務系統中不能統計時間過長，否則，會影響業務系統的使用。最后，各個系統賬號和密碼不同，如果要進入不同的系統，操作頻繁。因此，一套既能滿足業務部門的業務需求，又能為院長提供決策支持的系統顯得尤為重要。醫院決策支持系統可以查詢所有想要的信息，而不必登錄多個系統。醫院決策支持系統擁有集中，統一，宏觀的操作界面，更加簡潔，人性，滿足院長需求。

2系統設計

2.1系統架構

醫院決策支持系統可以基于多層架構實現，在業務層，是醫院已經應用的各種業務，包括HIS，ERM，LIS，RIS，PACS，手術，麻醉，體檢，人事，財務，人工管理以及其他業務系統。各個業務系統每天運行，運行過程當中，產生各種運行數據，這些數據保存在各自系統的數據庫之中。每種業務系統使用的數據庫不盡相同，包括Oracle，SQLserver，DB2，My SQL，Sybase，Cache等多種數據庫。系統架構如圖1所示。

醫院決策支持系統在后臺基于大型數據庫Oracle，構建數據倉庫。利用ETL，CDC等多種技術從各個業務系統中，抽取各種數據庫中的源數據。通過這種方式，所有的數據查詢與檢索都基于構建的數據倉庫，不占用各個業務子系統的生產數據庫資源，因此不會影響醫院業務系統的運行效率。

2.2數據倉庫

對醫院中已有的業務系統和信息系統中分散的數據庫，進行數據抽取，清理，經過加工，匯總和整理，從而構建醫院決策支持系統所需要的數據倉庫，利用這種方法消除源數據庫中數據的不一致性，從而保證數據倉庫內數據的一致。通過數據倉庫，為前端查詢和分析作基礎。數據倉庫中的數據隨著時間變化，但同時大量數據保持相對穩定。

醫院決策支持系統中數據倉庫的架構已經非常成熟，首先利用Flume進行數據采集，采集的數據經過處理后被存儲下來，然后利用Hive，MR，SparkSQL等技術進行數據的分析和計算。分析和計算得到的有用的結果共享，為報表應用提供數據。醫院決策支持系統中，主要對數據進行查詢操作，沒有數據庫的增加，刪除，修改操作。

數據倉庫設計中，首先要根據醫院的需求確定主題域的邊界，在醫院決策支持系統中需要提供的主題有：綜合運營主題，門診主題，住院主題，手術主題和臨床路徑主題。確定主題域后要確定各個主題的量度，綜合運營主題需要考慮的指標包括：門急診收入，住院收入，門診人均費用，住院人均費用，住院耗材，門診耗材等。門診主題需要考慮的指標包括：門診預約類型，門診量統計，門診病人來源，門診費用分類等。住院主題需要考慮的指標包括：床位資源，醫療組，平均住院費用，平均住院天數，藥占比等。手術主題需要考慮的指標包括：手術例數，出院手術占比，手術分級占比等。臨床路徑主題包括：使用率，入徑率，完成率，變異率等。

2.3ETL

ETL技術將數據從來源端經過抽取，交互轉換，加載至目的端。醫院中各個業務系統中的數據經過抽取，清洗，轉換后加載到數據倉庫。形成標準統一的數據集合，為醫院決策提供分析依據。

在ETL設計中，主要分為三個部分。數據抽取，數據清洗轉換，和數據加載。ETL實現的方法很多，其中有ETL工具，SQL方式實現以及兩者結合的方式。當數據抽取的時候，對于與數據倉庫相同數據庫系統的數據源，抽取的方式采用兩者之間建立鏈接關系的方式即可。如果數據倉庫和數據源的數據庫系統不同，可以通過ODBC方式建立數據庫連接。對于文件類型數據庫，需要利用數據庫工具導入指定數據庫，然后從指定數據庫進行提取。對于數據量巨大的數據庫系統，采用增量更新的方式進行抽取。

抽取后的數據需要進行沖洗和轉換，對于不完整的數據，首先將其選擇出來，然后對缺失部分進行補充完整，然后再寫入數據庫。對于錯誤數據，通過SQL語句查詢，交給醫院業務部門修改后，再進行抽取。對于重復數據，刪除重復部分，然后進行抽取。有時候，對不一致數據還要進行數據轉換，這是一個不同業務系統數據整合的過程。有些業務系統的數據非常詳細，但是數據倉庫并不需要如此詳細的數據，因此業務系統的數據需要按照數據倉庫粒度進行聚合。ETL需要記錄運行日志，日志包括執行過程日志，錯誤日志和總體日志。如果ETL運行出錯，可以向系統管理員發送警告。

2.4CDC

CDCESJ是一種增量數據采集的解決方案，這種技術是在or-aele數據庫中使用的，這種技術可以識別上次提取后發生變化的數據。CDC技術結構基于發布者和訂閱者模型，發布者可以捕捉系統中變化的數據，訂閱者從發布者得到變化的數據。在Oracle系統中，CDC擁有一個發布者和多個訂閱者。