建設(shè)醫(yī)院數(shù)據(jù)倉(cāng)庫(kù) 支撐醫(yī)院管理決策
數(shù)據(jù)倉(cāng)庫(kù)是面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于經(jīng)營(yíng)管理中的決策支持。建設(shè)一個(gè)提升醫(yī)院運(yùn)營(yíng)能力的數(shù)據(jù)倉(cāng)庫(kù)，對(duì)于提高醫(yī)院管理決策水平，加快醫(yī)院科研進(jìn)程，提高醫(yī)院診療水平和教學(xué)質(zhì)量，提升醫(yī)院的品牌服務(wù)能力，都將產(chǎn)生深遠(yuǎn)的影響。
1、 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)簡(jiǎn)介
1.1 數(shù)據(jù)倉(cāng)庫(kù)的定義：數(shù)據(jù)倉(cāng)庫(kù)是面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于經(jīng)營(yíng)管理中的決策支持。其根本特點(diǎn)是依據(jù)數(shù)據(jù)庫(kù)、基于主題的集成數(shù)據(jù)的物理存放。數(shù)據(jù)倉(cāng)庫(kù)技術(shù)基于數(shù)據(jù)庫(kù)技術(shù)，是隨著人們對(duì)高度積累的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)分析或科學(xué)預(yù)測(cè)而逐漸形成的。
1.2 數(shù)據(jù)倉(cāng)庫(kù)的兩類(lèi)分析工具：在數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)上有兩類(lèi)分析工具—OLAP(On Line Analytical Processing)和DM(Data Mining)。OLAP側(cè)重于對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行多層面、多角度的分析處理，而DM
則側(cè)重于對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)中蘊(yùn)涵的未知規(guī)律進(jìn)行深層挖掘。從技術(shù)上看，兩者都可以用來(lái)發(fā)現(xiàn)和總結(jié)規(guī)律，OLAP是通過(guò)驗(yàn)證某些猜想來(lái)發(fā)現(xiàn)規(guī)律，而DM是通過(guò)數(shù)據(jù)來(lái)找尋隱含的未知規(guī)律。
2、 數(shù)據(jù)倉(cāng)庫(kù)建設(shè)背景
近年來(lái)，隨著醫(yī)療市場(chǎng)的激烈競(jìng)爭(zhēng)，醫(yī)院管理已逐步從傳統(tǒng)經(jīng)驗(yàn)型向科學(xué)量化管理方向發(fā)展，特別是醫(yī)院的重大決策需要科學(xué)數(shù)據(jù)分析作為依據(jù)。建設(shè)一個(gè)提升醫(yī)院運(yùn)營(yíng)能力的數(shù)據(jù)倉(cāng)庫(kù)，不但有效地支撐醫(yī)院管理決策，而且對(duì)加快醫(yī)院科研進(jìn)程，提高醫(yī)院診療水平和教學(xué)質(zhì)量，提升醫(yī)院的品牌服務(wù)能力，都將產(chǎn)生深遠(yuǎn)的影響。
3、 數(shù)據(jù)倉(cāng)庫(kù)建設(shè)過(guò)程
3.1 確定主題：數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)的組織是面向宏觀分析主題的，可以說(shuō)，主題定義的過(guò)程就是數(shù)據(jù)倉(cāng)庫(kù)模型建立的過(guò)程，確定主題是數(shù)據(jù)倉(cāng)庫(kù)建設(shè)的首要目標(biāo)。
3.2 數(shù)據(jù)準(zhǔn)備：①根據(jù)確定的主題，確立相應(yīng)的'數(shù)據(jù)結(jié)構(gòu)，在數(shù)據(jù)倉(cāng)庫(kù)中建立相關(guān)的事實(shí)表和維度表，并對(duì)數(shù)據(jù)倉(cāng)庫(kù)中相關(guān)表的連接作出相應(yīng)的取舍;②對(duì)來(lái)自于HIS系統(tǒng)和其它外部數(shù)據(jù)源的數(shù)據(jù)進(jìn)行ETL處理—數(shù)據(jù)抽取(Extract)、轉(zhuǎn)換(Transform)和裝載(Load)。
3.3 建立模型：基于醫(yī)院業(yè)務(wù)運(yùn)行機(jī)制，利用數(shù)據(jù)挖掘(DM)工具提供的算法，將其應(yīng)用于數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)，選取相應(yīng)的參數(shù)，生成相應(yīng)的主題模型。
3.4 演化模型：利用OLAP工具，基于不同的參數(shù)，對(duì)生成的同一主題的不同模型進(jìn)行比較和評(píng)估。首先確立一個(gè)相對(duì)最優(yōu)模型，用業(yè)務(wù)語(yǔ)言加以解釋;然后采用迭代的軟件工程方法反復(fù)修改相對(duì)最優(yōu)模型，直到建立滿意的模型為止。
3.5 運(yùn)用模型：建立數(shù)據(jù)倉(cāng)庫(kù)的最終目的是從數(shù)據(jù)倉(cāng)庫(kù)中挖掘知識(shí)，總結(jié)規(guī)律。通過(guò)運(yùn)用模型，從數(shù)據(jù)倉(cāng)庫(kù)中找到一些知識(shí)和規(guī)律，有效支撐醫(yī)院管理決策。
4、 數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)的主要功能
4.1 患者構(gòu)成分析：該功能可以分析醫(yī)院門(mén)診、住院患者的構(gòu)成，以便有針對(duì)性地采取措施來(lái)提高服務(wù)質(zhì)量，從而增加門(mén)診量和住院收容量。
4.2 就診時(shí)間分析：該功能可以分析門(mén)診患者的各個(gè)就醫(yī)環(huán)節(jié)的時(shí)間分布，分析患者的就醫(yī)瓶頸，以便能針對(duì)這些瓶頸采取措施來(lái)減少患者的就診時(shí)間。
4.3 醫(yī)藥費(fèi)用構(gòu)成分析：該功能可以分析整個(gè)醫(yī)院、各個(gè)科室乃至每個(gè)醫(yī)生的患者醫(yī)藥費(fèi)用構(gòu)成，有針對(duì)性地采取措施來(lái)控制藥品費(fèi)用比例。
4.4 單病種分析：該功能可以對(duì)單病種進(jìn)行分析，包括對(duì)單病種的費(fèi)用、住院天數(shù)、治療方案等進(jìn)行分析，以便醫(yī)生能及時(shí)總結(jié)經(jīng)驗(yàn)，找出最佳治療方案，即縮短了患者的就診時(shí)間，又減輕了患者的負(fù)擔(dān)。
4.5 成本效益分析：該功能可以把各個(gè)不同系統(tǒng)的數(shù)據(jù)集成到數(shù)據(jù)倉(cāng)庫(kù)中，對(duì)醫(yī)院的成本效益情況進(jìn)行全面分析，挖掘醫(yī)院業(yè)務(wù)利潤(rùn)的變化規(guī)律，真正把握醫(yī)院經(jīng)營(yíng)狀況，提高醫(yī)院的經(jīng)濟(jì)效益。
5、 小結(jié)
數(shù)據(jù)倉(cāng)庫(kù)是諸多學(xué)科相互交叉、綜合應(yīng)用的技術(shù)。數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)已經(jīng)成為現(xiàn)代醫(yī)院必不可少的基礎(chǔ)設(shè)施之一，它是現(xiàn)代醫(yī)院運(yùn)營(yíng)支撐體系的重要組成，是醫(yī)院面對(duì)激烈競(jìng)爭(zhēng)的醫(yī)療市場(chǎng)作出迅速響應(yīng)的有力保障。
參考文獻(xiàn)：
[1] 樊同科,陶紫瓊.數(shù)據(jù)倉(cāng)庫(kù)技術(shù)及其在醫(yī)院信息系統(tǒng)中的應(yīng)用[DB/OL].電腦知識(shí)與技術(shù),2009.
[2] 陳金雄,劉雄飛,王慶森.醫(yī)院數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)[DB/OL].醫(yī)療衛(wèi)生裝備,2004.
【建設(shè)醫(yī)院數(shù)據(jù)倉(cāng)庫(kù) 支撐醫(yī)院管理決策】相關(guān)文章：
1.醫(yī)院管理決策中統(tǒng)計(jì)信息的應(yīng)用
2.跟蹤審計(jì)在醫(yī)院建設(shè)的應(yīng)用
3.醫(yī)院危機(jī)管理機(jī)制的建設(shè)