白國剛，楊宏橋

解放軍第309醫(yī)院 a.醫(yī)務(wù)部；b.信息科，北京 100091

醫(yī)院數(shù)據(jù)中心建設(shè)研究

白國剛a，楊宏橋b

解放軍第309醫(yī)院 a.醫(yī)務(wù)部；b.信息科，北京 100091

為了充分利用醫(yī)院數(shù)據(jù)信息資源，挖掘出對醫(yī)院管理有用的模型、規(guī)律和知識，本文就醫(yī)院數(shù)據(jù)中心建設(shè)進行研究，運用商業(yè)智能技術(shù)建設(shè)醫(yī)院數(shù)據(jù)中心。通過數(shù)據(jù)倉庫（Data Warehouse，DW）、數(shù)據(jù)萃取、轉(zhuǎn)換、載入（Extraction-Transformation-Loading，ETL）工具、聯(lián)機分析處理（Online Analytical Process，OLAP）和數(shù)據(jù)的多維度分析與展現(xiàn)技術(shù)，形成統(tǒng)一的數(shù)據(jù)視圖和綜合決策分析支持系統(tǒng)，并以此為基礎(chǔ)，結(jié)合醫(yī)院的戰(zhàn)略管理和業(yè)務(wù)運營，對醫(yī)療數(shù)據(jù)資源進行充分的應(yīng)用、分析與挖掘。

醫(yī)院數(shù)據(jù)中心建設(shè)；數(shù)據(jù)倉庫；聯(lián)機分析處理；商業(yè)智能

0 前言

醫(yī)院在信息系統(tǒng)的建置上投入了大量資金，也為醫(yī)院積累了大量的、有價值的業(yè)務(wù)信息。但這些信息都儲存在各個信息系統(tǒng)里，逐漸形成了所謂“信息孤島”[1]，見圖 1。加上傳統(tǒng)的信息系統(tǒng)只著重在事務(wù)層面的管理與作業(yè)數(shù)據(jù)的記錄，無論是查詢、統(tǒng)計，還是生成報表，都只能對指定的數(shù)據(jù)進行簡單的數(shù)字處理。缺乏數(shù)據(jù)實時轉(zhuǎn)化為管理決策信息的能力，不能對這些數(shù)據(jù)所包含的內(nèi)在信息進行有效的提取、分析、挖掘等再開發(fā)利用。因此，往往耗費大量人力在決策分析報表的制作上，不僅時效上不甚經(jīng)濟，且亦不能完全滿足管理決策者的需求。

為了充分利用好數(shù)據(jù)信息資源，挖掘出對醫(yī)院管理有用的模型、規(guī)律和知識，近年來，所有醫(yī)院越來越重視內(nèi)部信息的集成、管理、開發(fā)及應(yīng)用，期望能在數(shù)據(jù)中找出有助于增加營運績效、降低成本的有用信息與知識，并作為管理者決策支持的依據(jù)。醫(yī)院數(shù)據(jù)中心的研究與應(yīng)用應(yīng)運而生。

圖1 醫(yī)院信息孤島向數(shù)據(jù)中心的轉(zhuǎn)變

醫(yī)院數(shù)據(jù)中心通過建設(shè)全醫(yī)院數(shù)據(jù)管理平臺，形成統(tǒng)一的數(shù)據(jù)視圖和綜合決策分析支持系統(tǒng)，并以此為基礎(chǔ)結(jié)合醫(yī)院的戰(zhàn)略管理和業(yè)務(wù)運營，對醫(yī)療數(shù)據(jù)資源進行充分的應(yīng)用、分析與挖掘。以提供對醫(yī)院管理和運營的決策支持，為各部門所需的管理決策、臨床決策及科研決策等信息挖掘提供基礎(chǔ)支持平臺。

通過醫(yī)院數(shù)據(jù)中心的建設(shè)，來自不同系統(tǒng)的數(shù)據(jù)將進行統(tǒng)一集中，使醫(yī)院獲取一個集成的[3]，以數(shù)據(jù)倉庫為核心的醫(yī)院信息資源管理平臺。醫(yī)院的信息使用者，特別是管理層和決策層用戶，將擁有一個一致的信息訪問入口[3]，在獲取所需信息的過程中，無需考慮數(shù)據(jù)的來源，而能夠以數(shù)據(jù)為基礎(chǔ)開展經(jīng)營分析，為科學化的醫(yī)院管理提供有效的支持和依據(jù)。整合了來自不同系統(tǒng)的數(shù)據(jù)，從而使全局化的醫(yī)院運營視圖成為可能。

1 醫(yī)院數(shù)據(jù)中心的基礎(chǔ)架構(gòu)

對傳統(tǒng)的信息系統(tǒng)，醫(yī)院需要新的技術(shù)來彌補原有數(shù)據(jù)庫系統(tǒng)的不足，需要把已經(jīng)廣泛收集到的數(shù)據(jù)集成到醫(yī)院數(shù)據(jù)中心，從業(yè)務(wù)數(shù)據(jù)中提取有用信息，幫助醫(yī)院在管理決策支持、臨床決策支持和績效評價管理上做出及時、正確的判斷。商業(yè)智能是建設(shè)醫(yī)院數(shù)據(jù)中心時所采用的最核心的一種技術(shù)。

White[4]認為商業(yè)智能是透過信息科技及產(chǎn)品工具來提供使用者解決企業(yè)問題的所有信息，以支持戰(zhàn)略性或策略性的商業(yè)決策。將現(xiàn)金分散于企業(yè)內(nèi)、外部各種信息加以匯整，并依據(jù)某些特定的需求進行分析與運算，透過報表、圖表及多維分析的方式將這些結(jié)果呈現(xiàn)給決策者，以協(xié)助其管理組織績效或作為決策判斷時的重要參考。

運用商業(yè)智能建設(shè)的醫(yī)院數(shù)據(jù)中心主要包含3大部分，第一部份是數(shù)據(jù)的采集、匯總與整理，其中，包含了DW及 ETL 工具 ；第二部分是數(shù)據(jù)的多維度分析與展現(xiàn)，其中，包含了 OLAP ；第三部分是數(shù)據(jù)分析的展現(xiàn)與決策支持應(yīng)用，包含了多維分析報表（Multi-dimensional Analytical Reporting，MDAR)展現(xiàn)工具，及在管理決策支持、臨床決策支持與績效評價管理中的應(yīng)用。醫(yī)院數(shù)據(jù)中心的架構(gòu)，見圖2。

圖2 醫(yī)院數(shù)據(jù)中心架構(gòu)

2 醫(yī)院數(shù)據(jù)中心的核心技術(shù)

2.1 數(shù)據(jù)倉庫

數(shù)據(jù)倉庫之父 Inmon[5]首先提出了數(shù)據(jù)倉庫之名，并將數(shù)據(jù)倉庫定義為支持管理決策的數(shù)據(jù)庫。數(shù)據(jù)倉庫大師Kimball[6]認為數(shù)據(jù)倉庫是一種靜態(tài)的數(shù)據(jù)，從日常事務(wù)處理系統(tǒng)中取得而來，并且是可以支持決策的數(shù)據(jù)庫。常用的數(shù)據(jù)庫建模方式有兩種：關(guān)系數(shù)據(jù)庫和多維數(shù)據(jù)庫。在醫(yī)院信息系統(tǒng)中采用關(guān)系數(shù)據(jù)庫進行建模[7]，而數(shù)據(jù)中心的數(shù)據(jù)倉庫則采用多維數(shù)據(jù)庫進行建模。目前多維度建模有 3 種常見的架構(gòu) ：① 星型架構(gòu)[8]（star schema），它由一個規(guī)模很大的事實表和一組規(guī)模較小的維度表所組成；②雪花型架構(gòu)[9]（snowflake schema），它是星型架構(gòu)的擴展，每個維度都可向外連接到多個詳細類別表 ；③ 星系架構(gòu)（star flake schema），復(fù)雜的應(yīng)用可能需要多個事實數(shù)據(jù)表共享維度表。針對住院病人費用決策分析所設(shè)計的星形架構(gòu)[4]，見圖 3。首先對數(shù)據(jù)進行整理，創(chuàng)建了住院病人費用事實表，并建立了與之相關(guān)的病人身份、入院方式、入院病情、出院方式、治療結(jié)果、費用類別、病人性別、住院科室、時間（包括入院時間和出院時間）等維度。

圖3 住院病人費用決策分析星形架構(gòu)

在醫(yī)院數(shù)據(jù)中心的建設(shè)中，所設(shè)計的數(shù)據(jù)倉庫將能實現(xiàn) ：① 為醫(yī)院提供一個開放式的數(shù)據(jù)體系結(jié)構(gòu)，它可以接納全醫(yī)院的運營數(shù)據(jù)，也可以接納外部數(shù)據(jù) ；② 對數(shù)據(jù)倉庫中的數(shù)據(jù)進行歸檔、備份、以便在數(shù)據(jù)倉庫遭到破壞時進行恢復(fù)，并能實現(xiàn)從數(shù)據(jù)源所抽取的數(shù)據(jù)進行篩選、數(shù)據(jù)標準或內(nèi)容的統(tǒng)一 ；③ 集成的元數(shù)據(jù)管理層用于元數(shù)據(jù)的管理、數(shù)據(jù)析取 /轉(zhuǎn)換、服務(wù)器管理和最終用戶分析工具；④ 用于日程安排、存儲管理、性能檢測、報警 /時間和通知的核心管理服務(wù)。

數(shù)據(jù)倉庫的開發(fā)策略主要有自上而下、自下而上和這兩種策略的聯(lián)合使用。自上而下策略在開發(fā)前就可以給出數(shù)據(jù)倉庫的實現(xiàn)范圍，能夠清楚地向決策者和企業(yè)描述系統(tǒng)的收益情況和實現(xiàn)目標，是一種有效的數(shù)據(jù)倉庫開發(fā)策略。在自上而下的開發(fā)策略中可以采用結(jié)構(gòu)化或面向?qū)ο蟮姆椒ǎ凑諗?shù)據(jù)倉庫的規(guī)劃、需求確定、系統(tǒng)分析、系統(tǒng)設(shè)計、系統(tǒng)集成、系統(tǒng)測試和系統(tǒng)試運行的階段完成數(shù)據(jù)倉庫的開發(fā)。

元數(shù)據(jù)管理指的是一組管理元數(shù)據(jù)的流程、程序和工具。元數(shù)據(jù)管理涉及到數(shù)據(jù)倉庫構(gòu)建、運行和維護的整個生命周期，是企業(yè)級數(shù)據(jù)倉庫構(gòu)建過程中重要的一環(huán)。元數(shù)據(jù)管理使元數(shù)據(jù)集中起來，方便用戶的訪問和溝通，是業(yè)務(wù)用戶、業(yè)務(wù)分析人員、數(shù)據(jù)分析人員和開發(fā)人員全面了解企業(yè)數(shù)據(jù)資產(chǎn)的信息來源。元數(shù)據(jù)管理的主要目標是數(shù)據(jù)的一致性定義、數(shù)據(jù)間清晰明確的關(guān)系和數(shù)據(jù)信息的共享。

2.2 數(shù)據(jù)萃取、轉(zhuǎn)換與載入

數(shù)據(jù)倉庫將分散在醫(yī)院各個單位的各種信息系統(tǒng)中的數(shù)據(jù)集成在一起，這個工作就是由 ETL 工具來完成的。之所以稱為 ETL，就是來自于它的 3 個主要的功能 ：萃?。‥xtraction）、轉(zhuǎn)換（Transformation）及載入（Loading）。

（1） 萃取 ：主要將分散在各種不同信息系統(tǒng)中的數(shù)據(jù)，以最有效率的方式擷取出來，并存放在數(shù)據(jù)倉庫的待處理數(shù)據(jù)庫內(nèi)。

（2）轉(zhuǎn)換 ：這是 ETL 的核心功能，將擷取到的數(shù)據(jù)以不同的主題方式加以整理，并針對錯誤數(shù)據(jù)加以修正及清洗，并可以依據(jù)不同的邏輯計算產(chǎn)生新的數(shù)據(jù)。在跨部門及跨系統(tǒng)的數(shù)據(jù)處理上，能將不同編碼數(shù)據(jù)整合為一，使得數(shù)據(jù)倉庫上的數(shù)據(jù)能夠具有高度的透通性。

（3）載入 ：此功能主要是將已經(jīng)轉(zhuǎn)換清理好的數(shù)據(jù)，載入數(shù)據(jù)倉庫中。使用者可以在數(shù)據(jù)倉庫系統(tǒng)中，快速取得跨部門及跨系統(tǒng)的集成型數(shù)據(jù)。

使用 ETL 可以在作業(yè)過程將需要數(shù)據(jù)庫處理的部分，直接處理完畢，并將所有的作業(yè)包括匯總、合并、數(shù)據(jù)比對等都可以整合在同一個服務(wù)中，分離新增數(shù)據(jù)庫與 ETL工具的作業(yè)范圍，強化數(shù)據(jù)庫的高可用度，并可直接進行問題的警示與回報。

ETL 應(yīng)包含許多非常有效的組件，例如數(shù)據(jù)和字符相互轉(zhuǎn)化、計算列、用于分區(qū)和篩選的條件操作符、查找、排序、聚集以及合并。高級組件簡化了其他復(fù)雜的操作，例如緩慢變化維度的裝載等。對于某些自定義的需求，可以使用靈活和快速的腳本來實現(xiàn)，同時，開發(fā)人員可以毫不費力地編寫和分發(fā)他們自創(chuàng)的可重用組件。

2.3 聯(lián)機分析處理

數(shù)據(jù)倉庫中所儲存的大都是由各種信息系統(tǒng)所采集的事務(wù)型數(shù)據(jù)，根據(jù) Kimball[3]的定義，都是具有原子粒度的明細數(shù)據(jù)。以醫(yī)院患者住院信息為例，數(shù)據(jù)倉庫中存放的是每個住院患者的明細記錄，包含患者的住院號、住院科室、出院時間、身份、費別、住院天數(shù)、治療效果、醫(yī)療費用等字段[10]。 在 這些明細記錄上， 我 們 需 要 再 進 行多種的匯總、統(tǒng)計、分析等處理，最后才能將結(jié)果應(yīng)用在醫(yī)院決策與績效管理的各個領(lǐng)域上。而聯(lián)機分析處理就是為了配合數(shù)據(jù)倉庫所發(fā)展出來的匯總技術(shù)。聯(lián)機分析處理能夠藉由完成各種復(fù)雜的多維度匯總、交叉分析、同期對比等常用的統(tǒng)計方法，從現(xiàn)有的數(shù)據(jù)中產(chǎn)生新的業(yè)務(wù)信息（或智能）[11]。

多維數(shù)據(jù)集[12]（或稱為數(shù)據(jù)立方體 cube)是指數(shù)據(jù)的集合。這些數(shù)據(jù)組織并匯總到一個由一組維度（Dimension）和度量值（Measure）所定義的多維結(jié)構(gòu)中，見圖 4。它使得分析者可以從不同角度（維度）、通過不同的度量值來觀察分析所關(guān)心的事實數(shù)據(jù)。聯(lián)機分析處理可以構(gòu)造用于分析的數(shù)據(jù)多維數(shù)據(jù)集，并提供對多維數(shù)據(jù)集信息的快速客戶端訪問。它將數(shù)據(jù)倉庫中的數(shù)據(jù)組織成包含預(yù)先計算聚合數(shù)據(jù)的多維數(shù)據(jù)集，以便為復(fù)雜的分析查詢提供快速解答。其用戶可從多維數(shù)據(jù)集和關(guān)系數(shù)據(jù)源中創(chuàng)建數(shù)據(jù)挖掘模型，還可對這兩類數(shù)據(jù)應(yīng)用數(shù)據(jù)挖掘模型[13]。

圖4 多維數(shù)據(jù)集

度量值是在多維數(shù)據(jù)集內(nèi)，基于該多維數(shù)據(jù)集的事實數(shù)據(jù)表中的某列的一組值，是進行聚合和分析的主要數(shù)值。它通過一個聚合函數(shù)對多維數(shù)據(jù)集的所有可能組合求值，根據(jù)所用的聚合函數(shù)，度量值可分為分布的、代數(shù)的、整體的3類，由此生成一個多維的業(yè)務(wù)數(shù)據(jù)集。

由于醫(yī)院數(shù)據(jù)中心涉及許多重要的醫(yī)院信息，因此，安全性的控管就變得非常重要，在醫(yī)院數(shù)據(jù)中心建設(shè)中，將針對數(shù)據(jù)倉庫及多維度分析兩個層面提出安全控管機制要求。

2.4 多維分析報表展現(xiàn)與應(yīng)用

醫(yī)院數(shù)據(jù)中心建設(shè)的最后一步就是多維分析報表的展 現(xiàn) 與 應(yīng) 用[14-15]， 見 圖 5。 多 維 分 析 報 表 工 具 能 夠 讓 分析者透過透視表、儀表板、統(tǒng)計分析圖、KPI計分卡、智能地圖等先進報表展現(xiàn)技術(shù)，全方位、周密地掌握醫(yī)院的整體績效，以多指標、交互式、可視化的方式呈現(xiàn)關(guān)鍵的醫(yī)院管理及決策輔助信息，其一目了然的動態(tài)圖像化報表，能讓分析者快速掌握管理的重點，而其交互式的數(shù)據(jù)篩選、逐層分析等信息探索能力，則能幫助分析者立刻掌握復(fù)雜數(shù)據(jù)中的關(guān)鍵信息，藉以制定應(yīng)對策略以作為行動的準則，使醫(yī)院保有快速應(yīng)對內(nèi)外部各種突發(fā)狀況的高度敏捷性。

透視表能夠讓分析者從不同的分析維度、階層及數(shù)據(jù)源，匯整與分析不同的衡量標準與量值，然后以統(tǒng)計分析圖來呈現(xiàn)該量值所代表的意義。透視表提供了鉆研（Drilldown）、展延（Expand）、切片（Slice）或篩選過濾（Filter）等分析動作，讓使用者對數(shù)據(jù)進行深入的探詢或相互的比較。

圖5 多維分析報表的展現(xiàn)與應(yīng)用

透視表的可視化的操作界面更能夠讓使用者準確地管理各個關(guān)鍵的階段或里程碑。例如計量性指標（如經(jīng)濟收入達標率）的表現(xiàn)，可以紅、黃、綠等3種顏色燈號，來顯示數(shù)值的意義或是與目標值的差距；而趨勢性指標（如經(jīng)濟收入成長率）則以直線上升、斜線上升、平行、斜線下降與直線下降等5種箭頭形式來表示，讓使用者可以準確地掌握關(guān)鍵績效指標的走勢及變化。

運用 KPI計分卡，分析者能夠輕松定義與修正組織的管理目標，是能夠最清楚呈現(xiàn)醫(yī)院績效與目標之間關(guān)聯(lián)性的績效管理工具。利用極易上手且直觀的操作介面，分析者可以實時追蹤并分析醫(yī)院活動的績效，可以選擇相關(guān)的KPI，并從不同的角度、情境或分類去依據(jù)其重要性、趨勢、狀態(tài)、目標值、變異數(shù)等賦予適當?shù)臋?quán)重，更客觀且全面地評量績效相對于目標的達成度，不僅有助于營運警訊的及時發(fā)現(xiàn)，也能顯著地提升績效管理的效率。

多維分析報表工具不僅能夠提供分析者諸如透視表、儀表板、統(tǒng)計分析圖、KPI計分卡、智能地圖等先進報表展現(xiàn)工具，還集成了常用的經(jīng)濟統(tǒng)計分析模型，讓分析者可以快速、有效地透過各種分析模型得到所需的結(jié)果。

醫(yī)院數(shù)據(jù)中心的建設(shè)除了彌補原有信息系統(tǒng)的不足，把已經(jīng)廣泛收集到的數(shù)據(jù)透過 ETL 集成到數(shù)據(jù)倉庫，并從業(yè)務(wù)數(shù)據(jù)中利用 OLAP 提取有用的信息外，最重要的就是要應(yīng)用在各個不同的管理領(lǐng)域，幫助各級管理者在管理決策支持、臨床診斷和績效評價管理上做出及時、準確、有效的判斷與決策。

相較于一般的企業(yè)，醫(yī)院的業(yè)務(wù)流程顯得更為復(fù)雜與多變，除了在企業(yè)中常見的部門（或科室）組織外，醫(yī)院中還有門診、住院、檢驗、收費等流程貫穿所有的科室部門。因此，在多維度分析報表的建置上，部門科室和流程的相關(guān)指標形成一個矩陣型的關(guān)系。我們可單獨從部門科室指標或門診、住院等流程指標上或兩者的交叉組合上進行決策分析。決策分析矩陣，見圖6。

圖6 決策分析矩陣

鄂瓊和陳英耀[16]指出由于評價主體不同，不同的指標體系會有不同的側(cè)重。對于醫(yī)院管理者和所有者而言，主要是考慮醫(yī)院的效益和效率、發(fā)展方向能否維持醫(yī)院收支平衡、國有資產(chǎn)的保值增值、患者的滿意度；對于科室主任而言，所關(guān)注的主要是能否達到一定的臨床效果、經(jīng)濟收入與醫(yī)療質(zhì)量等，不同的考核指標體系側(cè)重有所不同。為滿足醫(yī)院各級人員在分析上的不同需求，醫(yī)院數(shù)據(jù)中心將使用“三層矩陣型”的架構(gòu)來組織相關(guān)的多維度報表。醫(yī)院數(shù)據(jù)中心三層矩陣型，見圖7。

圖7 醫(yī)院數(shù)據(jù)中心三層矩陣型

績效指標的管理是現(xiàn)代醫(yī)院管理的一個新視角，近年來，越來越受到重視，逐漸成為醫(yī)院數(shù)字化管理的有效工具，鄂瓊和陳英耀在《我國公立醫(yī)院績效評價的現(xiàn)狀與問題》一文中對我國公立醫(yī)院績效評價的代表性研究成果、和常用的績效評價指標體系進行詳盡的敘述[7]。讀者可以參考文中所介紹的指標體系進行構(gòu)建。

3 結(jié)論

通過醫(yī)院數(shù)據(jù)中心的建設(shè)，醫(yī)院將能夠以現(xiàn)有的業(yè)務(wù)系統(tǒng)為主要數(shù)據(jù)源，逐步建立起跨應(yīng)用、跨平臺的統(tǒng)一的醫(yī)院數(shù)據(jù)倉庫，在此之上開發(fā)更豐富的應(yīng)用，包含管理決策支持、臨床診斷、與績效評價管理等。同時，應(yīng)用商業(yè)智能先進的信息技術(shù)，提供強大的數(shù)據(jù)查詢、統(tǒng)計、匯總及分析等功能，并建立各種分析和決策數(shù)學模型，開展跟蹤預(yù)測，為醫(yī)院管理和決策提供可信度高的數(shù)據(jù)和數(shù)據(jù)分析結(jié)果。

醫(yī)院數(shù)據(jù)中心的建設(shè)在短期效益方面將為醫(yī)院決策經(jīng)營管理提供全面、可靠、及時的數(shù)據(jù)支持，縮短分析模型及多維報表的定制時間，提高 IT 部門對業(yè)務(wù)部門的響應(yīng)速度，降低報表定制成本，整合多種信息系統(tǒng)與數(shù)據(jù)源，提供統(tǒng)一視圖報表，實時洞察業(yè)務(wù)狀況，方便最終用戶訪問與管理報表，提升報表處理效率。

在長期效益方面通過對醫(yī)院科室的績效、人員的績效、以及部門及全院的任務(wù)完成情況，逐步建立一套完整的醫(yī)院績效評價體系，提升醫(yī)院管理水平，增強醫(yī)院的競爭力。通過對醫(yī)療衛(wèi)生市場的結(jié)構(gòu)、趨勢、變化等分析，以及財務(wù)分析（如：成本分析、現(xiàn)金流分析）建立一套完整的監(jiān)控預(yù)警以及決策支持體系，及時調(diào)整醫(yī)院經(jīng)營策略，增強醫(yī)院抗風險能力。

[1] 閆蒞榮,戴健.醫(yī)療信息孤島與信息標準[J].中國數(shù)字醫(yī)學, 2010,5(9):101-102.

[2] Integrating the Healthcare Enterprise,IHE Technical Framework Volume I Integration Profiles(Revision 8.0)[EB/OL]. (2010-07-23)[2012-02-20].http://www.ihe.net/Technical_ Framework.

[3] 楊宏橋,吳飛,劉玉樹,等.基于SOA的醫(yī)院信息系統(tǒng)集成研究[J].醫(yī)療衛(wèi)生裝備,2008,29(1):32-34.

[4] Colin J White.The IBM Business Intelligence Software Solution[R]. Morgan Hill:Database Associates International Inc, 1999.

[5] W H Inmon.Building the Data Warehouse[M].India:John Wiley,2002.

[6] Ralph Kimball,Margy Ross.Data Warehouse Toolkit[M].Second Edition.New York:Wiley Computer Publishing,2002.

[7] Luan Hua,Du Xiaoyong,Feng Yu,et al.A comprehensive performance evaluation of buffer replacement strategies in RDBMS[J].Journal of Frontiers of Computer Science and Technology,2008,2(2):139-165.

[8] 劉佳,蘭順碧,張曉祥,等.基于數(shù)據(jù)倉庫的分析決策系統(tǒng)住院病人費用[J].計算機工程,2007,33(19):267-269.

[9] 劉曉茜,楊壽保,郭良敏,等.雪花結(jié)構(gòu):一種新型數(shù)據(jù)中心網(wǎng)絡(luò)結(jié)構(gòu)[J].計算機學報,2011,34(1):77-86.

[10] 毛琦敏.數(shù)據(jù)倉庫在醫(yī)院應(yīng)用的研究[J].醫(yī)院研究生學報, 2005,18(4):358-360.

[11] Umeshwar Dayal.An Overview of Data Warehousing and OLAP Technology[C].Palo Alto:ACM Sigmod Record, 1997,26(1):65-74.

[12] 嚴麗平.數(shù)據(jù)倉庫的構(gòu)建及其多維數(shù)據(jù)集分析[J].科技廣場, 2007,(6):22-27.

[13] Albert Greenber,Parantap Lahiri,David A Malhz,et al.Towards a next generation data architecture:Scalability and commoditization[C].Remond WA: Association for Computing Machinery,Inc.2008:57-62.

[14] 何莎莎,馮占春.公立醫(yī)院組織績效的內(nèi)涵探析[J].醫(yī)學與社會,2010,23(1):30-32.

[15] 黃偉城,衡反修.商務(wù)智能多維分析平臺在醫(yī)院的應(yīng)用[J].中國數(shù)字醫(yī)學,2011,6(9):86-89.

[16] 鄂瓊,陳英耀.我國公立醫(yī)院績效評價的現(xiàn)狀與問題[J].中國衛(wèi)生事業(yè)管理,2007,(5),292-294.

Research for Hospital Data Center Construction

BAI Guo-ganga, YANG Hong-qiaob
a.Medical Service Department; b.Information Center, the 309thHospital of PLA, Beijing 100091, China

In order to make full use of hospital information resources, explore a useful model, rule and knowledge for hospital management, this paper researched the construction of hospital data center, and built hospital data center with business intelligence. By using technology of data warehouse, Extraction-Transformation-Loading, Online Analytical Process, Data Multi-dimensional Analysis and display technology, we have realized uniform data views and decision support system, then together with strategy management and business operations, make full application, analysis and mining of the medical data resources.

hospital data center construction; data warehouse; online analytical process; business intelligence

TN911

A

10.3969/j.issn.1674-1633.2012.07.021

1674-1633(2012)07-0072-05

2012-03-31

2012-6-28

全軍醫(yī)學科研計劃課題（10MA018）。

本文作者：白國剛，碩士，高級工程師，醫(yī)務(wù)部副主任，主要從事醫(yī)學工程、管理科學、信息系統(tǒng)等方面研究。

作者郵箱：lxsamao@163.com。