袁靜，王新國，劉長興

1.濟南軍區(qū)總醫(yī)院 信息科，山東 濟南 250031；

2.山東省交通醫(yī)院 信息科，山東 濟南 250031

YUAN Jing1, WANG Xin-guo2,LIU Chang-xing1

1.Department of Medical Information, General Hospital of Jinan Military Area Command, Jinan Shandong 250031, China;

2.Department of Information, Shandong Traf fi c Hospital, Jinan Shandong 272000, China

基于HIS數據倉庫智能挖掘的決策支持系統研究

袁靜1，王新國2，劉長興1

1.濟南軍區(qū)總醫(yī)院 信息科，山東 濟南 250031；

2.山東省交通醫(yī)院 信息科，山東 濟南 250031

YUAN Jing1, WANG Xin-guo2,LIU Chang-xing1

1.Department of Medical Information, General Hospital of Jinan Military Area Command, Jinan Shandong 250031, China;

2.Department of Information, Shandong Traf fi c Hospital, Jinan Shandong 272000, China

本文基于數據倉庫和數據挖掘技術，結合我院實際情況和智能化管理需求進行決策支持系統的研究。通過建立功能明確、維度豐富、粒度細化、展現靈活的數據倉庫，進行相關主題的聯機分析（OLAP）和數據挖掘（DM）。該系統的應用能夠充分利用數據倉庫面向主題數據特點，很好地幫助醫(yī)院進行輔助決策，實現醫(yī)院的自動化質量監(jiān)控和智能化臨床決策管理。

醫(yī)院信息系統；Oracle數據庫；決策支持系統；數據倉庫；智能挖掘

0 前言

醫(yī)療衛(wèi)生信息化走到今天，基于大數據統計分析的業(yè)務流程重組日益重要。數字化醫(yī)院的建設僅靠信息科人員的單兵作戰(zhàn)已遠遠不夠，需要全院各科室跨部門并肩協同作戰(zhàn)。

我院作為總后勤部指定的醫(yī)院信息系統（HIS）首批推廣應用試點單位，成功地應用 HIS 多年，積累了豐富的數據資源。如何在不影響正常醫(yī)療診治工作的前提下，充分利用 HIS 產生的大量過程信息和數據資源，已成為我院數字化醫(yī)院建設與發(fā)展的重要內容。為此，結合管理層及臨床醫(yī)生的決策分析需求，利用數據倉庫和數據挖掘技術構建通用、方便的決策支持系統，使醫(yī)院管理者和臨床醫(yī)生能夠按照自己的需要快速、準確查詢到相關內容的各類數據用于決策的分析和制定，

1 系統實現目標

利用多年醫(yī)院各信息系統的歷史數據來建立一個功能明確、維度豐富、粒度細化、展現靈活的數據倉庫，并進行相關主題的的聯機分析（On-Line Analytical Processing，OLAP）和數據挖掘（Data Mining，DM），從而滿足醫(yī)院分析人員從不同的切入點（如醫(yī)療效率、質量、科研等）對數據進行不同維度（如時間、科室、病種、性別、年齡、費用類別、入院病情、治療結果、診斷對照等）的分析。

2 系統總體設計方案及技術路線

2.1 設計方案

由于 HIS 的特點所限，特別是門診高峰時期要求極其迅速的響應速度和聯機事務處理能力，所以對數據的分析挖掘應當在不影響醫(yī)院日常診療業(yè)務的基礎上進行。通過數據倉庫的重新構建可以使醫(yī)院的聯機事務處理與數據分析處理各自獨立運行，避免數據分析處理對高峰期正常業(yè)務的影響。我院 HIS 一直使用 Oracle 數據庫，為了使數據轉移更加方便，所以仍然選擇 Oracle 數據倉庫技術解決方案，數據裝載和轉換工具采用 Power Builder9.0。

依托醫(yī)院多年積累的數據資源，采用 Oracle 數據倉庫技術對醫(yī)院大量歷史數據（主要包括各類基礎字典信息、病人首頁信息、診療記錄、費用信息）進行面向主題的組織和整理。通過構建基礎代碼及知識庫、病案首頁基礎數據庫、診療信息數據庫、費用明細庫等主題數據庫，對 HIS 的數據進行數據采集、分類建庫和統計分析，建立一個功能明確、維度豐富、粒度細化、展現靈活的數據倉庫。最后使用 Oracle Discoverer、Oracle Express、Oracle Data mining suite 工具中的聚類、挖掘、預測等數據處理技術，對 HIS 內部和外部數據進行多層次、多角度、全方位的分析，并通過人工神經網絡算法和微軟決策樹算法實現對病情診斷和病情治療分析的數據挖掘，揭示醫(yī)療活動的內在規(guī)律和變化趨勢，形成具有決策價值的戰(zhàn)略信息[4-5]。

2.2 技術路線

Oracle Discoverer 是一個直觀的特定查詢、報表生成和分析的工具，它使人們能夠更好地分析數據倉庫中的數據，以輔助決策。通過它可以從維中任一屬性、級別或同時多個屬性、級別來分析各事實表信息，還可以利用維的級別關系上探、下鉆、壓縮和分析旋轉數據來分析各事實表信息，如從某月門診量情況上探到某年，下鉆到某天門診量，或從某個人門急診接診人數上探到某科室門急診量，為管理者提供各種報表、視圖和決策依據。

2.2.1 數據倉庫的構建

數據倉庫是決策支持系統的基礎，整個系統的數據源泉。數據倉庫的安裝過程及初始化參數的設置與運行數據庫完全相同，只是創(chuàng)建數據倉庫時選擇模板為 Data Warehouse。

2.2.2 邏輯模型的設計

根據對 HIS 數據結構和醫(yī)院數據運行特點的全面分析，結合醫(yī)院現行的統計需求和各類報表格式，將數據庫倉庫中各數據表之間的關聯形式設計為星型模式，它的優(yōu)勢在于構建數據倉庫中建立事實表與維表之間的連接索引，使得數據庫在執(zhí)行查詢時可直接獲取數據而不必實施具體的連接操作，這樣就可以比較容易地找到一個固定的算法，將用戶的多維查詢請求轉換成針對該數據模式的最優(yōu)化的標準 SQL 語句。在現有各業(yè)務系統的基礎上，對數據進行抽取、清理，并有效集成，按照主題進行重新組織，最終確定數據倉庫的物理存儲結構，同時組織存儲數據倉庫元數據（具體包括數據倉庫的各類基礎字典信息、病人首頁信息、診療記錄、費用信息）。

2.2.3 數據裝載和轉換

應用數據庫開發(fā)軟件 Power Builder9.0 將“軍字一號”數據通過數據管道裝載到本數據庫中，再根據業(yè)務特點進行邏輯設計，合并相應的表格，增添和刪除相應的列，構建定義事實表（如門診就診記錄表、門診費用明細表、住院病人病案首頁記錄、住院病人費用明細表、檢查記錄表、檢驗記錄表等），并填充數據；在此基礎上，根據決策需求構建維表（對事實表進行分析的角度，如時間維、科室維、病種維、性別維、年齡維等）；最后通過外鍵建立事實表與維表的連接。數據倉庫的建立到此基本完成。

2.2.4 數據的管理與維護

數據管理與維護是整個數據倉庫系統的核心。構建好的數據倉庫必須象運行數據庫一樣進行定期維護。由于數據倉庫系統的原始需求不明確，且需求在不斷調整、變化與增加，所以必須根據用戶的反饋信息，不斷調整或增加主題，尋找數據，對數據倉庫進行擴充和完善。醫(yī)院 OLTP系統運行也在不斷產生新的數據，必須定期將這些數據加載到數據倉庫中。

2.2.5 數據分析處理

通過聚類、挖掘、預測等數據處理技術，對 HIS 內部和外部數據進行多層次、多角度、全方位的分析和挖掘，引入人工神經網絡算法和微軟決策樹算法實現對病情診斷和治療分析的數據挖掘，揭示醫(yī)療活動的內在規(guī)律和變化趨勢，形成具有決策價值的戰(zhàn)略信息。

基于多維數據集的 OLAP 是將數據想象成多維的立方體，通過對多維數據集從不同的切入點（如醫(yī)療效率、質量、科研等）進行不同維度（如時間、科室、病種、性別、年齡、費用類別、入院病情、治療結果、診斷對照等）的切片、切塊、聚合、鉆取、旋轉等一系列操作，使用戶能從多種維度、多個側面或多種數據綜合度查看數據，掌握數據背后蘊含的規(guī)律。

（1）數據切片與數據切塊。如在科室維中選擇“消化內科”，則可形成在科室維上的數據切片，顯示消化內科各年的病人分布情況。如果科室維取值為“消化內科”，時間維取值為 2003 年第二季，則得到一個數據切塊，顯示出消化內科 2003 年第二季度的各職業(yè)病人分布情況。若對更多的維進行切塊，則在WHERE后面的條件中增加維設置，從而完成更復雜的查詢需求。

（2）數據鉆取和數據聚合。維度是具有層次性的，如時間維度層次結構的頂層可以是年，下一層是季度，然后是月、周，最后位于層次結構底層的是日。維度的層次實際上反映了數據的綜合程度。數據鉆取就是從較高的維度層次下降到較低的維度層次上來觀察多維數據。

（3）數據旋轉。數據旋轉改變維度的位置關系，使決策者可以從多角度來觀察，如將橫向的時間維和科室維進行交換，從而形成橫向為科室、縱向為時間的報表。

2.3 系統的功能

通過數據倉庫的構建及對數據的分析處理，應用各種挖掘工具，可以迅速得到醫(yī)院日常所需的各種報表信息，并利用這些信息有的放矢地制定工作措施，加強醫(yī)療、護理方面的質量控制，針對性地解決實際問題。更重要的是，針對某一主題對數據倉庫中的數據進行更深一步的分析，可以從長期大量的數據中發(fā)現其蘊藏的規(guī)律，并對未來可能出現的情況進行預測，為醫(yī)院決策提供依據，這才是構建數據倉庫最主要的目的。

（1）醫(yī)療業(yè)務分析。醫(yī)療業(yè)務水平的高低和服務質量的好壞將直接影響醫(yī)院的形象。因此，根據病人診斷及治療方面的歷史數據，按不同的時間維度，包括按年綜合、按月綜合、按日綜合進行類別，統計出各個醫(yī)療業(yè)務的開展數量，從而對醫(yī)院重點開展哪些醫(yī)療服務類型進行輔助決策。

（2）醫(yī)療效率分析。通過對醫(yī)院門診 /住院病人的各種構成分析，如病人的來源分布、職業(yè)分布等，能夠有針對性地采取一些措施來提高服務質量，增加門診量和住院收容量；根據門診病人從掛號到取藥在醫(yī)院逗留的時間數列動態(tài)分析，掌握影響病人的流動狀況及影響診療效率的因素，幫助醫(yī)院管理者進行業(yè)務流程的更新和改造，以提高醫(yī)院的服務水平和經營效率；病人床位占用情況直接影響醫(yī)療效率和經濟效益，對病區(qū)床位信息進行床位占有率方面的統計分析，可以幫助醫(yī)院管理者掌握經營狀況，確定影響醫(yī)療效率和經濟效益的因素。

（3）醫(yī)療質量分析。通過對門診病人從初診到復診，到再復診的流動狀況分析，可以發(fā)現門診醫(yī)生是否有推諉、敷衍等行為 ；將門診診斷 ICD 碼與病人的檢驗檢查結果與處方進行相關性分析，找出其中的相關性，可以通過數據分析進行醫(yī)學循證；對病史產生的大量數據進行分析，在病情診療質量方面進行多維度、靈活、細化的數據集成，可以找出存在的問題，減少院內感染，避免并發(fā)癥，提高醫(yī)療質量。例如通過抗菌藥物監(jiān)控、病原學送檢率、某類切口的各種實時監(jiān)控，對當前在院病人之前30天的門診診療過程進行篩查，發(fā)現事故苗頭；對住院病人數據進行分析，評估其潛在的糾紛病人[6]。

（4）醫(yī)療經濟效益分析。按不同的時間維度（年、月、日）對醫(yī)院的各種資金流動情況進行分析，進行資金的同期對比動態(tài)分析，門診和住院收入因素分析，使決策者能夠快速全方位掌握醫(yī)院的資金流動狀況。通過對病人構成分析（可以按照性別、年齡、文化程度等對病人進行分類），系統可以對病人的經濟狀況、需求特征和購買行為進行分析，從而得到不同性別、不同年齡、不同文化程度病人的經濟水平、需求狀況及主要醫(yī)療服務類型等信息。根據這些信息，醫(yī)院決策者可以分析病人差異對醫(yī)院收益的影響，幫助醫(yī)院進行市場定位、確定營銷策略，從而使醫(yī)院的經營活動更具主動性和目的性。

（5）醫(yī)學科研分析。分析不同病種的發(fā)展趨勢、治療方法，為醫(yī)院臨床專家提供醫(yī)療研究方面的決策支持，如通過決策樹技術結合流行病理論來分析某種疾病與患者年齡、生活習慣等因素的關系，從而找出病因及診治方案；可以將大量的醫(yī)學經驗抽象成為方便和容易使用的規(guī)則形式，為臨床工作提供可靠的決策信息進行臨床實踐指南。

3 系統特色和創(chuàng)新之處

把大量歷史數據通過提取、轉換、裝載引入數據倉庫，通過清洗紛繁蕪雜的數據來解決數據不一致性、數據查詢不準確問題以及歷史數據查詢等；然后利用聯機分析系統獨特的多維方式對數據進行分析，使用戶從不同的維度了解歷史及現狀，最后利用數據挖掘工具自動地挖掘潛在的模式，提供正確的決策。

根據管理和臨床科室的需求，從醫(yī)療效率、業(yè)務、質量、效益、科研等不同方面確定決策主題，特別是對于病情診療質量分析主題，經過數據倉庫的物理模型和邏輯模型的詳細設計，創(chuàng)建具有時間、病種、性別、年齡、科室、費用類別、入院病情、診斷對照、診斷符合情況、治療結果等多個維度和具有診療人數、住院天數、住院次數、平均住院天數、病種構成比、治愈率、死亡率、診斷符合率、急危重癥搶救成功率等多個度量值的病情診療質量分析多維數據集，以靈活、細化地進行病種診療質量方面的聯機分析處理。

本系統創(chuàng)建了病情診斷分析人工神經網絡挖掘模型和病情治療方案分析決策樹挖掘模型，可完成多維度的病種構成分析及各時期、各科室、常見病種的各項診療指標的多維度查詢和動態(tài)趨勢變化的潛在性規(guī)律分析，實現對疾病自然規(guī)律及病種診療質量的分析，從而有利于醫(yī)院決策者采取相應的管理措施，提高醫(yī)院的工作效率和質量。

系統的開放性和可擴展性。系統的研究重點是分析數據，主要包括兩個方面的內容 ：① 從長期的大量歷史數據中提取需求數據 ；② 根據用戶不斷發(fā)展的需求去系統中尋找數據。系統使用過程中，根據用戶的反饋信息，如環(huán)境的變化，會產生新的需求，或者對獲取的信息要求更加具體或更加概括一些等需求，來調整或增加主題及維度；根據運行數據的增長不斷擴充和完善數據倉庫。因此，系統是一個需要不斷迭代開發(fā)的過程，以模塊化、標準化結構進行系統分析，按統籌規(guī)劃的原則設計系統方案，在考慮技術先進性和當前業(yè)務實用性的同時，必須考慮到業(yè)務的擴展需要，可以方便地在系統中增加不同主題的應用。

4 下一步研究的重點

基于 HIS 數據倉庫的決策支持系統，與數據倉庫、聯機分析、數據挖掘的相輔相成，能夠為醫(yī)院決策者提供可信賴的決策依據，實現更有效的決策，填補決策支持技術在醫(yī)療領域中應用研究的空白[7-8]。本研究重點實現了醫(yī)療效率、醫(yī)療質量的決策分析；藥品、物資、耗材等數據的分析未能納入本系統的構建，如何對這些數據進行更深層次的挖掘是下一步研究的重要課題。

[1] 俞磊,楊松濤,王宗殿．基于數據倉庫的醫(yī)院決策支持系統的研究與設計[J]．計算機與數字工程,2010,38(4):142-145．

[2] 王炯,夏宏斌．淺析數據挖掘技術在醫(yī)院信息化平臺建設中的應用策略[J]．網絡與信息,2010,(6):22-23．

[3] 史今馳．數據挖掘技術在醫(yī)院信息系統中的應用[J]．中國醫(yī)療設備,2012,27(1):86-88．

[4] 林超英．數據挖掘在醫(yī)院信息化建設中的應用研究[J]．信息與電腦(理論版),2011,(2):127-128．

[5] 施惠娟．可視化數據挖掘技術的研究與實現[D]．上海:華東師范大學,2009．

[6] 馬利亞,李婧杰,馬國鵬．基于數據倉庫的醫(yī)院決策支持系統的應用[J]．中國醫(yī)療設備,2012,27(12):121-122．

[7] 劉麗華,周忠彬,金水高．基于數據倉庫技術建立醫(yī)院統計數據資源庫的應用研究[J]．中國醫(yī)院統計,2005,12(3):195-198．

[8] 何彩升,彭望清,章向宏．基于數據倉庫技術的醫(yī)院管理決策支持系統的研究[J]．現代醫(yī)院,2010,10(2):1-4．

Research on the Decision Supporting System of Intelligent Mining Based on the HIS Data Warehouse

Based on the data warehouse and data mining technology and combined with research on decision supporting system that reflected the actual situation of our hospitals and intelligent management requirements, a data warehouse with clear function, dimension, granularity distribution and rich fl exibility is established to conduct the online topic analysis (OLAP, On-Line Analytical Processing) and data mining (DM, Data Mining). The system can make full use of the data warehouse and data mining, and analyze search functions according to subjects, characters and information, which is very helpful for hospital decision making, realization of the automation of quality monitoring and intelligent hospital clinical decision making.

hospital information system; Oracle data warehouse; decision supporting system; data warehouse; intelligent data mining

TP392

A

10.3969/j.issn.1674-1633.2014.12.014

1674-1633(2014)12-0050-03

2014-02-10

2014-09-11

劉長興，副主任技師。

作者郵箱：yuanjing0520@163．com