基于WEB数据挖掘系统在医院管理中应用.docVIP

基于WEB数据挖掘系统在医院管理中应用 　　摘要：从医院实际情况出发，基于B/S架构设计通用数据挖掘系统，进行技术分析后形成多维度、可视化的WEB应用。以数据挖掘系统为载体，就数据梳理、统一标准、建立仓库、整合应用、多维分析以及初步运行效益与后续发展规划进行了初步的探讨。 　　关键词：WEB；数据挖掘；医院管理 　　中图分类号：TP311 文献识别码：A 文章编号：1009-3044（2015）08-0001-02 　　1 引言 　　数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但有时潜在有用的信息和知识的过程[1]。随着信息化建设步伐的不断加快，各式应用需求不断涌现，给提升医院信息化建设水平带来了难得的机遇。在长期的应用过程中，我院积累了大量的原始数据，包括定量数据（如化验结果、就诊病人体征、财务数据等）和定性数据（如B超、CT等医学影像数据；病人身份记录、病症描述、诊断结果等的文字信息）等，但是各类数据分别存在异构的数据库中，存在统计标准不一、数据分散、接口众多等问题也给医院信息化管理也带来了极大的挑战[2]。为充分利用数据资源，为医院科学管理提供支持，需建立数据挖掘技术方便数据利用。 　　2 目前医院信息化建设现状 　　目前医院运用Oracle、Sql Server两种关系型数据库资源，建立了以医院信息管理系统（Hospital Information System简称HIS）为核心的基础运行管理系统，以电子病历（EMR，Electronic Medical Record简称EMR）、手术麻醉系统、实验室信息系统（Laboratory Information System 简称LIS）、医学影像归档和通信系统（Picture Archiving and Communication Systems简称PACS）为支撑的临床医疗业务管理系统，和以人力资源管理、物资物流管理、经济核算管理等系统为辅助的行政管理系统，并从2012年起开启了数据利用方向的基础性探索。 　　但是这些应用系统结构各异，数据资源的分散、异构，而且信息系统供应商是多个厂商共存，大量的业务系统之间存在网状的接口关系，造成系统的维护和升级变动非常困难和复杂。因此，急需建设一个统一的系统集成平台，用于连接医院内各业务信息系统进行数据交换，实现不同系统间业务功能整合和信息共享。 　　3 数据挖掘系统建设方案设计 　　本方案基于B/S架构设计，从医院各信息系统钻取数据，进行技术分析后形成多维度、可视化的WEB应用，结构图如图1所示。 　　本方案利用统计报表对数据资源进行梳理，各统计报表按照“医院运营管理”和“科室专题”两个维度来划分。 　　医院运营管理维度下，第一层分为医院运行分析、绩效指标分析、成本数据分析、工作量统计等不同大类；第二层在各大类下，设计不同组别，如医院运行分析下分成了门（急）诊业务分析、住院业务分析、手术情况分析等；第三层在各组别下设计底层报表，如住院业务分析组下，设计出入院数据分析、出院结算数据分析、住院均次费用分析、平均住院天数分析等报表。 　　科室专题维度下，第一层分成医务科、药剂科、财务科、检验科、血液科、院感科、门诊办公室等大项；第二层，每个大项下又设计不同业务需求的报表，如医务科下包含门诊抗生素使用分析、医疗质量监测报表、门诊药品指标考核、住院药品指标考核等。 　　通过上述对数据自上而下，由粗到细地报表设计，钻探并梳理了存在于各异构系统中的数据资源。 　　通过对医院管理者的决策需求以及各业务科室具体业务需求的调查，在统计分析各报表的基础之上，确定创建数据仓库的主题。以住院病人这一主题为例，选择星型模式建立住院病人记录模型，本模型由住院病人记录（事实表）以及病人、病种、时间、工作人员等维表（小表）所组成。其中事实表用于存放大量关于住院病人的事实数据（数量数据），通常都很大，而且非规范化程度很高。维表用于存放描述性数据，它是围绕事实表建立的较小的表。在此基础上，还需经过数据提取、多维数据库创建、多维数据分析等过程才能完成数据仓库的创建。 　　构建医院数据仓库既是要将分散在各系统的数据集中到一个仓库当中，后续针对数据仓库，我们可以进行主题集市的数据分类利用。数据仓库的数据资源通过准实时（间隔3秒左右）的方式，由各系统系统汇聚而来。 　　数据仓库的数据资源，并不会直接用于数据分析应用。部署数据整合应用（ETL系统）的目的就是将数据资源通过既定的规则、逻辑进行数据清洗、转换并加载到分析库的过程。 　　引入OLAP多维分析模型技术，将各分析主题的数据视角维度化[2]。利用OLAP分析模型灵活的应用特点，给用户提供自主拖拽组合、随需切片过滤、按层次钻透明细链接