第10章-医院信息资源的挖掘和利用.pptx

第10章 医院信息资源的挖掘与利用;BI的诞生 BI概念 ODS DATA WAREHOUSE ETL OLAP BI展现 常用的BI 厂商和产品 BI在中国 ;BI的诞生;星期五是各家电视台转播橄榄球赛的时间，于是，超市老板们就把尿片和啤酒捆绑销售获得了巨大成功。这个故事成了一个利用数据挖掘商业价值最大化的神话。由此看来，非常不关联的两样东西，通过海量的信息数据处理，可以挖掘出它们之间潜在的关联，将这种关联商业化，就会得到意想不到的新业务或新的商业模式。到底该怎样把这些占据大量存储空间的数据的价值挖掘出来，让这些数据从成本的消耗者变成利润的促进者呢？新的数据分析技术由此诞生了，完成了“数据”到“数据价值”转换的环节，同时给这项技术起了一个响亮而又神密的名字“BI”（Business Intelligence）;BI概念;场景;系统结构;数据挖掘技术（Data Mining） ;ODS;DATA WAREHOUSE;ETL;OLAP; 度量（Measure）：多维数组的取值。（2000年1月，上海，笔记本电脑，0000）。 OLAP的基本多维分析操作有钻取（Drill-up和Drill-down）、切片（Slice）和切块（Dice）、以及旋转（Pivot）等。 钻取：是改变维的层次，变换分析的粒度。它包括向下钻取（Drill-down）和向上钻取（Drill-up）/上卷(Roll-up)。Drill-up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而Drill-down则相反，它从汇总数据深入到细节数据进行观察或增加新维。 切片和切块：是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个或以上，则是切块。 旋转：是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。;商业智能的应用;前端展示工具评估;BI在中国;10.3 医院BI;医院信息化建设的发展阶段……;; 迄今为止医院信息化建设已有20多年的发展历史，但时至今日许多机构和部门信息化发展建设目标还踱步在IT（信息技术）模式驱动上。 以IR（信息资源）模式为主导，以信息资源开发利用为出发点和落脚点的信息化发展建设目标还不到位。;;CEO; 长期以来医院信息标准化工作一直落后于发达国家。美国、澳大利亚、加拿大、英国，自上世纪90年代就高度重视包括卫生信息模型、代码、术语、接口、协议等方面的卫生信息标准化研究，如：HL7RIM、PHCDM、NIDD、DOCOM3、SNOMED、LOINC等等。 2003年医院信息标准的系统化研究工作才开始起步，2006年国家卫生部才正式成立卫生信息标准化委员会。;;基于HIS的BI系统。 决策支持系统（BI）是在管理信息系统和运筹学的基础上发展起来的信息科学，有20年的发展历史。目前已发展到联机分析、数据仓库和数据挖掘技术相结合的商业智能阶段。 主要特征：以数据分析为手段，以信息资源利用为目的。;①BI基本内容框架：;1.医疗效率运营决策支持： ① 计划运营决策支持（包括：门急诊、住院收治、手术、住院天数、床位利用、手术间利用等工作效率指标计划预测）； ② 资源运营决策支持（包括：人力资源、床位资源、设备资源、药品材料等资源运营绩效信息服务）； ③ 进度运营决策支持（以日运营信息为最小监测区间，包括：同比、结构、偏移、趋势等）；;2.医疗质量运营决策支持； ① 诊断治疗服务运营质量监测决策支持(以病种、术种为监测粒度，以医师个体为最小单元，围绕监测指标，提供临床部、科室、病区、主诊组层级间数据的上卷汇总和下探信息服务)； ② 效果反馈决策支持： 医院“单病种限价的病种、肿瘤收治前10位病种和医院前30位病种质量指标过程监测和效果反馈”，促进临床路径构建和循证诊疗的实施； ③ 各类诊疗操作起始时间监测控制（如：手术起始时间、检查报告起始时间、接诊起始时间）等;;3.医疗费用运营决策支持： ①医疗费用发生信息监测（包括收入、欠费、逃费、减免等；以日为最小区间，以科室、病区、主诊组、各楼宇等为监测单元）； ②医疗费用结构信息运营监测（包括价目分类结构、费别结构、身份结构、科部结构、楼宇结构，以及同比、偏移和趋势等）； ③单机、单病种诊疗费用信息监测（包括单机、单病种发生费用、成本费用、关联费用等，为核算提供收入数据支持)；;4.医疗安全运营决策支持： ①基础医疗问题指标实时监测与跟踪（如：医源性感染、手术并发症、无菌手术切口感染等）； ②疑点数据实时预警反馈：包括反应值（如：入院48小时后微生物阳性、不明原因发热）、极端值（抗生素费用离群值）、