應用大數據管理醫院

隨著醫院信息系統的快速發展，為醫院帶來了海量數據。對這些數據的有效利用、分析，挖掘其中隱含的信息，能為醫院管理提供更好的決策支持。

二十一世紀是數據爆炸的時代，醫學也不例外。在信息時代，醫學在廣度和深度方面日新月異，循證醫學深入人心，信息化醫療迅速發展。另一方面，計算機技術的飛速發展使得海量存儲成為可能，成本不斷下降。醫學知識、醫學信息呈現幾何級數增長?！?a target="_blank">大數據”（big data）并不是一個很新的名詞，在物理學、生物學、環境生態學等領域以及軍事、金融、通訊等行業存在已有時日；歷史上的數據庫、數據倉庫、數據集市等信息管理領域的技術，從某種意義上說也是為了解決大規模數據的問題。近年來由于互聯網和信息行業的發展，大數據引起了人們的關注。

大數據的應用目前主要集中在企業經營決策領域。醫療健康是大數據應用的又一新領域，但在醫學中的應用的案例尚為數不多。本文就大數據在臨床醫學中的應用及其應用中可能出現的問題作簡要分析。有關大數據的計算機方面存儲技術、分析數理模型、商業應用、軟件分析等等均不在本文討論范圍之內。

大數據指的是巨大的數據量無法通過目前主流軟件工具，在合理時間內達到提取、管理、并整理成為有用信息。大數據到底有多大？有人估算全球平均每人產生200GB以上的數據。IBM的研究稱，整個人類文明所獲得的全部數據中，有90％是過去兩年內產生的。而到了2020年，全世界所產生的數據規模將達到今天的44倍。信息行業常用“4V”來總結大數據的特點：volume（大量）、velocity（高速）、variety（多樣）、veracity（真實性）。毫無疑問，人們更重視的是大數據的value（價值）。大數據對于投資者而言無非是資產和金錢的代名詞。如評估機構評定Facebook上市的有效資產大部分為社交網站的數據。因此，在某種程度上可以認為，大數據是一種新技術、新理念，也是一種新產業：通過“加工”實現數據的“增值”。

關于大數據的應用，“大數據商業應用第一人”維克托·邁爾－舍恩伯格在其《大數據時代》一書中舉例甚多，主要是通過找出一個關聯物并監控它，就可以預測未來。比如Google如何利用搜索記錄進行數據挖掘從而預測流感爆發趨勢、亞馬遜商店利用購買和瀏覽記錄數據進行針對性購買推薦以提升銷售量等等。

1、醫療行業大數據的應用

醫療行業早就遇到了海量數據和非結構化數據的挑戰，近年來很多國家都在積極推進醫療信息化發展，這使得很多醫療機構有資金來做大數據分析。全球知名咨詢公司麥肯錫在其報告中指出，排除體制障礙，大數據分析可以幫助美國的醫療服務業一年創造3000 億美元的附加價值。大數據可分析醫療服務業的臨床輔助決策、醫療質量監管、疾病預測模型、臨床試驗分析、個性化治療的應用方向，在這些背景下，大數據的分析和應用都將發揮巨大的作用，從而提高醫療效率和醫療效果。

2、大數據背景下的商業智能

2．1 BI 的概念

BI（Business Intelligence）即商務智能，它是一套完整的解決方案，用來將醫院中現有的數據進行有效的整合，快速準確的提供報表并提出決策依據，為醫院領導的決策提供準確的數據支持。

把商業智能看成一種解決方案應該比較恰當。商業智能的關鍵是從許多來自不同的醫院業務系統的數據中提取出有用的數據并進行清理，以保證數據的正確性，然后經過抽?。‥xtraction）、轉換（Transformation）和裝載（Load），即ETL 過程，合并到一個適合醫療行業的數據倉庫里，從而得到醫院數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具、OLAP 工具等對其進行分析和處理（這時信息變為輔助決策的知識），最后將知識呈現給管理者，為管理者的決策過程提供數據支持。

2．2 大數據背景下商業智能的基本過程

商業智能的基本流程主要是將數據源通過數據ETL 轉換工具抽取到數據倉庫（DW）中。具體是指將醫院業務數據比如說HIS 信息系統、臨床信息系統、HERP信息系統以及其他數據源通過ETL 工具進行數據清洗，通過對數據進行轉換、匯總、聚合以及裝載等操作將數據合并到數據倉庫中。通過OLAP 將各業務通過主題來劃分生成指標，最后經過多維分析、數據挖掘等將數據以圖形或表格的形式展示出來。

2．3 商業智能的關鍵技術

2．3．1 ETL

ETL 提供圖形化的界面，并提供了豐富多樣的轉換類型，用戶可以方便直觀地定義整個ETL 過程。ETL 任務是一系列具有共同目標且存在相關性的ETL 流程集合，是包含了一組業務需求到最終實現的完整過程。一個轉換就是一個ETL流程，一個ETL 流程表示一個（組）輸入到一個（組）輸出的數據流轉?！_始’是ETL 任務的起點，是ETL 任務的發起者與控制者，全局參數也在這里設置。

2．3．2 DW

DW 即數據倉庫（Data Warehouse）簡單說就是存儲事實表和維表數據的數據庫而已。數據倉庫是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合，用于支持管理決策。數據倉庫一般采用業界主流的關系數據庫，如Oracle、DB2、SQL Server 等。維表：存儲描述事實表中數據特性的表，它存儲用戶分析數據的角度，它給OLAP 提供旋轉、切片的數據基礎。事實表：存儲經過一定聚集的歷史數據，是星型架構或雪花型架構的中心。每個數據倉庫含有一個或多個事實表。事實表包括索引和數據兩部分，索引部分就是描述事實表數據特征的維表的外鍵，數據就是事實表中要存放的數據，也就是我們通常說的度量值的來源。

2．3．3 OLAP

OLAP 即聯機分析處理（On－Line Analytical Process）工具有Essbase，Microsoft analysis 等。OLAP 的基本思想是使醫院的決策者應能靈活地操縱醫院的數據，以多維的形式從多方面和多角度來觀察醫院的狀態、了解醫院的變化。使用OLAP 工具我們可以將維表和事實表做相應的連接，然后做聚合操作保存成cube 從而達到多角度分析數據的目的。

2．3．4 ActiveDoc

BI 支持ActiveDoc 功能，所謂ActiveDoc 指的是一種直接基于MicroSoftWord 進行報告制作的技術，通過ActiveDoc 用戶可以靈活地將BI 中報表的數據，表格，統計圖，地圖等等動態嵌入到Word 文檔中，形成一個可以編輯，計算，導出的ActiveDoc 報表，并允許用戶將ActiveDoc 的計算結果導出回Word 文檔，以便本地保存和傳播。

2．3．5 預警分析

BI 可以提供給用戶數據異常定義機制，可針對某一量值的大小或兩個量值之間的關系，來定義異常狀況，并以改變字形顏色或插入警示圖案的方式來加以提示。支持字體顏色、背景色、特殊符號、個性化圖形等方式進行預警。根據預警，利用鉆取和數據挖掘，用戶可以快速定位問題和優勢，深入分析和了解發生緣由，制定有效措施，及時避免損失和擴大優勢。

2．3．6 數據挖掘

數據挖掘是從大量數據中提取或挖掘知識，可以提供豐富的數據挖掘方法：聚類分析，預測分析（趨勢預測模型、ARIMA 預測模型、季節預測模型、神經網絡模型）、回歸分析（線性回歸、非線性回歸、Logistic ）、相關分析等。提供大量數理統計、數據挖掘模型：預測、回歸、ARIMA、聚類、關聯規則分析等；數理統計模型可擴展性強，維護便捷；利用數據挖掘可對醫院的數據進行預測分析，從而對醫院的業務發展做出前瞻性的決策。

2．3．7 數據質量

針對醫院數據質量的問題，BI 可以從定義數據指標體系、通過ETL 日志檢測數據質量、編寫數據質量稽核表、保證數據出口的唯一性、數據質量核查的七個維度（數據范圍、業務量、字段飽和度、規范性、業務關聯性、及時性、連續性）等方法來對醫院的數據進行質量核查，從而提升醫院的數據質量，并大大改善醫院業務上偏差，為領導的決策提供強有力的依據。

3、商業智能在醫療行業中的解決方案及應用

3．1 醫院輔助決策系統運營質控業務功能

醫院商業智能的運營質控的主要可從這幾個領域來分析，分別為運營數據分析、患者醫療服務、科室質量監管、疾病醫療質量、合理用藥監督、院感管理。運營數據分析包含了首頁KPI、業務分析、費用分析、用藥分析、指標分析、趨勢分析、輔助管理、統計報表?；颊哚t療服務包含了首頁KPI、門診服務效率、門診醫療質量、醫療服務半徑、住院醫療效率、住院醫療質量、住院醫療費用擔負、門診醫療費用擔負。

科室質量監管包含實時監控、門診流量統計、床位周轉監控、費用監管、醫療安全監管、手術質量監管、手術時長、數據表格。疾病醫療質量包含首頁KPI、病人特征、療效分析、醫療效率、費用分析、手術分析、走勢分析。合理用藥監督包含了合理用藥KPI、門診處方用藥分析、住院病人用藥分析、科室合理用藥分析、醫師用藥分析、藥品排名分析、藥品DDD 值維護。院感控制管理主要包含首頁KPI、患者特征、醫院感染分析、手術患者感染、ICU 感染分析、血液透析、院感漏報統計、感染部位分析。

3．2 醫院輔助決策系統院長專區業務功能

醫院商業智能的院長專區模塊主要可從財務管理、醫療質量、設備管理、科教管理、績效考核五大領域來進行分析。財務管理主要包含財務管理KPI、全院收入結構分析、全院支出結構分析、HIS 收入分析、科室支出結構分析、現金流入流出分析、資產負債表、預算開支分析、收支結余分析。

醫療質量主要包含醫療質量KPI、住院質量統計、單病種、臨床路徑管理、抗菌藥物管理、耗材管理、運營效率分析、院感管理、住院費用分析、門診工作量管理、門診費用分析、門診工作流數據統計、患者滿意度調查、醫院投訴報警。設備管理包含了醫院設備數量分布、設備折舊分析、設備折舊明細表?？平坦芾戆平?a href='/map/kpi/' style='color:#000;font-size:inherit;'>KPI、教學管理、科研項目統計分析、文章發表信息。績效管理包含績效分析KPI、績效綜合考核、可控成本與收入分析、科室人員與資產、科室創造社會效益、科室工作效益狀況、科室預算執行情況、科室經濟效益狀況?？平坦芾戆平?a href='/map/kpi/' style='color:#000;font-size:inherit;'>KPI、教學管理、科研項目統計分析、文章發表信息。

4、商業智能的價值及發展趨勢

現在，愈來愈多的醫院認識到，醫院要想提升管理能力必須要加強大數據的分析與數據挖掘，必須利用計算機和網絡技術、數據倉庫技術，深層次地挖掘、分析當前和歷史的醫院業務數據，以及相關環境的相關數據，自動快速獲取其中有用的決策信息，為領導提供快速、準確和方便的決策支持。通過對醫院各業務系統的數據進行多角度、多層次的分析，以使醫院的決策者及時掌握醫院的運行情況和發展趨勢，并對了解醫院的運營情況和長遠規劃提供理論指導，提高醫院的管理水平和競爭優勢。

4．1 商業智能的價值

4．1．1、加強內部科學化管理的要求

將人、財、物納入計算機系統管理，做到資源共享、減輕相關人員的工作量，同時，可以靈活多面多維地展現醫院實力。同時將各業務數據整合，提供全面合理的綜合分析，避免信息孤立。我們可以充分的利用醫院歷史數據，使多年趨勢分析更方便，也可通過即席分析，滿足突發的數據分析要求。

4．1．2、提高業務績效的要求

因為商業智能將多個獨立分散系統中的數據集中管理，從中可以精確地核出各方業務的工作量，提高業務績效?？砂磿r間、地區、病源進行多維度查詢展示，提供預警等?？赏ㄟ^圖表、地圖、智能文檔等方式，展示方式更加精彩，通過數理統計、數據挖掘模型，深度挖掘衛生統計數據價值直觀的展示，精準的預測預警，幫助改進醫院管理決策。

4．1．3、提升對外形象的要求

商業智能在展現內部管理的同時，可以結合外部單位的信息，公布更多民眾關心的信息?？梢蕴嵘t院績效，切實改善醫院防控和應急處理效果，為中心各業務處室提供更豐富使用的分析數據支撐，利用網站發布平臺，及時公布公眾關心的醫療質控分析數據。

4．1．4、全面展示信息化成果的要求

商業智能可全面展示信息化建設的成效，通過對現有系統的數據處理與挖掘，讓管理者直觀而全面地體驗數據分析展現出來的趨勢，集中而整體。

4．2 商業智能的發展趨勢

商業智能的發展趨勢可以歸納為以下幾點：

4．2．1、功能上具有可配置性、靈活性、可變化性。BI 系統的范圍從為科室的特定用戶服務擴展到為整個醫院所有用戶服務。同時，由于醫院用戶在職權、需求上的差異，BI 系統提供廣泛的、具有針對性的功能。從簡單的數據獲取，到利用WEB 和局域網、廣域網進行豐富的交互、決策信息和知識的分析和使用。4．2．2、解決方案更開放、可擴展、可按用戶定制，在保證核心技術的同時，提供客戶化的界面。針對不同醫院的獨特的需求，BI 系統在提供核心技術的同時，使系統又具個性化，即在原有方案基礎上加入自己的代碼和解決方案，增強客戶化的接口和擴展特性；可為醫院提供基于商業智能平臺的定制的工具，使系統具有更大的靈活性和使用范圍。

4．2．3、從傳統功能向增強型功能轉變。增強型的商業智能功能是相對于早期的用SQL 工具實現查詢的商業智能功能。目前應用中的BI 系統除實現傳統的BI 系統功能之外，大多數已實現了架構中數據分析層的功能。而數據挖掘、數據建模是BI 系統應該加強的應用，以更好地提高系統性能。