刘博，夏新，陈彦东，朱阳

1.同济大学附属东方医院 信息中心，上海 200120；

2.吉林大学第二医院 信息科，吉林

长春 130041

基于商业智能的医院决策支持系统研究

刘博1，夏新1，陈彦东2，朱阳1

1.同济大学附属东方医院 信息中心，上海 200120；

2.吉林大学第二医院 信息科，吉林

长春 130041

基于商业智能应用系统的特点和体系结构，对商业智能技术在医院信息系统（HIS）中的应用进行了研究。在医院原HIS的基础上，综合运用数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）等新兴技术搭建了一个完整的医院决策支持系统。该系统支持海量数据的深加工和再利用，解决了数据仓库构建、数据分析、客户端程序设计等问题，为支持医院管理者的分析决策做出了积极探索。

医院信息系统；医院决策支持系统；数据仓库；数据挖掘；商业智能

0 前言

医院应用信息技术已有 20余年，信息化推进取得了一定的成果，已基本形成了符合医院特点的信息化建设和综合应用模式。在多个应用方面取得了进展，建立了医院管理信息系统（HIS）、临床信息系统（CIS）、图片存档及通讯系统（PACS）、实验室信息系统（LIS）、电子病历系统等。各系统在实现业务集成的同时也完成了数据的集成，从而为各级信息使用者提供了大量完备的基础数据。但是，系统上线、流程跑通仅仅是信息化建设的第一步，要保证系统长期稳定运行，还要持续地利用系统数据发现问题、解决问题、挖掘难点、优化流程，实现“用数据说话”的管理目标，满足医院提出的决策支 持 系 统 的 需 求 。 决 策 支 持 系 统 以 数 据 仓 库 为 主[1]， 结合数据挖掘、在线分析处理技术，通过先进的模型库及方法库对数据进行处理，从而达到帮助医院进行有效决策的目的。

1 决策支持系统

决策支持系统（Decision Support System，DSS）是辅助决策者通过数据、模型和相关知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统[2]。它是管理信息系统（MIS）向更高一级发展而产生的先进信息管理系统。可为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量[3]。

1.1 传统的 DSS

1980 年 Sprague 提出了 DSS 3 部件结构[4-5]，即对话部件、数据部件（数据库和数据库管理系统）、模型部件（模型库和模型库管理系统）。该结构明确了 DSS 的组成，也间接地反映了 DSS 的关键技术，即模型库管理系统、部件接口、系统综合集成。1981 年 Bonczak 等人提出了 DSS 3 系统结构，即语言系统（Language System, LS）、问题处理系统（Problem Process System，PPS）、 知 识 系 统（Knowledge System, KS）。 该 结 构 的 PPS 和 KS 具 有 特 色， 并 在 一 定范围内有较大影响。但它与人工智能的专家系统（Expert System，ES）容易混淆。

20 世纪 80 年代末 90 年代初，DSS 与 ES 结合，形成了智能决策支持系统（Intelligence Decision Supporting System，IDSS）。IDSS 是定性分析和定量分析辅助决策支持系统的结合，进一步提高了辅助决策能力[6]。

1.2 基于商业智能的IDSS

20 世纪 90 年代中期以来，以数据仓库、数据挖掘、联机分析处理相结合建立 DSS 成为决策支持系统发展的新形式，使决策支持系统的发展跃上了一个新层次[7-8]。基于商业智能（Business Intelligence，BI）的医院决策支持系统以数据仓库为主，结合数据挖掘、在线分析处理技术，通过先进的模型库及方法库对数据进行处理，从而达到帮助医院进行有效决策的目的。其建设原则如下：

（1）流程整合。决策支持系统必须满足医院业务的需求，实现与全院业务流程的整合。

（2）技术先进。系统要采用先进的技术体系结构，在软、硬件产品或第三方产品方面，要能支持主流的成熟产品，以保证系统安全、可靠地运行。

（3）性能稳定可靠。作为 HIS 的关键业务系统之一，系统的稳定性和可靠性将关系到整个医院医疗服务工作的优劣，因此系统必须支持在大数据量情况下的运行效率和和稳定性。

（4）集成与共享。新建的决策支持系统必须满足医院现有系统之间的信息接口需求，通过集成平台实现与 HIS、LIS、CIS、RIS、HERP 各系统数据整合，实现数据信息共享。如通过集成平台与浦东新区区域卫生信息平台对接，实现区域医疗信息交换共享与业务协同[9]。

（5）平台化。支持医院信息集成平台，采用平台化开发模式，可方便地挂接到其他现有系统[10]。

2 医院业务体系分析

医院的业务体系是一个庞大的运营体系，基本包括以下几个层面，见图1。

针对以上的医院业务体系，并根据医院的实际业务流程，可将医院决策支持系统分为以下业务类型：医保分析、财务分析、药品分析、医疗质量、人力资源、资产物流、日常管理、综合绩效、资料中心等。医院决策支持系统结构，见图2。

图1 医院业务体系结构图

图2 医院决策支持系统结构图

3 医院决策支持系统设计

3.1 整体架构设计

医院决策支持系统需要对零散分布于各个系统的数据进行整合，并按照不同专业关注点进行区分，实现数据的抽取、加工和转换。同时，需要根据实际业务实现数据获取的自助配置，实现与各种应用程序或应用系统的 接 口， 对 历 史 数 据 进 行 面 向 主 题 的 分 析[11]。 整 体 架 构设计，见图3。

图3 系统整体架构图

3.2 数据存储模型

数据存储是指医院所有相关信息的一体化存储。为了解决“模型稳定和需求易变”的矛盾，将综合数据平台中的数据分为以下三个层次：临时存储区、基础数据区、汇总数据区[12]，具体结构见图 4。

图4 分层数据存储模型

3.2.1 临时存储区

首先将不同源系统的数据加载到一个临时存储区，其原因有两个，一是为了避免重复的数据抽取工作对数据源造成影响；二是为了对来自不同源系统的数据表进行关联操作。临时存储区不仅仅存在于数据源系统到基础数据区的转换加载中，如果基础数据区内部和基础数据区到分析数据区的数据处理需要临时存储，也要有临时存储区。

3.2.2 基础数据区

基础数据区是整个数据存储的核心，通过构建多维模型，从不同的维度对每一项事实进行分析。其数据模型一般按主题域的形式进行组织，可以分为：运营数据区、分析数据区、数据归档区。其中，运营数据区存储，按主题分类，面向运营的实时数据，提供统一的医院数据视图；分析数据区存储，面向经营决策分析的历史数据；数据归档区用于存储运营数据区和分析数据区中产生的历史归档数据。

3.2.3 汇总数据区

为了提高跨域报表和分析的访问性能，需要对预处理后的数据进行额外存储，以提供给前端使用。这部分是个虚拟层，不实际存储数据。应通过数据库里的有关数据项定义，把其定义成有明确业务含义的名称。即把表、字段和它们的复杂关系在这部分整合为直接供前端展示的业务术语和指标名称。这部分称之为“语义层”。

3.3 数据整合

数据整合是医院决策支持系统的重要组成部分。它通过多种途径定期或者半实时地从源系统中获取数据，并保证这些数据在存储数据区域之间高效、有序、准确地流动。具体来看，数据整合又可以分为数据抽取、数据转换、数据加载、数据审计等[13]。

3.3.1 数据抽取

数据抽取通过多种途径从源系统中整合数据，包括数据库直接访问、数据库复制技术、文件访问等。根据不同的数据源，匹配预先定义的规则流程，在任务引擎的调度下，按照定义好的流程经过数据抽取、数据整理、数据转换、数据加载几个关键环节最终将相关数据存储到临时数据区。另外，有些已经预处理好的文件数据可以直接通过数据加载方式纳入到临时数据区。

3.3.2 数据转换

数据转换包括格式和类型转换、数据翻译、数据匹配、数据聚合以及其他复杂计算等。多数情况下，数据源到数据仓库各区块之间主要涉及格式转换、数据翻译、数据匹配，而数据聚合以及其他复杂计算主要在数据汇总时出现。

3.3.3 数据加载

数据加载是将抽取转换后的数据加载到数据仓库各区域中，包括数据行加载和数据块加载。在综合考虑效率和业务实现等因素基础上确定数据加载周期和数据追加策略。

3.3.4 数据审计

数据审计是数据仓库各层数据与源系统数据的业务一致性和数据准确性的重要保障。数据审计是评估数据是否符合数据规则，如预置质量阈值、记录奇异值和统计值。审计的执行方式可以是随机的、计划性的、事件触发的等。

3.4 数据展现

3.4.1 展现层技术架构

展现层分别使用仪表盘、固定报表、自助查询的方式对来自数据仓库和外部的数据进行呈现[14]。

3.4.2 数据展现方式

在医院决策支持系统中，前端数据呈现结构至少要具备以下3个部分：医院管理仪表盘、实时监控分析、固定报表[15]，具体结构见图 5。

图5 前端技术结构

（1）医院管理仪表盘。完成各业务领域的跟踪、控制和分析，最大程度地发挥源数据的作用，为经营决策提供最有力的支持。该部分的内容以领导关心的决策指标为核心，可以按整个项目的进行过程来分阶段、分业务领域进行实施，从而完成整个医院的动态交互式展现流程。

（2）实时监控分析。通过实时的数据，动态展现医院运营的一些核心指标，最直观地显示医院目前的运行状况。随时对数据进行查看和分析，也可以制作并定期生成预定义的报表。高层领导、中层管理人员、分析人员及业务人员随时可以进行数据查询、数据挖掘以及 OLAP分析，及时得到想要的查询分析结果。

（3）固定报表。固定报表能提供更详细的数据，以标准化的方式将医院数据仓库中的数据展示出来。它主要用于固定格式的报表和报告展示，由报表制作人员来制作完成，发布到服务器平台上进行共享。这部分报表多采用计划刷新的方式定期生成预定义报表，保存报表实例，并对报表的版本进行统一管理。

3.4.3 业务指标库

业务指标库的功能在于将业务人员难以理解的数据库关系映射成业务术语，将复杂的数据关系映射成面向应用的业务模型。具体包括如下功能：

（1）创建逻辑指标对象。指标库定义的指标不会物理存储数据，在使用的时候，用户可以通过拖拽的方式自由进行访问。

（2）定义指标间的关联关系。指标库中应该可以定义各指标间的关联关系。用户在定义指标分析报表时，不需要更多的定义即可实现指标间的关联分析。

（3）指标库管理。可以对每个指标定义多个属性，并可以通过查找功能按属性查找指标。用户使用时，按照查询功能查找相应指标。

3.5 决策支持分析平台

功能强大的分析平台，是医院决策支持系统的前端展现不可缺少的支撑，应考虑实现以下基本功能：

（1）在统一的管理页面上集成对所有服务、对象、用户、应用程序、计划等的管理。提供方便、灵活的权限管理，从数据级、报表级、目录级、功能级多角度提供权限设置，并支持用户 /用户组 /角色管理。

（2）提供基于 Web 页面和手机门户的报表浏览、即时查询、在线分析、文档管理、权限管理、报表调度、服务器配置、协同信息共享等多种功能。

（3）提供报表分发机制，对于制作好的报表，可以通过 Email、短信发给某个或某些特定的用户。报表接收者可以直接在 Web 中查看或者在 Office 工具中查看和编辑。

（4）支持大用户量并发访问和大容量数据查询。

（5）提供审计功能，方便系统管理员监控系统运行状况。

4 结论

基于商业智能的医院决策支持系统主要是利用商业智能技术，对 HIS 中多年积累下来的历史数据进行分析，根据实际需求，抽取、确立主题；将医院信息管理系统中产生的业务数据，通过数据清理和数据转换，有组织地存储装载到数据仓库中。数据仓库中的数据可用于 SQL 查询，还可以应用于 OLAP 技术与数据挖掘。随着数据的进一步采集与整理以及挖掘算法的不断完善，IDSS 系统必能为医院疾病诊断和治疗、医院管理决策等带来极大的方便和可观的效益。

[1] 俞磊,杨松涛,王宗殿．基于数据仓库的医院决策支持系统的研究与设计[J]．计算机与数字工程,2010,(4):142-145．

[2] 戈欣,吴晓芬,许建荣．数据挖掘技术在放射科医疗管理中的潜在作用[J]．中国数字医学,2009,4(1):60-62．

[3] 韩辉．数据挖掘技术在医院信息管理系统的应用与研究[J]．电脑知识与技术,2009,5(11):2822-2823．

[4] 黄晶晶,郭文明．医院医保分科定额管理中的数据挖掘研究[J]．医疗卫生装备,2009,30(3):53-54．

[5] 周翔．数据库技术在医院设备管理中的应用[J]．中国医疗设备,2012,27(10):80-82．

[6] 段昌奉,张巨发,唐雄,等．医院移动决策支持系统的建设与应用[J]．中国数字医学,2012,7(4):104-106．

[7] 杨鹏宏,韩俊．医院管理决策支持系统的建设方法[J]．中国数字医学,2012,7(2):90-92．

[8] 王觅也,黄勇,毕永东,等．医院商业智能系统的应用[J]．医疗卫生装备,2012,33(1):82-84．

[9] 唐晓东,李顺飞,罗娟．决策支持系统在医院应用中存在的问题分析[J]．解放军医院管理杂志,2011,18(6):533-534．

[10] 林济南．基于商务智能的医院医保业务决策支持系统的研究[J]．计算机与现代化,2010,(9):132-135．

[11] 刘佳,兰顺碧,张晓祥,等．基于数据仓库的分析决策系统住院病人费用[J]．计算机工程,2007,(10):267-269．

[12] 刑福工,孙明江．数据仓库与数据挖掘技术在医院信息系统中的应用[J]．舰船电子工程,2005,(2):90-92．

[13] 周学全,张志杰,张笃行,等．综合决策支持系统中数据挖掘功能的设计与实现[J]．计算机测量与控制,2010,18(1):161-164．

[14] 郭庆,谷岩．数据挖掘技术在医院信息系统的统计分析与决策中的应用[J]．中国医疗设备,2010,25(5):64-67．

[15] 汤茂斌,陈业智,李就好．数据挖掘技术在辅助决策系统中的应用[J]． 微计算机信息,2008,(21):105-106．

Research of Hospital Decision Support System Based on Business Intelligence

LIU Bo1, XIA Xin1, CHEN Yan-dong2, ZHU Yang1
1. Department of Information, East Hospital, Tongji University, Shanghai 200120, China;
2. Department of Information, The Second Hospital of Jilin University, Changchun Jilin 130041, China

Based on the characteristics and framework of business intelligence, this paper introduces the research of the application of business intelligence technology in hospital information system. New technologies including data warehouse, on-line analytical processing and data mining are used to develop the hospital decision support system based on current hospital information system. Further handling and recycling of mass data can be implemented with the system, which solves problems including construction of data warehouse, data analysis and design of client program. The system positively helps hospital managers to make correlative decisions.

hospital information system; hospital decision support system; data warehouse; data mining; business intelligence

TP319

A

10.3969/j.issn.1674-1633.2013.11.012

1674-1633(2013)11-0036-04

2013-03-26

2013-04-09

本文作者：刘博，信息中心主任，高级工程师。

夏新，信息中心副主任，高级项目管理师。

通讯作者邮箱：ximye_000@163．com