基于數(shù)據(jù)倉庫數(shù)據(jù)挖掘的醫(yī)院檔案信息化管理

邊榮云

[摘 要] 醫(yī)院檔案管理信息化存在著海量信息數(shù)據(jù)無法有效利用的問題，對(duì)醫(yī)院醫(yī)療質(zhì)量提高，管理水平提升的輔助決策支持功能不足。本文詳細(xì)探討了醫(yī)院決策支持系統(tǒng)中疾病轉(zhuǎn)歸統(tǒng)計(jì)分析數(shù)據(jù)倉庫（DW）的設(shè)計(jì)方法及過程，并在此基礎(chǔ)上構(gòu)建聯(lián)機(jī)分析處理（OLAP）系統(tǒng)，根據(jù)數(shù)據(jù)分析的需求選取OLAP主題，進(jìn)行多維數(shù)據(jù)模型的設(shè)計(jì)，運(yùn)用MDX多維查詢語言實(shí)現(xiàn)疾病轉(zhuǎn)歸統(tǒng)計(jì)數(shù)據(jù)分析，并應(yīng)用決策樹對(duì)影響因素進(jìn)行深度數(shù)據(jù)挖掘，實(shí)現(xiàn)高效管理和決策的支持作用。

[關(guān)鍵詞] 數(shù)據(jù)倉庫；疾病轉(zhuǎn)歸統(tǒng)計(jì)分析；決策支持

中圖分類號(hào)：R194 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2055-5200（2014）02-009-03

醫(yī)院檔案包括醫(yī)院診斷、治療、護(hù)理等醫(yī)療活動(dòng)中形成的文字、圖表、影像等諸多材料，是醫(yī)院醫(yī)療業(yè)務(wù)信息的主要載體。經(jīng)過系統(tǒng)歸納整理后可以為醫(yī)院醫(yī)療、教學(xué)、科研提供豐富基礎(chǔ)資料，通過病案分析和統(tǒng)計(jì)處理可以為醫(yī)院管理提供一手的詳實(shí)資料。

隨著信息技術(shù)的發(fā)展，圍繞著醫(yī)院信息系統(tǒng)（Hospital Information System， HIS）及配套接入開發(fā)的諸多系統(tǒng)，醫(yī)院的管理模式實(shí)現(xiàn)了由經(jīng)驗(yàn)管理向信息管理的轉(zhuǎn)變。HIS系統(tǒng)以病人醫(yī)療信息、醫(yī)院經(jīng)濟(jì)信息和醫(yī)院管理信息3條信息主線來提供技術(shù)支持平臺(tái)，使大量的醫(yī)院日常醫(yī)療、經(jīng)濟(jì)和管理事務(wù)電子化，實(shí)現(xiàn)了高效的數(shù)據(jù)錄入、查詢、統(tǒng)計(jì)等功能，對(duì)提高醫(yī)院工作效率、質(zhì)量和服務(wù)水平等方面起到重要作用[1]。檔案管理的信息化也在逐步完善，但是病案資料積累越多，信息化后的內(nèi)容越豐富，信息流的作用越強(qiáng)，反饋出來的數(shù)據(jù)處理要求就越高，如果沒有一定的技術(shù)手段方法是實(shí)現(xiàn)不了這些要求的。

面對(duì)醫(yī)院信息數(shù)據(jù)量的迅速膨脹，傳統(tǒng)數(shù)據(jù)庫陷入“數(shù)據(jù)爆炸，知識(shí)貧乏”的境地。數(shù)據(jù)倉庫（Data Warehouse，DW）的出現(xiàn)有效地彌補(bǔ)了傳統(tǒng)數(shù)據(jù)庫在分析型應(yīng)用上的缺陷。利用數(shù)據(jù)倉庫技術(shù)將傳統(tǒng)病案系統(tǒng)中所積累的海量數(shù)據(jù)背后隱藏的有價(jià)值的信息挖掘出來，從而獲取二次相關(guān)信息為醫(yī)院的決策管理、醫(yī)療、科研和教學(xué)服務(wù)提供了一種科學(xué)的解決方案[2]。本研究以患者疾病轉(zhuǎn)歸統(tǒng)計(jì)分析相關(guān)信息為數(shù)據(jù)源，建立了醫(yī)院醫(yī)療質(zhì)量分析的多維數(shù)據(jù)模型及多維數(shù)據(jù)集的數(shù)據(jù)倉庫，通過聯(lián)機(jī)分析處理對(duì)疾病轉(zhuǎn)歸進(jìn)行數(shù)據(jù)挖掘從而提供醫(yī)療決策的相關(guān)信息，將對(duì)醫(yī)院的管理產(chǎn)生積極作用。下文將對(duì)疾病轉(zhuǎn)歸統(tǒng)計(jì)分析決策支持系統(tǒng)的構(gòu)建進(jìn)行闡述。

1 數(shù)據(jù)倉庫的構(gòu)建

1.1 疾病轉(zhuǎn)歸統(tǒng)計(jì)分析數(shù)據(jù)倉庫的設(shè)計(jì)

以住院病人療效為倉庫主題，建立星型倉庫模型，以一個(gè)事實(shí)表和4個(gè)維表為主要內(nèi)容，其中維表分別為科室維，時(shí)間維，病種維和病人基本情況維，如圖所示。事實(shí)表包含聯(lián)機(jī)分析處理（OLAP）多維數(shù)據(jù)集中所有的度量值，包括住院天數(shù)、各項(xiàng)費(fèi)用；維度表中的不同屬性應(yīng)用文字，離散值等表示，如年齡段分為5段（0～20歲、21～30歲、30～50歲、50～60歲、60歲以上）；疾病名稱以ICD-10主類、ICD-10亞類、ICD-10子類表示，維度關(guān)鍵字是與事實(shí)表關(guān)聯(lián)的橋梁，是用于查詢事實(shí)表數(shù)據(jù)的唯一標(biāo)識(shí)符[3]。通過這種構(gòu)架，可進(jìn)行多維度查詢。

圖1 疾病轉(zhuǎn)歸統(tǒng)計(jì)分析數(shù)據(jù)倉庫星型模型

1.2 數(shù)據(jù)預(yù)處理

HIS系統(tǒng)中大量的數(shù)據(jù)信息中有一部分為空缺數(shù)據(jù)、不一致數(shù)據(jù)或包含有錯(cuò)誤或存在偏倚的噪聲數(shù)據(jù)，在進(jìn)行數(shù)據(jù)挖掘前必須對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，清洗后的數(shù)據(jù)才能保證數(shù)據(jù)的一致性和有效性。數(shù)據(jù)預(yù)處理主要包括數(shù)據(jù)集成和數(shù)據(jù)清理兩部分，其中數(shù)據(jù)集成是將所有的病人的基本信息和醫(yī)療信息數(shù)據(jù)進(jìn)行整合，將從病人主索引表中抽取的所有信息集成到統(tǒng)一的數(shù)據(jù)表中，對(duì)不一致的字段長度，不一致的賦值等進(jìn)行數(shù)據(jù)轉(zhuǎn)換，整合為統(tǒng)一的格式，如日期形式2012-04-10轉(zhuǎn)換為時(shí)間為上定義的年，月，日格式：2012，4，10；數(shù)據(jù)清理是將缺陷數(shù)據(jù)且無法進(jìn)行轉(zhuǎn)換的數(shù)據(jù)屏蔽，如篩查2012年的數(shù)據(jù)資料，經(jīng)信息提取后發(fā)現(xiàn)存在部分2011年的數(shù)據(jù)資料時(shí)，可通過定義語句進(jìn)行清洗。

1.3 數(shù)據(jù)倉庫的加載和轉(zhuǎn)換

在SQL Server 2000中使用Transact—SQL、數(shù)據(jù)轉(zhuǎn)換服務(wù)（DTS）和BSP將數(shù)據(jù)加載到數(shù)據(jù)倉庫中。DTS是以O(shè)LE DB或ODBC等接口技術(shù)連接數(shù)據(jù)源與數(shù)據(jù)目的[4]，其驅(qū)動(dòng)數(shù)據(jù)進(jìn)行導(dǎo)入、導(dǎo)出等轉(zhuǎn)換操作，實(shí)現(xiàn)數(shù)據(jù)源與數(shù)據(jù)目的間的交換。轉(zhuǎn)換結(jié)構(gòu)圖見圖2。通過上述操作過程，醫(yī)院數(shù)據(jù)倉庫建立完成，為后續(xù)多維數(shù)據(jù)的分析和數(shù)據(jù)挖掘進(jìn)行了鋪墊。

圖2 DTS數(shù)據(jù)轉(zhuǎn)換流程圖

2 基于數(shù)據(jù)倉庫的疾病轉(zhuǎn)歸統(tǒng)計(jì)分析OLAP建模分析

多維數(shù)據(jù)集的構(gòu)建完成后可進(jìn)行以病人、疾病和費(fèi)用等多個(gè)主題開展的OLAP分析。如通過醫(yī)療付款方式維度進(jìn)行住院費(fèi)用構(gòu)成分析；通過月份或年份來分析總住院患者的變化趨勢(shì)，或在展現(xiàn)層上定義一些附加度量值，如“增減率”，以反映科室病種的變化趨勢(shì)。在進(jìn)行OLAP分析中，可以運(yùn)用切片、切塊，旋轉(zhuǎn)，鉆過和鉆透等操作程序，或通過編寫多維查詢語言MDX（Multi-Dimensional Expressions， 多維表達(dá)式）程序進(jìn)行查詢，可以獲得不同匯總結(jié)果上的觀察數(shù)據(jù)，也可以獲得住院患者相關(guān)因素間的關(guān)系，我們也可以選擇2個(gè)以上的維度的數(shù)據(jù)實(shí)現(xiàn)多維數(shù)據(jù)集的分析[5-6]，如以“科室”和“費(fèi)用類型”類型為關(guān)鍵詞。查詢各科室醫(yī)療費(fèi)用占比的MDX代碼及結(jié)果如下圖3：

圖3 查詢結(jié)果示意圖

3 分析決策支持的實(shí)現(xiàn)

數(shù)據(jù)挖掘（Data Mining，DM）技術(shù)是決策分析的重要工具，目前應(yīng)用比較廣泛的DM算法主要有基于規(guī)則系統(tǒng)的決策樹、聚類分析、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)方法等[7]。在實(shí)際應(yīng)用中，數(shù)據(jù)挖掘可為醫(yī)院管理決策提供多層面幫助。例如利用決策樹方法提取數(shù)據(jù)庫中的患者信息，包括性別、年齡、入院情況、藥品費(fèi)用等各個(gè)屬性，構(gòu)建相關(guān)性網(wǎng)絡(luò)，應(yīng)用相應(yīng)的運(yùn)算方法分析患者信息，得到總醫(yī)療費(fèi)用的強(qiáng)關(guān)聯(lián)項(xiàng)住院天數(shù)與藥品費(fèi)，最終得到醫(yī)療費(fèi)用的層決策樹，如圖4所示。決策樹由“Generate decision tree”給定的訓(xùn)練數(shù)據(jù)產(chǎn)生，訓(xùn)練樣本有表示住院費(fèi)用的每個(gè)屬性以離散值的形式表示，運(yùn)算過程中產(chǎn)生的各個(gè)節(jié)點(diǎn)為不同的分支點(diǎn)，顯示費(fèi)用的不同影響屬性，而每一個(gè)節(jié)點(diǎn)內(nèi)的所有樣本均為同一類別。從數(shù)據(jù)挖掘的最終結(jié)果看，藥品費(fèi)用和住院天數(shù)是醫(yī)療費(fèi)用的強(qiáng)影響點(diǎn)，與醫(yī)療費(fèi)用呈正相關(guān)，住院天數(shù)越長，藥品費(fèi)用越高則患者的總住院費(fèi)越高。在模型判斷的基礎(chǔ)上進(jìn)行有針對(duì)性的費(fèi)用控制決策將是一種目的明確、針對(duì)性強(qiáng)，高效的決策支持方法[8-9]。

4 結(jié)論

針對(duì)醫(yī)院檔案利用效率低，海量數(shù)據(jù)對(duì)信息管理系統(tǒng)決策支持不足的現(xiàn)狀，嘗試應(yīng)用數(shù)據(jù)倉庫和基于多維數(shù)據(jù)集的OLAP技術(shù)及數(shù)據(jù)挖掘技術(shù)，對(duì)醫(yī)學(xué)信息數(shù)據(jù)進(jìn)行分析，挖掘出更多深層次的、有價(jià)值的信息，為醫(yī)院管理者提供了輔助決策的依據(jù)。同時(shí)，隨著醫(yī)院信息技術(shù)的不斷發(fā)展，還可以開發(fā)預(yù)算警示模塊等多個(gè)實(shí)用的，有針對(duì)性的模塊，建立面向醫(yī)院各級(jí)管理層的決策支持系統(tǒng)，切實(shí)地、真正地實(shí)現(xiàn)醫(yī)院的精細(xì)化、循證化管理[10]。系統(tǒng)的開發(fā)使用為提高醫(yī)院管理水平提供了高效、可行的技術(shù)手段。

參 考 文 獻(xiàn)

[1] 馬剛， 劉天時(shí)，程國建. 基于數(shù)據(jù)倉庫技術(shù)的醫(yī)院信息系統(tǒng)應(yīng)用研究[J]. 西安石油大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2010，25（4）：99-102.

[2] 葉明全，宋念東.基于HIS的醫(yī)院數(shù)據(jù)倉庫設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2008，29（3）：779-781.

[3] 李慧宗，張學(xué)森. 面向主題的醫(yī)療費(fèi)用分析數(shù)據(jù)倉庫建模[J]. 中小企業(yè)管理與科技， 2009（31）：274.

[4] 周治宇，鄭昊. 基于醫(yī)院信息系統(tǒng)數(shù)據(jù)倉庫的設(shè)計(jì)[J]. 中國數(shù)字醫(yī)學(xué)， 2010，05（9）：81-83.

[5] 鄭丹青. 基于OLAP技術(shù)的醫(yī)療信息多維數(shù)據(jù)集設(shè)計(jì)與分析[J]. 吉林師范大學(xué)學(xué)報(bào)：自然科學(xué)版， 2011，32（3）：56-58.

[6] 孔琳. 基于HIS的數(shù)據(jù)倉庫構(gòu)建及多維分析[J]. 醫(yī)學(xué)信息學(xué)雜志， 2011，32（11）：6-9.

[7] 胡志東. 數(shù)據(jù)挖掘及數(shù)據(jù)倉庫綜述[J].黑龍江科技信息， 2010（26）：100.

[8] 朱秋麗， 張濤， 丁云芳， 等. 呼吸道合胞病毒感染兒童住院費(fèi)用影響因素的回歸樹分析[J]. 復(fù)旦學(xué)報(bào)（醫(yī)學(xué)版），2011，38（4）：294-299.

[9] Lemon SC，Roy J，Clark MA，et a1.Classification and regression tree analysis in public health：methodological review and comparison with logistic regression[J].Ann Behav Met，2003，26（3）：172-181.

[10] 唐熊，張巨發(fā)，段昌奉，等.基于移動(dòng)智能終端的醫(yī)院管理決策支持系統(tǒng)開發(fā)及應(yīng)用[J].現(xiàn)代儀器與醫(yī)療，2013，19（1）：47-49.

4 結(jié)論

針對(duì)醫(yī)院檔案利用效率低，海量數(shù)據(jù)對(duì)信息管理系統(tǒng)決策支持不足的現(xiàn)狀，嘗試應(yīng)用數(shù)據(jù)倉庫和基于多維數(shù)據(jù)集的OLAP技術(shù)及數(shù)據(jù)挖掘技術(shù)，對(duì)醫(yī)學(xué)信息數(shù)據(jù)進(jìn)行分析，挖掘出更多深層次的、有價(jià)值的信息，為醫(yī)院管理者提供了輔助決策的依據(jù)。同時(shí)，隨著醫(yī)院信息技術(shù)的不斷發(fā)展，還可以開發(fā)預(yù)算警示模塊等多個(gè)實(shí)用的，有針對(duì)性的模塊，建立面向醫(yī)院各級(jí)管理層的決策支持系統(tǒng)，切實(shí)地、真正地實(shí)現(xiàn)醫(yī)院的精細(xì)化、循證化管理[10]。系統(tǒng)的開發(fā)使用為提高醫(yī)院管理水平提供了高效、可行的技術(shù)手段。

參 考 文 獻(xiàn)

[1] 馬剛， 劉天時(shí)，程國建. 基于數(shù)據(jù)倉庫技術(shù)的醫(yī)院信息系統(tǒng)應(yīng)用研究[J]. 西安石油大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2010，25（4）：99-102.

[2] 葉明全，宋念東.基于HIS的醫(yī)院數(shù)據(jù)倉庫設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2008，29（3）：779-781.

[3] 李慧宗，張學(xué)森. 面向主題的醫(yī)療費(fèi)用分析數(shù)據(jù)倉庫建模[J]. 中小企業(yè)管理與科技， 2009（31）：274.

[4] 周治宇，鄭昊. 基于醫(yī)院信息系統(tǒng)數(shù)據(jù)倉庫的設(shè)計(jì)[J]. 中國數(shù)字醫(yī)學(xué)， 2010，05（9）：81-83.

[5] 鄭丹青. 基于OLAP技術(shù)的醫(yī)療信息多維數(shù)據(jù)集設(shè)計(jì)與分析[J]. 吉林師范大學(xué)學(xué)報(bào)：自然科學(xué)版， 2011，32（3）：56-58.

[6] 孔琳. 基于HIS的數(shù)據(jù)倉庫構(gòu)建及多維分析[J]. 醫(yī)學(xué)信息學(xué)雜志， 2011，32（11）：6-9.

[7] 胡志東. 數(shù)據(jù)挖掘及數(shù)據(jù)倉庫綜述[J].黑龍江科技信息， 2010（26）：100.

[8] 朱秋麗， 張濤， 丁云芳， 等. 呼吸道合胞病毒感染兒童住院費(fèi)用影響因素的回歸樹分析[J]. 復(fù)旦學(xué)報(bào)（醫(yī)學(xué)版），2011，38（4）：294-299.

[9] Lemon SC，Roy J，Clark MA，et a1.Classification and regression tree analysis in public health：methodological review and comparison with logistic regression[J].Ann Behav Met，2003，26（3）：172-181.

[10] 唐熊，張巨發(fā)，段昌奉，等.基于移動(dòng)智能終端的醫(yī)院管理決策支持系統(tǒng)開發(fā)及應(yīng)用[J].現(xiàn)代儀器與醫(yī)療，2013，19（1）：47-49.

4 結(jié)論

針對(duì)醫(yī)院檔案利用效率低，海量數(shù)據(jù)對(duì)信息管理系統(tǒng)決策支持不足的現(xiàn)狀，嘗試應(yīng)用數(shù)據(jù)倉庫和基于多維數(shù)據(jù)集的OLAP技術(shù)及數(shù)據(jù)挖掘技術(shù)，對(duì)醫(yī)學(xué)信息數(shù)據(jù)進(jìn)行分析，挖掘出更多深層次的、有價(jià)值的信息，為醫(yī)院管理者提供了輔助決策的依據(jù)。同時(shí)，隨著醫(yī)院信息技術(shù)的不斷發(fā)展，還可以開發(fā)預(yù)算警示模塊等多個(gè)實(shí)用的，有針對(duì)性的模塊，建立面向醫(yī)院各級(jí)管理層的決策支持系統(tǒng)，切實(shí)地、真正地實(shí)現(xiàn)醫(yī)院的精細(xì)化、循證化管理[10]。系統(tǒng)的開發(fā)使用為提高醫(yī)院管理水平提供了高效、可行的技術(shù)手段。

參 考 文 獻(xiàn)

[1] 馬剛， 劉天時(shí)，程國建. 基于數(shù)據(jù)倉庫技術(shù)的醫(yī)院信息系統(tǒng)應(yīng)用研究[J]. 西安石油大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2010，25（4）：99-102.

[2] 葉明全，宋念東.基于HIS的醫(yī)院數(shù)據(jù)倉庫設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2008，29（3）：779-781.

[3] 李慧宗，張學(xué)森. 面向主題的醫(yī)療費(fèi)用分析數(shù)據(jù)倉庫建模[J]. 中小企業(yè)管理與科技， 2009（31）：274.

[4] 周治宇，鄭昊. 基于醫(yī)院信息系統(tǒng)數(shù)據(jù)倉庫的設(shè)計(jì)[J]. 中國數(shù)字醫(yī)學(xué)， 2010，05（9）：81-83.

[5] 鄭丹青. 基于OLAP技術(shù)的醫(yī)療信息多維數(shù)據(jù)集設(shè)計(jì)與分析[J]. 吉林師范大學(xué)學(xué)報(bào)：自然科學(xué)版， 2011，32（3）：56-58.

[6] 孔琳. 基于HIS的數(shù)據(jù)倉庫構(gòu)建及多維分析[J]. 醫(yī)學(xué)信息學(xué)雜志， 2011，32（11）：6-9.

[7] 胡志東. 數(shù)據(jù)挖掘及數(shù)據(jù)倉庫綜述[J].黑龍江科技信息， 2010（26）：100.

[8] 朱秋麗， 張濤， 丁云芳， 等. 呼吸道合胞病毒感染兒童住院費(fèi)用影響因素的回歸樹分析[J]. 復(fù)旦學(xué)報(bào)（醫(yī)學(xué)版），2011，38（4）：294-299.

[9] Lemon SC，Roy J，Clark MA，et a1.Classification and regression tree analysis in public health：methodological review and comparison with logistic regression[J].Ann Behav Met，2003，26（3）：172-181.

[10] 唐熊，張巨發(fā)，段昌奉，等.基于移動(dòng)智能終端的醫(yī)院管理決策支持系統(tǒng)開發(fā)及應(yīng)用[J].現(xiàn)代儀器與醫(yī)療，2013，19（1）：47-49.