目前，基于数据库和联机事务处理(OLTP)的医院管理信息系统(HMIS)的应用已经同趋成熟，并积累了大量的历史数据。但当面对数据量迅速膨胀的超级数据库时，许多企业和信息技术人员却陷入了“数据丰富，知识贫乏”的尴尬局面。 本文深入研究了数据库、数据仓库、联机事务处理和联机分析处理(OLAP)的原理和方法等基础理论，并在此基础上通过对它们各自的应用优势进行对比，总结得出解决目前医院管理系统应用实际问题的综合方案--基于OLTP的医院管理信息系统和基于OLAP与数据挖掘技术的医院决策支持系统(HDSS)相结合。HMIS主要用于处理医院日常医疗和管理的事务，设计时重点考虑事务处理的及时性和准确性等性能优化问题；HDSS主要是对HMIS的事务数据库经过提取、净化、转换和整理等数据预处理过程，将源数据载入数据仓库，并采用恰当的数据挖掘技术和算法对数据仓库进行分析，最终得出能供医院管理者进行决策的支持信息，设计时主要考虑分析数据的全面性，以保证决策结论的有效性。 论文介绍了基于OLTP的HMIS的设计过程，并对其中部分关键技术的必要性和具体实现过程进行了详细讨论；重点介绍了关联分析的原理及其Apriori算法在挖掘处方药品之间关联规则的应用过程，为药房药品的货架摆放成功地提供了优化策略；重点介绍了分类分析的原理并运用ID3算法以基于医生类标号的医生医疗业绩统计表为原始数据训练集，成功地构建了医生分类决策树并提取其分类规则，为医院根据医生的基本信息对其医疗水平进行预测提供了有效的依据。 HMIS为HDSS提供原始数据，而HDSS又为HMIS功能的扩展提供了技术手段，二者的有机结合为医院的医疗业务运行及领导决策提供有效的技术支持，对提高医院的工作效率、服务及管理水平和经济效益都是不可缺少的。