论文部分内容阅读
[摘 要]本文采用CDC、ETL等技术，在数据中心的基础上建立医院精细化管理系统，从不同的维度对医疗大数据进行挖掘、利用和分析。通过建立基于数据中心的医院精细化管理系统，充分挖掘医疗大数据在医院运营管理中的价值，从而提高医院精细化管理水平。实践结果表明，该系统建设过程无需进行接口改造，即可充分整合利用医疗大数据，使管理指标统计口径一致并可对指标进行层层下钻分析，满足医院精细化管理需求，值得推广应用。
[关键词]医院；数据中心；精细化管理系统
doi：10.3969/j.issn.1673 - 0194.2017.14.020
[中圖分类号]R197.32 [文献标识码]A [文章编号]1673-0194（2017）14-00-02
0 引 言
随着医院信息化建设的不断发展和深入，医疗大数据在医院中的作用越来越重要，主要体现在临床诊疗、科研和医院管理等方面。从现代医院管理战略出发，医院的管理逐渐趋向于科学化、精细化，而这种科学化、精细化的管理主要体现在医院借助信息系统对医疗大数据的整合、利用，使医疗大数据中的信息在医院人、财、物等管理方面发挥其价值。但是，目前大多数医院信息化建设并未达到这样的效果，存在全院数据统计口径不一致、数据分散、数据利用率低等各种亟待解决的问题，因此，建立一个使医疗大数据可以得到充分整合、挖掘和利用的精细化管理系统具有十分重要的意义。基于此，上海市精神卫生中心联合上海柯林布瑞信息技术有限公司，通过尝试建立基于数据中心的医院精细化管理系统，探索更加科学化、精细化的信息管理模式。
1 基于数据中心的医院精细化管理系统建设
基于数据中心的医院精细化管理系统（见图1）主要是参照HL7（Health Level Seven）和卫计委的相关标准，利用信息资源规划和面向对象的统一建模方法来建设的。系统采用变化数据捕获CDC（Change Data Capture）、ETL（Extract-Transform-Load）等技术，由业务复制库及操作数据存储ODS（Operational Data Store）、运营数据中心ODR（Operation Data Repository）、主数据管理MDM（Master Data Management）、数据集市等功能单元构成。其建设过程是将医院已有的各个分散的业务系统（HIS、LIS、RIS等）与医院运营相关的数据进行组织、整合形成ODR，然后将ODR中的数据从不同的维度进行挖掘和利用，从而建成精细化管理系统，并对指标数据进行展示和分析。
系统架构主要分为三层，依次为：业务层、数据层和展示层。业务层包括医院近30年信息化建设过程中不断建设的各类业务系统，主要为HIS、LIS、RIS、EMR等数据生产型业务系统；数据层主要包括业务复制库及操作数据存储ODS、ODR、MDM、数据集市；展示层分为以运营指标为元素的17个主题，每个主题都有相对应的指标和各种可视化图表等。
2 基于数据中心的医院精细化管理系统的特点
2.1 无需进行接口改造
基于数据中心的医院精细化管理系统数据整合的整个过程，不需要对业务系统进行接口改造，而是利用CDC ETL技术，避免了从业务系统抽取数据过程中制作接口的风险和费用，缩短了抽取数据的时间。随着医院业务系统的不断增多，现在医院每天凌晨有很多需要进行数据处理的定时服务，这些服务无形中增加了服务器的负担。而采用CDC技术不但可以减轻服务器的负担，还可以减少业务系统在抽取数据时的压力，使数据中心的数据达到与业务系统间的间隔时间平均在1小时以内，改变过去每天凌晨进行数据抽取的方式，从而更合理地利用服务器资源，提高医院的服务效率，降低系统风险。
2.2 指标可层层下钻
与传统的医院管理系统相比，基于数据中心的医院精细化管理系统的最大的特点是，使用者不仅可以看到相应指标数据的同环比的变化情况，还可以对相应指标进行层层下钻，对指标数据进行挖掘，从指标表面的数据可以层层下钻，挖掘到指标对应的时间、科室、医疗单元和医生，可以找到导致该指标升高或下降的具体原因和具体对应人，从而管理者可以从根源上解决指标反映出的问题。例如，为了破除“以药补医”机制，医院重点监测药占比、材占比等指标，对这些指标进行监测并不是简单查看这些指标值，更重要的是要找出导致这些指标升高的具体原因，从而更科学、合理地对指标进行控制，使药占比、材占比等指标逐渐降低，达到新医改的要求。
2.3 预测模型功能
预测模型功能是在医院以往积累的大数据基础上建立的，其不仅可以预测全院未来的门诊挂号人数、门诊等待时间、入院人数、手术人数，以及门急诊的排队情况、资源利用情况等，也可以预测具体某个科室、医疗单元的门诊人次量、手术量等。除此之外，还可以从时间的维度预测明天、下周、下个月、下个季度或明年的具体指标数据趋势，可以为医院制订工作计划和统筹安排医护人员提供决策依据，进而可以减少患者候诊时间，提高工作效率。
3 基于数据中心的医院精细化管理系统的应用实效
笔者所在医院的基于数据中心的医院精细化管理系统，主要是从实时监测、院领导首页等17个主题进行分类建设的。每一个主题都有相应的指标，这些指标是根据主管部门和医院的要求进行配置的，旨在及时把握、了解医院总体运行情况和各个科室的具体情况，以及对医院医疗质量、财务等宏观数据的掌控，对医院运营决策起支撑作用。
实时监测主题可以实时查看门急诊业务量、挂号人次、接诊人次、患者平均等待时间、手术动态等实时指标数据，可以让管理者实时了解本院的总体运营情况和各个科室的工作效率，为突发性事件提供决策支持；财务主题可以查看医院财务的总体状况，在控制药占比、材占比的情况下，保持收益不断增长；治疗质量主题是从住院死亡类、重返类、医院感染类、手术并发症类等进行监测和数据展示，可以让管理者及时掌握医院的医疗质量情况，减少医疗事故的发生；医药主题、医保主题是响应“三医联动”新医改号召，重点监测基本药物使用情况、抗菌药物使用情况、医保门急诊费用、医保住院费用、医保药占比等指标，响应新医改的政策要求，将医院医疗、医药、医保指标进行关联，从政策上保证医院管理的科学性、有效性。基于数据中心的医院精细化管理系统应用实效如图2所示。 基于数据中心的医院精细化管理系统自2016年在笔者所在医院开始建设，经过1年多的探索尝试，取得了较好的建设效益。通过对医院人、财、物等运营管理类数据进行多角度、多层次分析，医院的决策者及时掌握了医院的运行情況和发展趋势，并对了解医院的运营情况和长远规划提供理论指导，提高了医院的管理水平和竞争优势。
基于数据中心的医院精细化管理系统建设的整个过程中最重要的一点是要保证数据的质量。数据质量的好坏将影响到数据的准确性和完整性，将直接决定医院管理的效率和决策是否科学。因此，在进行基于数据中心的医院精细化管理系统建设时，要按照科学的质量管理流程和数据评估监测系统，对数据进行及时反馈，但在实际应用中，有部分人工录入的数据不能完全保证数据的真实性和准确性，因为工作人员会存在一定的主观性，可能对部分必填字段输入不准确的数值，如，为生日选择默认值1月1日，这需要医院对相关的工作人员进行培训，使其认识到数据的重要性，或者完善医院的业务系统，减少人工录入的工作量，使医院各业务系统得到完善。
4 结 语
基于数据中心的医院精细化管理系统建设的最终目的是：实现零浪费，高效率，做到人尽其责，物尽其用，设备、系统高效率运转，员工快节奏工作，最大限度地发挥人、财、物在医院发展过程中的作用。目前该系统在笔者所在医院已解决了统计口径不一致、数据不完整、数据利用率低等问题，使管理趋近于科学化、精细化。但系统在功能上还有巨大的扩展空间，后期经过相关人员的不断努力和完善，最终会使医院的管理在该系统的辅助下逐渐趋向于以规范化为前提、系统化为保证、数据化为标准、信息化为手段的精细化管理。
主要参考文献
[1]范启勇.上海市医院信息集成平台建设与实践应用指南[M].北京：科学出版社，2016.
[2]刘雅田，玉兔，于晓荣.时间序列预测模型在门诊量预测中的应用[J].中国病案，2013（1）.
[3]吴飞，付俐.在大数据背景下如何提升医院管理能力[J].医学信息，2015（44）.
[4][美]Jiawei Han，Micheline Kamber，Jian Pei.数据挖掘概念与技术[M].第3版.范明，孟小峰，译.北京：机械工业出版社，2012.
[5]谢蓉蓉.医院的现代管理方式：精细化管理[J].管理观察，2009（5）.
[6]李萍，刘鹏.加强医院精细化管理的思考[J].现代医院管理，2011（5）.
[关键词]医院；数据中心；精细化管理系统
doi：10.3969/j.issn.1673 - 0194.2017.14.020
[中圖分类号]R197.32 [文献标识码]A [文章编号]1673-0194（2017）14-00-02
0 引 言
随着医院信息化建设的不断发展和深入，医疗大数据在医院中的作用越来越重要，主要体现在临床诊疗、科研和医院管理等方面。从现代医院管理战略出发，医院的管理逐渐趋向于科学化、精细化，而这种科学化、精细化的管理主要体现在医院借助信息系统对医疗大数据的整合、利用，使医疗大数据中的信息在医院人、财、物等管理方面发挥其价值。但是，目前大多数医院信息化建设并未达到这样的效果，存在全院数据统计口径不一致、数据分散、数据利用率低等各种亟待解决的问题，因此，建立一个使医疗大数据可以得到充分整合、挖掘和利用的精细化管理系统具有十分重要的意义。基于此，上海市精神卫生中心联合上海柯林布瑞信息技术有限公司，通过尝试建立基于数据中心的医院精细化管理系统，探索更加科学化、精细化的信息管理模式。
1 基于数据中心的医院精细化管理系统建设
基于数据中心的医院精细化管理系统（见图1）主要是参照HL7（Health Level Seven）和卫计委的相关标准，利用信息资源规划和面向对象的统一建模方法来建设的。系统采用变化数据捕获CDC（Change Data Capture）、ETL（Extract-Transform-Load）等技术，由业务复制库及操作数据存储ODS（Operational Data Store）、运营数据中心ODR（Operation Data Repository）、主数据管理MDM（Master Data Management）、数据集市等功能单元构成。其建设过程是将医院已有的各个分散的业务系统（HIS、LIS、RIS等）与医院运营相关的数据进行组织、整合形成ODR，然后将ODR中的数据从不同的维度进行挖掘和利用，从而建成精细化管理系统，并对指标数据进行展示和分析。
系统架构主要分为三层，依次为：业务层、数据层和展示层。业务层包括医院近30年信息化建设过程中不断建设的各类业务系统，主要为HIS、LIS、RIS、EMR等数据生产型业务系统；数据层主要包括业务复制库及操作数据存储ODS、ODR、MDM、数据集市；展示层分为以运营指标为元素的17个主题，每个主题都有相对应的指标和各种可视化图表等。
2 基于数据中心的医院精细化管理系统的特点
2.1 无需进行接口改造
基于数据中心的医院精细化管理系统数据整合的整个过程，不需要对业务系统进行接口改造，而是利用CDC ETL技术，避免了从业务系统抽取数据过程中制作接口的风险和费用，缩短了抽取数据的时间。随着医院业务系统的不断增多，现在医院每天凌晨有很多需要进行数据处理的定时服务，这些服务无形中增加了服务器的负担。而采用CDC技术不但可以减轻服务器的负担，还可以减少业务系统在抽取数据时的压力，使数据中心的数据达到与业务系统间的间隔时间平均在1小时以内，改变过去每天凌晨进行数据抽取的方式，从而更合理地利用服务器资源，提高医院的服务效率，降低系统风险。
2.2 指标可层层下钻
与传统的医院管理系统相比，基于数据中心的医院精细化管理系统的最大的特点是，使用者不仅可以看到相应指标数据的同环比的变化情况，还可以对相应指标进行层层下钻，对指标数据进行挖掘，从指标表面的数据可以层层下钻，挖掘到指标对应的时间、科室、医疗单元和医生，可以找到导致该指标升高或下降的具体原因和具体对应人，从而管理者可以从根源上解决指标反映出的问题。例如，为了破除“以药补医”机制，医院重点监测药占比、材占比等指标，对这些指标进行监测并不是简单查看这些指标值，更重要的是要找出导致这些指标升高的具体原因，从而更科学、合理地对指标进行控制，使药占比、材占比等指标逐渐降低，达到新医改的要求。
2.3 预测模型功能
预测模型功能是在医院以往积累的大数据基础上建立的，其不仅可以预测全院未来的门诊挂号人数、门诊等待时间、入院人数、手术人数，以及门急诊的排队情况、资源利用情况等，也可以预测具体某个科室、医疗单元的门诊人次量、手术量等。除此之外，还可以从时间的维度预测明天、下周、下个月、下个季度或明年的具体指标数据趋势，可以为医院制订工作计划和统筹安排医护人员提供决策依据，进而可以减少患者候诊时间，提高工作效率。
3 基于数据中心的医院精细化管理系统的应用实效
笔者所在医院的基于数据中心的医院精细化管理系统，主要是从实时监测、院领导首页等17个主题进行分类建设的。每一个主题都有相应的指标，这些指标是根据主管部门和医院的要求进行配置的，旨在及时把握、了解医院总体运行情况和各个科室的具体情况，以及对医院医疗质量、财务等宏观数据的掌控，对医院运营决策起支撑作用。
实时监测主题可以实时查看门急诊业务量、挂号人次、接诊人次、患者平均等待时间、手术动态等实时指标数据，可以让管理者实时了解本院的总体运营情况和各个科室的工作效率，为突发性事件提供决策支持；财务主题可以查看医院财务的总体状况，在控制药占比、材占比的情况下，保持收益不断增长；治疗质量主题是从住院死亡类、重返类、医院感染类、手术并发症类等进行监测和数据展示，可以让管理者及时掌握医院的医疗质量情况，减少医疗事故的发生；医药主题、医保主题是响应“三医联动”新医改号召，重点监测基本药物使用情况、抗菌药物使用情况、医保门急诊费用、医保住院费用、医保药占比等指标，响应新医改的政策要求，将医院医疗、医药、医保指标进行关联，从政策上保证医院管理的科学性、有效性。基于数据中心的医院精细化管理系统应用实效如图2所示。 基于数据中心的医院精细化管理系统自2016年在笔者所在医院开始建设，经过1年多的探索尝试，取得了较好的建设效益。通过对医院人、财、物等运营管理类数据进行多角度、多层次分析，医院的决策者及时掌握了医院的运行情況和发展趋势，并对了解医院的运营情况和长远规划提供理论指导，提高了医院的管理水平和竞争优势。
基于数据中心的医院精细化管理系统建设的整个过程中最重要的一点是要保证数据的质量。数据质量的好坏将影响到数据的准确性和完整性，将直接决定医院管理的效率和决策是否科学。因此，在进行基于数据中心的医院精细化管理系统建设时，要按照科学的质量管理流程和数据评估监测系统，对数据进行及时反馈，但在实际应用中，有部分人工录入的数据不能完全保证数据的真实性和准确性，因为工作人员会存在一定的主观性，可能对部分必填字段输入不准确的数值，如，为生日选择默认值1月1日，这需要医院对相关的工作人员进行培训，使其认识到数据的重要性，或者完善医院的业务系统，减少人工录入的工作量，使医院各业务系统得到完善。
4 结 语
基于数据中心的医院精细化管理系统建设的最终目的是：实现零浪费，高效率，做到人尽其责，物尽其用，设备、系统高效率运转，员工快节奏工作，最大限度地发挥人、财、物在医院发展过程中的作用。目前该系统在笔者所在医院已解决了统计口径不一致、数据不完整、数据利用率低等问题，使管理趋近于科学化、精细化。但系统在功能上还有巨大的扩展空间，后期经过相关人员的不断努力和完善，最终会使医院的管理在该系统的辅助下逐渐趋向于以规范化为前提、系统化为保证、数据化为标准、信息化为手段的精细化管理。
主要参考文献
[1]范启勇.上海市医院信息集成平台建设与实践应用指南[M].北京：科学出版社，2016.
[2]刘雅田，玉兔，于晓荣.时间序列预测模型在门诊量预测中的应用[J].中国病案，2013（1）.
[3]吴飞，付俐.在大数据背景下如何提升医院管理能力[J].医学信息，2015（44）.
[4][美]Jiawei Han，Micheline Kamber，Jian Pei.数据挖掘概念与技术[M].第3版.范明，孟小峰，译.北京：机械工业出版社，2012.
[5]谢蓉蓉.医院的现代管理方式：精细化管理[J].管理观察，2009（5）.
[6]李萍，刘鹏.加强医院精细化管理的思考[J].现代医院管理，2011（5）.