基于业务理论的医院决策支持系统建设研究

基于业务理论的医院决策支持系统建设研究

1事务管理型及事务处理型3类系统。据综合的医院管理信息,主要有3医院信息系统（who）的应用优化了医院的组织结构和工作流程，提高了工作效率，显著提高了人类、财力、物力和其他医疗资源的利用率。广义的HIS应包括业务信息系统、管理信息系统和分析决策系统,这3类系统分别对应医院内部管理的业务层、管理层和决策层,并形成金字塔式结构。目前国内大部分医院均已建立或正在建立前两类系统,而这两类系统是事务处理型系统,面向最低层的医院管理事务信息,相应的各类医院报表,也就是“一次信息集成”,数据应用程度较低。如何能够高效、准确地采集医院产生的数据,并将这些数据加工、整理、转化为能够为医院分析决策使用的信息和知识,成为医院未来HIS建设的方向和重点,因此开发相应的医院决策支持系统(DecisionSupportSystem,DSS)需求越来越强烈。2当前2.1国内外研究现状决策支持系统是以管理学、信息经济学、运筹学、控制论和行为科学为基础,以计算机和人工智能技术为手段,综合利用现有的数据、信息和模型,辅助决策者解决半结构化或非结构化决策问题的人机交互系统。决策支持系统自20世纪70年代末期兴起以来在国外发展迅速,20世纪90年代在国内兴起并发展。国内外学者针对决策支持系统的数据采集、数据存储、分析展示等环节进行研究,使数据提取转换和加载(Extraction-TransferLoading,ETL),数据仓库,联机分析处理(OnlineAnalyticalProcessing,OLAP),数据挖掘等理论得到发展,并形成决策支持系统的完整链条,目前这些理论和技术已经成熟。决策支持系统的概念于20世纪90年代末引入医院管理范畴,21世纪被学者关注,在2005年之后发展迅速,众多学者开始将决策支持系统的相关理论和医院管理进行结合,形成了医院决策支持系统理论,主要可以分为技术研究和业务理论研究两类。2.2技术研究2.2.1医院商业智能技术研究主要集中在如何使决策支持系统及其相关联的ETL、数据仓库、OLAP、数据挖掘等技术应用在医院采集及分析系统内。众多学者一致认为应将医院业务系统产生的与查询、分析、决策有关的数据从业务系统中剥离出来,建立单独的商业智能(BusinessIntelligence,BI)或者决策支持系统。这样既可以将众多异构数据汇总到中心形成知识,也可以减轻业务系统的负担,保证系统稳定性。2.2.2医院决策支持系统李希光针对医院业务,对医院数据仓库从确定主题、数据准备、建立模型到运用模型进行了探讨。孔琳将数据挖掘技术中的趋势预测、影响因素、聚类、分组聚类等引入医院管理工作量、管理质量、门诊管理、住院病人分组分析等方面。南京军区总医院陈金雄以统一的数据中心、统一的信息门户、全视图浏览、全自动分析、全绩效评价的方式将决策支持系统融入医院管理中。奉国和等将统计分析“年度最佳产品”、“最佳决策支持工具”SAS引入到医院决策支持系统。解放军总医院的刘丽华等尝试应用信息仪表盘技术,改进医院决策支持系统用户导航和各类界面的展现方式,满足各级各类管理者对DSS资源阅读的直观概览、直面问题、便捷操作需求,以及对问题追踪具有明确路径标识功能的信息服务解决方案。2.2.3将数据仓库中的多源异构医院信息系统产生的数据既有业务数据也有管理数据,各类数据使用频率不同。如果将数据全部采集到数据仓库加工之后再产生决策信息,并不能完全满足日常管理工作的时效性需求。刘丽华等将操作型数据存储(OperationalDataStore,ODS)引入到决策支持系统中,是在数据仓库的面向主题、全局一致数据环境概念基础上,提出的多层次信息处理环境,并建立起DB-ODS-DW3层体系结构。ODS作为中间层次,一方面可以包含全局一致、细节性、当前或接近当前的数据;另一方面,它又是一种面向主题、集成的数据环境,且数据量小,适用于辅助医院管理者完成日常管理工作的数据分析处理需求。2.3经济理论研究2.3.1探索医院统计智能流程深圳市第八人民医院的赖伏虎等在研究“病案质量控制及评价系统”时探索出“明确需求——信息收集—数据采样——清理转换——分析提炼——信息归档——信息报送——使用反馈”的医院统计智能流程。2.3.2通用编码规则刘丽华、金水高等对卫生信息数据集分类与编码规则进行了研究。对我国医药卫生领域数据集的统一标引、注册、管理、索引和查询进行研究,建立一套通用的分类与编码规则。根据解放军总医院的情况建立了单病种费用、临床医师、临床科室成本效益、医院目标进度、医疗设备、医师绩效管理、住院病人、医院缺陷管理等一系列主题数据集[20,21,22,23,24,25,26],并根据这些主题集提炼出关键绩效指标(KeyPerformanceIndicator,KPI),为决策支持系统的实现打下了坚实的基础。3基于商务智能的医院医保决策支持系统建设在国外,特别是发达国家如美国、日本、加拿大等对决策支持系统在医疗信息领域的应用已有一定报道,主要包括疾病预测控制和诊断治疗、费用和管理决策效益分析等。在国内一些大型医院开始在某些领域或者全院应用决策支持系统,发展情况不尽相同。目前医院应用的统计分析系统(管理决策支持系统)主要有以下几种:解放军309医院使用了基于商务智能的医院医保业务决策支持系统,防止过度医疗,控制医疗支出过快增长,同时大大减轻医保办人员工作量,许多手工作业实现自动化操作。深圳市第八人民医院2004年应用数据挖掘技术分析病案首页数据仓库,2007年4月引进完整的商业智能平台产品MicroStrategy8,实现“医院统计智能”。南京军区福州总医院作为全军和全国的数字化试点示范单位,对决策支持系统进行积极探索和实践,主要建设内容有综合查询子系统和挖掘分析子系统,通过数据挖掘和辅助决策,提高科研和预测能力。解放军总医院自2000年以来不断探索,迄今已建立起内容全过程、全要素、全时限,功能可视、可控、实时、便捷,质量及时、准确、完整、规范的医院统计信息集成与决策支持系统。涵盖诊疗业务管理信息、人力资源管理信息、综合物资管理信息和财务经济管理信息[16,17,19,20,21,22,23,24,25,26]。在系统运行过程中分析出DSS存在阅读成本、捕捉关键信息效率及内容缺乏特色等问题,积极引入信息仪表盘和KPI,使管理者提高了对DSS的利用率。4策略4.1即时运行,对即时响应度要求较高建立专用DSS资源库,将DSS资源从各类业务系统剥离出来。业务系统一般需要实时运行,对即时响应度要求较高,而决策支持系统要求的是稳定,对实时性要求不高。全院各类业务数据必须进入数据中心方可分析,并且要构建面向OLAP的分析型数据环境,例如基于ODS的数据集合数据仓库,这样可防止数据冲突。4.2数据中心的设定由于HIS建设的历史问题,数据标准一直是一大瓶颈。多数医院采用的是不同软件商的业务系统,有些医院甚至有几十套系统。当这些不同系统产生的数据汇总到数据中心时必须有一个统一的标准,才能使这些数据能够放在一个系统中进行分析。医院在进行决策支持系统建设时从数据接口处应进行统一规范,以目前流行的HL7、DICOM等标准为依据,根据医院实际,统一数据交换标准。4.3数据质量监控数据质量是统计分析的基础,应该对其从产生到传输的各个环节进行控制,保证数据质量:建立字典维护机制和工作站录入自动化校验机制,在源头控制数据质量,降低错误的发生率;设置审核条件,针对在线数据建立常规监测机制,包括对异常值、散点值的分析,查找数据错误;针对科室、人员、时间、费别、身份等不同维度的数据报表交叉进行表间核查与分析,查找隐藏于其中的数据错误。4.4制定正确的统计学方法目前统计方法千差万别,不同的方法又各有优势,分别适用于不同的数据分析需求。对于不同的管理需求,需要选择正确的统计学方法作为计算和分析模型。例如对关键指标的控制,可以作为因变量指标,通过统计方法找出与之具有不同相关性的自变量指标,并通过对这些自变量指标的控制实现对关键指标的控制。4.5医院的管理需求按照管理级别划分,医院的管理需求来自院级、部门级、科室级;按照管理类别划分,医院的管理需求来自院领导、临床科室、门诊部门、护理部、辅诊科室、职能科室等。因此在建立DSS时应将信息分类,按照角色赋予不同的权限,给不同的角色提供其感兴趣的数据和信息知识,提高服务精准度,防止对服务对象的信息污染。4.6商业智能前端展示的应用管理决策的服务对象是时间成本极其昂贵的医院管理者。这种业务特点决定了DSS的信息覆盖面要宽、前台展示要简明。在商业智能前端展示中最经典的4大应用包括信息仪表盘、报表、OLAP和门户,具有不同的适用环境和表示特点。引入信息仪表盘和KPI,通过各种可视化的指示器、控件有效地组织成一个便于管理者随时获取各项运行指标状况的展示工具,具有简洁直观的效果,可以有效满足管理者的需求。4.7数据利用分析离开业务支持和理解,商业智能系统提供的仅仅是一个技术平台。DSS是围绕管理、临床和科研业务的数据利用和分析,管理经验是核心,业务需求是驱动,技术方法是手段。决策支持服务采集的数据来源广泛,既有人、财、物等基础数据,又有各类业务系统产生的医疗业务及质量数据,各类数据相互交叉,每类数据针对不同的目的分析方法和程度也不