方正國際軟件有限公司醫(yī)療衛(wèi)生事業(yè)部，北京 100080
Healthcare Industry, Founder International Co., LTD. Beijing, China 100080
摘 要：隨著數(shù)字化醫(yī)院的發(fā)展，醫(yī)院信息系統(tǒng)產(chǎn)生出大量的數(shù)據(jù)，如何管理這些歷史數(shù)據(jù)，讓信息發(fā)揮最大的作用，為決策者服務(wù)變得尤其重要。本文闡述了數(shù)據(jù)倉庫在醫(yī)院信息管理的實(shí)際應(yīng)用，總結(jié)了醫(yī)院數(shù)據(jù)倉庫的構(gòu)建及其OLAP應(yīng)用，采用某醫(yī)院的HIS數(shù)據(jù)庫作為數(shù)據(jù)源，構(gòu)建針對(duì)醫(yī)院主題進(jìn)行分析的數(shù)據(jù)倉庫。實(shí)現(xiàn)了門診業(yè)務(wù)、住院業(yè)務(wù)、抗菌藥物管理等主題的多維數(shù)據(jù)分析，解決了現(xiàn)有系統(tǒng)中對(duì)歷史數(shù)據(jù)分析困難的問題。
關(guān)鍵詞：數(shù)據(jù)倉庫，醫(yī)院主題,關(guān)鍵績效指標(biāo)（KPI）,OLAP應(yīng)用
1.前言
目前，全球每天產(chǎn)生高達(dá)100,000T字節(jié)源自醫(yī)療信息(2010年)的數(shù)據(jù)，且在近幾年來的所有數(shù)據(jù)中就有90%的數(shù)據(jù)是在過去兩年間產(chǎn)生的。我國信息化醫(yī)院的建設(shè)從80年代初期起步，經(jīng)過了近30年的發(fā)展已經(jīng)日趨成熟，醫(yī)院系統(tǒng)的數(shù)據(jù)庫中都存有大量的數(shù)據(jù)。在數(shù)據(jù)量爆炸式增長的今天，如何管理這些歷史數(shù)據(jù)，讓信息發(fā)揮最大作用、并易于理解和處理為決策者提供有價(jià)值的信息服務(wù)，就變得尤為重要。這信息服務(wù)中需要滿足醫(yī)院不但要知道過去發(fā)生的事情，還要知道現(xiàn)在發(fā)生什么，未來可能會(huì)發(fā)生什么，以及應(yīng)采取哪些措施的各種信息需求。
通過數(shù)據(jù)倉庫技術(shù)，可以實(shí)現(xiàn)對(duì)醫(yī)院數(shù)據(jù)的整合，為決策者提供決策的數(shù)據(jù)基礎(chǔ)。目前，我國醫(yī)院的數(shù)字化平臺(tái)都是由多個(gè)子系統(tǒng)組成，各個(gè)子系統(tǒng)功能獨(dú)立，子系統(tǒng)之間通過接口進(jìn)行信息交互。由于子系統(tǒng)之間的供應(yīng)廠商不盡相同，在數(shù)據(jù)庫軟件的選擇和數(shù)據(jù)內(nèi)容的定義也會(huì)是不同的，因此需要選擇一個(gè)公共的平臺(tái)作為基礎(chǔ)數(shù)據(jù)的基礎(chǔ)，在此平臺(tái)之上構(gòu)建數(shù)據(jù)倉庫。例如，可以選擇HIS（醫(yī)院管理信息）系統(tǒng)作為數(shù)據(jù)倉庫的平臺(tái)是醫(yī)院信息化的基礎(chǔ)，其提供藥房藥庫管理、財(cái)務(wù)管理、人事管理、住院門診收費(fèi)等眾多醫(yī)院運(yùn)營的基礎(chǔ)管理功能。醫(yī)院其余子系統(tǒng)都有HIS系統(tǒng)接口，并通過接口傳輸信息。
2.醫(yī)院主題與重點(diǎn)績效指標(biāo)（KPI）
在醫(yī)院信息化管理中，為了更加深入、全面地掌握醫(yī)院各業(yè)務(wù)的運(yùn)營狀況，我們采用分主題制定的醫(yī)院管理模式。醫(yī)院主題是指面向醫(yī)院各業(yè)務(wù)的一組業(yè)務(wù)指標(biāo)的集合。它可以針對(duì)不同的醫(yī)院業(yè)務(wù)設(shè)定其KPI（重點(diǎn)績效指標(biāo)）予以衡量，并自主地選擇該業(yè)務(wù)下的多個(gè)維度進(jìn)行分析與比較。比如對(duì)人員構(gòu)成的分析就可以從編制、職級(jí)、工作性質(zhì)、部門等多個(gè)不同維度，對(duì)醫(yī)院的人員構(gòu)成，如在職員工數(shù)、平均年齡以及離職率進(jìn)行多維分析；多維分析是指按照預(yù)先設(shè)定的分析角度，對(duì)指標(biāo)進(jìn)行分析，比如機(jī)構(gòu)、時(shí)間、職稱、學(xué)歷、年齡段等。
目前，我們參考了《三級(jí)綜合醫(yī)院評(píng)審標(biāo)準(zhǔn)與評(píng)審細(xì)則》（2011年版）、《全國醫(yī)療衛(wèi)生系統(tǒng)“三好一滿意”活動(dòng)2012年工作方案》、《三級(jí)綜合醫(yī)院醫(yī)療資糧管理與控制指標(biāo)》等衛(wèi)生部指導(dǎo)文件，某醫(yī)院所有報(bào)表，醫(yī)療行業(yè)核心期刊（中國數(shù)字醫(yī)學(xué)、中國藥學(xué)）等國內(nèi)外論文，人民醫(yī)院一、二期等數(shù)據(jù)決策系統(tǒng)實(shí)踐項(xiàng)目，從而大范圍地把醫(yī)院的主題分析分為：門診、藥房藥庫、住院、抗菌藥物、醫(yī)院感染、醫(yī)療保險(xiǎn)、基本監(jiān)測等醫(yī)院主題分析，并根據(jù)醫(yī)院的實(shí)際情況，為每個(gè)主題選取了多個(gè)能夠全面衡量主題業(yè)務(wù)情況的KPI。
在門診的主題分析中，我們選擇門診人次、急診人次、每診桌工作量、預(yù)付費(fèi)人次、門診收入、門診人均藥費(fèi)、平均處方金額等KPI來衡量門診業(yè)務(wù)與財(cái)務(wù)，可以監(jiān)測門診業(yè)務(wù)的門診量是否異常，分析門診不同收費(fèi)類型的收入占比，并進(jìn)一步從時(shí)間、科室、病人、掛號(hào)類型等維度分析醫(yī)院門診的基本運(yùn)營情況。
在藥房藥庫的主題分析中，我們選擇藥品收入、藥品收入占比、當(dāng)前藥房（藥庫）總庫存額、藥品庫存周轉(zhuǎn)率、庫存藥品品規(guī)數(shù)、盤盈盤虧量、毒麻藥領(lǐng)取數(shù)量等KPI分別來衡量藥房與藥庫業(yè)務(wù)與財(cái)務(wù)，并從藥品通用名、藥品規(guī)格、供應(yīng)商等維度分析醫(yī)院藥房藥庫的某個(gè)時(shí)間段的出入庫量、金額和各類藥品的庫存情況。
在住院的主題分析中，我們選擇了年住院患者出院例數(shù)、每住院人次費(fèi)用、住院患者實(shí)際占用總床日等KPI來衡量住院業(yè)務(wù)與財(cái)務(wù)，從時(shí)間、病區(qū)、病種、科室等維度分析對(duì)住院床位使用情況進(jìn)行合理的了解并提出合理的解決方案，更重要的是能夠?qū)ψ≡褐委熧|(zhì)量做出實(shí)時(shí)的監(jiān)控，如住院死亡率、跌倒率、壓瘡率等。
在抗菌藥物的主題分析中，我們選擇了抗菌藥品金額、處方西藥金額、DDDs統(tǒng)計(jì)、DDDs強(qiáng)度、住院病人抗菌藥物使用率等KPI來衡量醫(yī)院抗菌藥物的使用情況，從時(shí)間、科室、醫(yī)生、藥品分級(jí)、藥品類型等維度分析醫(yī)院抗菌藥物的使用量、使用金額、使用品規(guī)數(shù)，對(duì)超過規(guī)定使用的情況進(jìn)行控制，有效防止出現(xiàn)濫用抗菌藥物的情況。
在醫(yī)院感染的主題分析中，我們選擇了院感總發(fā)生率、手術(shù)部分總感染率、血管導(dǎo)管所致血行感染率等KPI從時(shí)間、科室、病房等維度分析患者在手術(shù)過程中發(fā)生感染的情況，監(jiān)測重點(diǎn)科室，比如重癥醫(yī)學(xué)科中患者在使用不同器械過程發(fā)生感染的例數(shù)等。
在醫(yī)保的主題分析中，我們選擇了醫(yī)保病人總費(fèi)用、醫(yī)保在院病人數(shù)、醫(yī)保費(fèi)用返還額等KPI從時(shí)間、病區(qū)、病人身份等維度來分析某時(shí)間段中不同身份不同病人的醫(yī)院患者的報(bào)銷費(fèi)用、費(fèi)用返還情況等，并實(shí)時(shí)地通過計(jì)算醫(yī)保病人的人均費(fèi)用判斷醫(yī)保收費(fèi)是否出現(xiàn)異常，實(shí)施適當(dāng)?shù)慕鉀Q措施。
最后，通過基本監(jiān)測主題分析，我們能夠以一個(gè)更加全面與簡潔的方式去了解與監(jiān)測醫(yī)院所有的業(yè)務(wù)運(yùn)營情況，因?yàn)樗殖少Y源配置、工作負(fù)荷、治療質(zhì)量、工作效率、患者負(fù)擔(dān)、資產(chǎn)運(yùn)營和科研成果七個(gè)方面，多維度分析了醫(yī)院中基本設(shè)備使用管理、接收患者的業(yè)務(wù)量、治療服務(wù)質(zhì)量水平、各類型員工的工作狀態(tài)、患者的經(jīng)濟(jì)負(fù)擔(dān)、資產(chǎn)財(cái)務(wù)的合理規(guī)劃、醫(yī)院科研技術(shù)的成長情況做出了最全面的展現(xiàn)。
3.醫(yī)院數(shù)據(jù)倉庫總體方案與構(gòu)建
數(shù)據(jù)倉庫自從1988年被Inomn提出后，經(jīng)歷快速的發(fā)展。目前有兩種數(shù)據(jù)倉庫體系結(jié)構(gòu)。Bill Inmon提出的CIF體系結(jié)構(gòu)與Ralph Kimball博士提出的MD（Multi-Dimension）體系結(jié)構(gòu)。兩種體系結(jié)構(gòu)都能實(shí)現(xiàn)數(shù)據(jù)的整合和數(shù)據(jù)分析功能。
3.1 CIF數(shù)據(jù)倉庫結(jié)構(gòu)與MD數(shù)據(jù)倉庫結(jié)構(gòu)
CIF數(shù)據(jù)倉庫開發(fā)以企業(yè)數(shù)據(jù)模型驅(qū)動(dòng)，采用自頂向下的開發(fā)方式。自頂而下的開發(fā)方式需對(duì)所有系統(tǒng)進(jìn)行分析，并要求系統(tǒng)相對(duì)穩(wěn)定，不能輕易更換系統(tǒng)。開發(fā)周期長，可能不會(huì)很快看到結(jié)構(gòu)。
MD體系結(jié)構(gòu)是基于多維數(shù)據(jù)集市的數(shù)據(jù)倉庫結(jié)構(gòu)，它所有的BI分析都是以多維設(shè)計(jì)為基礎(chǔ)[1]。MD采用自下而上的開發(fā)方式，采用迭代的方式逐一完成各個(gè)主題的數(shù)據(jù)集市。MD機(jī)構(gòu)中缺少的是一個(gè)獨(dú)立的數(shù)據(jù)倉庫。在MD結(jié)構(gòu)中，數(shù)據(jù)倉庫的是虛擬的，并且是由所有的獨(dú)立數(shù)據(jù)集市構(gòu)成的。
3.2 醫(yī)院數(shù)據(jù)倉庫結(jié)構(gòu)選擇與構(gòu)建
從復(fù)雜性來說，CIF數(shù)據(jù)倉庫是一個(gè)企業(yè)級(jí)的數(shù)據(jù)庫，它所涉及的數(shù)據(jù)表必然包括所有主題的數(shù)據(jù)內(nèi)容，在初期構(gòu)建是異常的困難，很容易導(dǎo)致數(shù)據(jù)冗余或者數(shù)據(jù)的不規(guī)范。隨著企業(yè)的業(yè)務(wù)擴(kuò)展，會(huì)增加相應(yīng)主題的數(shù)據(jù)表，CIF數(shù)據(jù)倉庫數(shù)據(jù)開發(fā)會(huì)持續(xù)很長時(shí)間，對(duì)于醫(yī)院大數(shù)據(jù)庫表的增加和維護(hù)也是一項(xiàng)艱巨的挑戰(zhàn)。而MD結(jié)構(gòu)，將不同的主題拆分為不同的數(shù)據(jù)集市；把復(fù)雜的業(yè)務(wù)數(shù)據(jù)庫簡化為面向主題的多維數(shù)據(jù)集。但是維度的復(fù)用將是數(shù)據(jù)集市設(shè)計(jì)的重點(diǎn)。醫(yī)院的系統(tǒng)經(jīng)常有更換的可能性，如果采用CIF結(jié)構(gòu)，底層數(shù)據(jù)結(jié)構(gòu)發(fā)生變化，對(duì)整體的ETL和OLAP分析都會(huì)產(chǎn)生巨大的影響，而DM結(jié)構(gòu)，只需要更新相關(guān)主題的ETL與數(shù)據(jù)維度即可，不會(huì)產(chǎn)生巨大的修改。綜上所述，采用MD結(jié)構(gòu)的數(shù)據(jù)倉庫更適合醫(yī)院數(shù)據(jù)倉庫開發(fā)。
多維模型數(shù)據(jù)庫設(shè)計(jì)方法的中心是星型連接[2]。中心也稱之事實(shí)表，圍繞著事實(shí)表是維度表。事實(shí)表數(shù)據(jù)由兩個(gè)部分組成，維度鍵與度量值。度量值（Measure）是決策者所關(guān)心的具有實(shí)際意義的數(shù)值。例如，門診人次、手術(shù)次數(shù)。事實(shí)表中存放的事實(shí)數(shù)據(jù)通常包含大量的數(shù)據(jù)行。事實(shí)數(shù)據(jù)表的主要特點(diǎn)是包含數(shù)值數(shù)據(jù)，而這些數(shù)值可以統(tǒng)計(jì)匯總以提供有關(guān)單位運(yùn)作歷史信息。維度鍵是維度表的外鍵，事實(shí)表中一般不包括描述性信息。維度是人們觀察的角度。例如，我們想觀察抗菌藥和抗菌藥的使用比例，藥品就是一個(gè)維度；希望看看哪個(gè)藥庫庫存最多，藥庫就是一個(gè)維度。包含維度信息的表是維度表。維度表包含描述事實(shí)數(shù)據(jù)表中的事實(shí)記錄的特征。有些特性提供描述性的信息，如病人的性別，年齡，醫(yī)保類型，有些特性則用于指定如何匯總事實(shí)數(shù)據(jù)表數(shù)據(jù)以便為分析者提供有用的信息，如病人的性別。
4 醫(yī)院數(shù)據(jù)倉庫ETL設(shè)計(jì)與實(shí)現(xiàn)
ETL是英文Extract、Transform、Load的英文縮寫，在數(shù)據(jù)倉庫項(xiàng)目中代表數(shù)據(jù)從業(yè)務(wù)數(shù)據(jù)庫中抽取、轉(zhuǎn)換到最終裝載到數(shù)據(jù)倉庫。通常后臺(tái)的ETL系統(tǒng)常常要花費(fèi)70%的時(shí)間和工作量[3]。
4.1醫(yī)院數(shù)據(jù)倉庫ETL設(shè)計(jì)
第一步：統(tǒng)一維度處理。由于數(shù)字醫(yī)院由多個(gè)子系統(tǒng)組成，各個(gè)系統(tǒng)相互獨(dú)立。需要把
維度進(jìn)行統(tǒng)一，讓不同主題的事實(shí)表共享相同的維度。以病人數(shù)據(jù)為例，HIS中病人信息、手麻系統(tǒng)中的病人信息與電子病歷中的病人信息數(shù)據(jù)存儲(chǔ)的內(nèi)容可能不盡相同。雖然后兩個(gè)系統(tǒng)可以獨(dú)立做成兩個(gè)主題，但是如果各自都有獨(dú)立的病人維度，會(huì)導(dǎo)致各個(gè)主題之間相互獨(dú)立。因此我們需要基于HIS系統(tǒng)中病人一個(gè)基礎(chǔ)病人表，然后在這張表基礎(chǔ)上添加其他系統(tǒng)中額外的病人的數(shù)據(jù)，所有主題都能連接這唯一的病人維度即可進(jìn)行病人角度的分析。
第二步：臟數(shù)據(jù)清洗。業(yè)務(wù)數(shù)據(jù)庫都存在大量的臟數(shù)據(jù)，臟數(shù)據(jù)如果導(dǎo)致數(shù)據(jù)報(bào)表的展現(xiàn)錯(cuò)誤，會(huì)影響到醫(yī)院管理者的決策，所以需要盡可能刪除業(yè)務(wù)數(shù)據(jù)中的臟數(shù)據(jù)。臟數(shù)據(jù)主要體現(xiàn)在：重復(fù)數(shù)據(jù)，空數(shù)據(jù)，錯(cuò)誤數(shù)據(jù)與應(yīng)該刪除但未刪除的數(shù)據(jù)。在ETL的過程中進(jìn)行數(shù)據(jù)清洗，修改明顯的錯(cuò)誤數(shù)據(jù)，同時(shí)也需要各子系統(tǒng)的管理員對(duì)自己的歷史數(shù)據(jù)進(jìn)行維護(hù)。
第三步：增量抽取。由于子系統(tǒng)的維護(hù)人員會(huì)經(jīng)常修改歷史數(shù)據(jù)，所以簡單的抽取增量是不能保證數(shù)據(jù)的正確性。通過調(diào)研，我們定義一個(gè)時(shí)間點(diǎn)把業(yè)務(wù)數(shù)據(jù)庫中的數(shù)據(jù)分為穩(wěn)定歷史數(shù)據(jù)和非穩(wěn)定歷史數(shù)據(jù)。每日抽取時(shí)間點(diǎn)后的非穩(wěn)定里數(shù)據(jù)與穩(wěn)定數(shù)據(jù)拼成最新的全量數(shù)據(jù)。通過修改時(shí)間點(diǎn)來調(diào)整穩(wěn)定數(shù)據(jù)的范圍。
4.2醫(yī)院數(shù)據(jù)倉庫的實(shí)現(xiàn)
住院的主題分析，我們可以先從HIS系統(tǒng)中抽取出與住院業(yè)務(wù)有關(guān)的數(shù)據(jù)，如住院收費(fèi)信息數(shù)據(jù)、住院病人信息表、住院病人醫(yī)囑信息數(shù)據(jù)、出院病人信息數(shù)據(jù)、病房基本信息數(shù)據(jù)、藥房基本信息數(shù)據(jù)、藥品基本信息數(shù)據(jù)、病人基本情況信息數(shù)據(jù)、住院床位信息數(shù)據(jù)等相關(guān)數(shù)據(jù)信息，對(duì)這些數(shù)據(jù)進(jìn)行整合、統(tǒng)一維度處理、清洗與關(guān)聯(lián)，搭建適合住院業(yè)務(wù)的數(shù)據(jù)倉庫，制定增量抽取方案。數(shù)據(jù)倉庫結(jié)構(gòu)如下圖所示：
表4.1 住院業(yè)務(wù)的數(shù)據(jù)倉庫結(jié)構(gòu)圖
在住院業(yè)務(wù)的數(shù)據(jù)倉庫結(jié)構(gòu)圖中，我們把住院病人信息數(shù)據(jù)、住院病人醫(yī)囑信息數(shù)據(jù)、出院病人信息數(shù)據(jù)作為數(shù)據(jù)倉庫中的主表，時(shí)間信息、病房信息、藥品信息、病人信息、床位信息、醫(yī)囑類型信息、病人身份信息等作為附表，關(guān)聯(lián)于主表上，供OLAP應(yīng)用中的多維度分析。
5 數(shù)據(jù)倉庫OLAP應(yīng)用
聯(lián)機(jī)分析處理(OLAP)的主要特點(diǎn)，是直接仿照用戶的多角度思考模式，預(yù)先為用戶組建多維的數(shù)據(jù)模型，在這里，維度的是用戶的分析角度。例如對(duì)藥品收費(fèi)數(shù)據(jù)的分析，時(shí)間周期是一個(gè)維度，藥品類別、開單科室、開單醫(yī)生也分別是一個(gè)維度。一旦多維數(shù)據(jù)模型建立完成，用戶可以快速地從各個(gè)分析角度獲取數(shù)據(jù)，也能動(dòng)態(tài)的在各個(gè)角度之間切換或者進(jìn)行多角度綜合分析，具有極大的分析靈活性。這也是聯(lián)機(jī)分析處理在近年來被廣泛關(guān)注的根本原因，它從設(shè)計(jì)理念和真正實(shí)現(xiàn)上都與舊有的管理信息系統(tǒng)有著本質(zhì)的區(qū)別。
下面我們以住院主題分析中的住院藥品分析作為示例說明OLAP的應(yīng)用：
圖5.1住院藥品分析的OLAP應(yīng)用
上圖為住院藥品使用分析，左側(cè)為可供用戶自行選擇的時(shí)間周期維度，分為年份、季度、月份、藥品大（�。╊悇e、藥劑類型、藥名。界面上方的兩個(gè)表格分別是使用病人姓名為單位計(jì)算每位住院病人的藥費(fèi)總費(fèi)用、住院總費(fèi)用、藥費(fèi)占比，和使用藥品為單位計(jì)算此種藥品的使用數(shù)量，平均用藥天數(shù)。界面下方左邊的兩個(gè)柱形圖分別以藥房為計(jì)算維度，統(tǒng)計(jì)了各個(gè)藥房藥品發(fā)放情況，界面下方右邊的一個(gè)預(yù)警盤，統(tǒng)計(jì)了出院病人的藥占比率。
綜合住院藥品主題的維度包括時(shí)間維度、藥品分類、藥品名稱、藥品劑型、藥房名稱、病人姓名。用戶可以從多個(gè)角度進(jìn)行數(shù)據(jù)的分析，例如：2010年整年藥占比值前十的患者情況，2011年Q1葡糖糖的使用情況；2012年7月科室抗菌藥物收費(fèi)排名。用戶不會(huì)局限于固定的報(bào)表格式，可以靈活的在各個(gè)角度靈活組合，找到自己想要的分析數(shù)據(jù)。
6 總結(jié)
隨著信息技術(shù)的發(fā)展，醫(yī)院管理水平的提高，構(gòu)建科學(xué)、合理的數(shù)據(jù)倉庫已經(jīng)是時(shí)代的趨勢。通過數(shù)據(jù)倉庫技術(shù)，對(duì)醫(yī)院的各個(gè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)進(jìn)行整合，為醫(yī)院管理者提供決策的數(shù)據(jù)支持，進(jìn)而提高醫(yī)院的核心競爭力。
[1] Imhoff Claudia, Nicholas Galemmo, Jonathan G.G. Mastering Data Warehouse Design Relational and Dimensional Techniques[M]. Wiley Pub., 2003
[2] 何玉潔，張俊超. 數(shù)據(jù)倉庫與OLAP實(shí)踐教程[M]. 北京：清華大學(xué)出版社，2008
|
