免费论文查重: 大雅 万方 维普 turnitin paperpass

数据仓库技术在医院信息系统应用探讨

最后更新时间:2024-02-04 作者:用户投稿原创标记本站原创 点赞:16374 浏览:70590
论文导读:
摘要:文提出结合医院实际特点,应用数据仓库技术对已有业务数据库进行集成,并利用数据挖掘技术在其上进行数据分析,挖掘潜在有用的知识,从而进一步改善医院服务质量,提高效益,降低成本,并指导管理者做出科学决策分析,提高医院核心竞争力。
关键词:数据仓库数据挖掘医院管理
1007-9416(2012)08-0082-01
目前,我国大中型医院均建立了医院信息系统(hospitalinformationsystem,HIS)系统,随着时间的推移HIS系统中相关的信息数据也急剧膨胀如何运用科学的技术和手段从海量数据中发现有用的信息并充分利用,发现医院运作的基本规律,预测医院发展的趋势,从宏观上把握医院的发展方向,更好地为广大患者服务,这是医院管理者企盼解决的深层问题因此采用数据仓库技术、数据挖掘技术对HIS数据进行再次开发已成为新的趋势。

1、数据仓库的概念及功能

数据仓库技术是基于大规模数据库的决策支持系统的核心。它是面向主题的、集成的、永久的且随时间不断变化的数据集合,用于支持管理层的决策。

1.1 多层次、多角度的数据挖掘和分析

可以分析门诊、住院病人疾病、地区、年龄、职业及性别等分布,还可以进一步找出哪段时间、哪些人、进行了哪些检查治疗、治疗效果如何等,为流行病学调查和疾病预防提供依据。可以通过分析门诊病人的挂号、就诊、检查、治疗以及取药等时间分布,为医院制定科学合理的门诊就医流程提供依据。

1.2 辅助决策功能

当医院发现药品比例过高时,可以按时间段分析哪些医生,在哪段时间内用药超过了合理比例,从而为医院决策提供依据。当医院手术间很忙时,可以通过分析各手术间进行手术的时间分布,看能否适当调整手术安排时间来提高手术间的利用率还是需要增加手术间。

1.3 提高科研能力

利用数据仓库来挖掘各种信息资料,加强这些信息资料后续的综合分析和利用。为医学科研、技术层面总结更多各种疾病的救治经验,寻找和总结救治过程中一些规律性的东西。

1.4 提高医院预测能力

预测准确的高低也是衡量决策水平高低的重要标志。数据仓库是一个集成的系统,它除了可以采集来自医院本身的数据,还可以采集医院外部的数据,如本地区的人群分布、职业分布、饮食习惯和医疗资源配置等,通过多方的数据采集和科学的数学模型来进行预测,从而为医院的决策提供依据。

2、数据仓库建设过程

数据仓库建设是一个循环往复的过程,通常涉及数据的选择、数据的变换,建立模型,评估、解释模型,运用和巩固模型等步骤。它可以由领导和基层管理人员,进行自发挖掘。但由于数据挖掘过程比较复杂,还必须有受过专门训练的技术人员实施有目的的挖掘工作。
(1)确定主题数据仓库中的数据是按分析主题来组织数据的。因此确定主题是数据仓库建设的首要目标。同时还要根据主题确定子主题、维度和数据来源等。
(2)数据准备数据准备的好坏将影响到数据挖掘的效率和准确度以及最终模型的有效性。数据准备工作包括数据的选择(选择相关和合适的数据)、探索(尽可能了解数据,如了解分布情况和异常数据等)、修正(包括缺失数据的插值等)、变换(离散值数据与连续值数据之间的相互转换,数据的分组分类,数据项之间的计算组合等)。
(3)建立模型该步为最关键的步骤,选取数据挖掘工具提供的算法应用于以上已准备好的数据,选取相应参数,生成模型。
(4)评估、解释模型对生成的模型进行比较和评估,直到生成一个相对最佳模型。再对此模型用业务的语言加以解释。如果没有问题,可以对模型加以试验型的应用。如果有问题,再重复上面的数据准备和建立模型的过程,直到建立满意的模型为止。

3、数据挖掘技术在医院中的应用

医院利用数据挖掘软件从数据仓库中提取有用数据,并且进行微观、中观乃至宏观的统计、综合和推理,发现事物间的相互关联,提供更高层次的数据分析功能,对未来的医院业务进行预测,更好地为医院管理决策提供支持。本系统完成了以下功能分析:

3.1 患者费用构成进行分析

患者费用由手术、治疗、检查、化验、药品等组成。该功能可以分析医院、科室乃至各个病房内的患者费用构成,从而能有针对性地控制费用比例,探究医疗费用项目结构的合理性,使医院管理者有针对性的控制医疗费用。

3.2 同期费用对比分析

该功能可以按不同的时间维度(包括按年综合、按旬综合、按月综合) 对各个科室或各个病房同期的各种费用进行对比分析,并以各种专业报表、视图的形式反映给医院管理者,找出收入增加或减少的原因。

3.3 患者结构分析

我们可以运用秩和比法对医院门诊住院患者的地区分布、性别分布、身份分布、职业分布、年龄分布等方面进行分析,从而得到不同地域、不同性别、不同年龄、不同身份、不同职业患者的经济状况、需求的主要医疗服务类型等信息,使医院管理者了解患者差异对医院收益的影响,能够针对不同类型患者采取一些措施来提高服务质量,增加门诊量和住院收容量。

3.4 患者流动转情况分析

该功能可以分析门诊患者从挂号到取药再到离开医院的时间分布以及住院患者从入院到出院各个就医环节的时间分布。分析出患者的就医瓶颈,掌握影响患者诊疗效率的因素,以便能针对这些因素采取措施来帮助医院管理者进行业务流程的更新和改进,提高患者的就诊效率。
4、结语
运用数据仓库和数据挖掘技术,对医院医疗活动过程中产生的海量数据进行深度加工可从中得到长期的、系统的、综合的数据;同时还可以通过决策树、神经网络、遗传算法、聚类等技术,对数据进行深层次的挖掘和有效利用,得到丰富的辅助决策信息。这两种技术的综合应用,能为医院的科学管理提供支持和依据可以帮助医院管理者预测医院发展的趋势,满足更大范围、更深层次的管理分析需求,从宏观上把握医院的发展方向。
参考文献
JiaweiHan,MichelineKamber著.范明孟小峰等译.数据挖掘概念与技术[M].机械工业出版社,20源于:论文大纲怎么写www.7ctime.com
03:9.