醫(yī)院數(shù)據(jù)倉庫案例

1、LOGO數(shù)據(jù)倉庫實例講解數(shù)據(jù)倉庫實例講解基于基于HIS的醫(yī)院數(shù)據(jù)倉庫的醫(yī)院數(shù)據(jù)倉庫樂嘉錦內(nèi)容大綱內(nèi)容大綱實例介紹實例介紹1體系結(jié)構(gòu)體系結(jié)構(gòu)2模型構(gòu)建模型構(gòu)建3 3數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)4 4聯(lián)機分析處理聯(lián)機分析處理3 5醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)倉庫應(yīng)用4 6實例介紹實例介紹v醫(yī)院信息系統(tǒng)醫(yī)院信息系統(tǒng)( (Hospital Information System) HIS是迄今為止最為復(fù)雜的企業(yè)級信息系統(tǒng)之一 。 HIS將醫(yī)院病人就診的所有科室和醫(yī)院的職能科室等各個環(huán)節(jié)有機的連為一個整體，處理醫(yī)療事務(wù)和管理業(yè)務(wù)，完成醫(yī)療、業(yè)務(wù)數(shù)據(jù)的整理和分析。 HIS用于醫(yī)院各類資源信息的系統(tǒng)整合，以提高醫(yī)院的

2、事務(wù)處理水平。實例介紹實例介紹潛在信息提取優(yōu)化大量數(shù)據(jù)HIS在操作型數(shù)據(jù)庫上積累了大量的業(yè)務(wù)數(shù)據(jù)，數(shù)據(jù)項繁雜。收集的海量數(shù)據(jù)往往被沉淀，變成了難以利用的數(shù)據(jù)檔案。如何快速、準(zhǔn)確地從這些數(shù)據(jù)中提取信息，以便降低成本、優(yōu)化就診流程和提高醫(yī)院工作效率，已成為數(shù)字化醫(yī)院建設(shè)的內(nèi)在原動力。激增的數(shù)據(jù)資源背后隱藏著許多重要的、有價值的信息。實例介紹實例介紹解決HIS中存在的“數(shù)據(jù)豐富，但信息貧乏”的實際情況。提高利用水平，滿足醫(yī)院管理需要。反映出大量數(shù)據(jù)之間的關(guān)系與差異。對HIS中產(chǎn)生的海量數(shù)據(jù)進(jìn)行科學(xué)的分析處理。實例介紹實例介紹vHIS功能結(jié)構(gòu)功能結(jié)構(gòu) 按照HIS功能的特點，HIS可劃為以財務(wù)為核心的醫(yī)

3、院管理信 息系統(tǒng)和以病人為中心的臨床信息系統(tǒng)。醫(yī)院信息系統(tǒng)（HIS）門診管理急診管理住院管理藥品管理病案管理門診診療急診診療住院診療財務(wù)管理醫(yī)務(wù)管理行政管理查詢統(tǒng)計遠(yuǎn)程醫(yī)療醫(yī)學(xué)影像存檔與通信系統(tǒng)(PACS)實驗室信息系統(tǒng)(LIS)放射信息系統(tǒng)(RIS)HIS功能結(jié)構(gòu)圖功能結(jié)構(gòu)圖內(nèi)容大綱內(nèi)容大綱實例介紹實例介紹1體系結(jié)構(gòu)體系結(jié)構(gòu)2模型構(gòu)建模型構(gòu)建3 3數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)4 4聯(lián)機分析處理聯(lián)機分析處理3 5醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)倉庫應(yīng)用4 6體系結(jié)構(gòu)體系結(jié)構(gòu)v基于基于HIS的醫(yī)院數(shù)據(jù)倉庫體系結(jié)構(gòu)的醫(yī)院數(shù)據(jù)倉庫體系結(jié)構(gòu) 醫(yī)院數(shù)據(jù)倉庫建設(shè)中存在一個關(guān)鍵的爭論就是如何規(guī)劃數(shù)據(jù)倉庫的結(jié)構(gòu)。 一種觀

4、點認(rèn)為應(yīng)該采用“自頂向下”的整體方法，一次性地創(chuàng)建整個數(shù)據(jù)倉庫。這種方法不適應(yīng)中國的醫(yī)療界現(xiàn)狀。大多數(shù)醫(yī)院并沒有配置完整的IT系統(tǒng)，無法一次性完成整體創(chuàng)建。此外，這種方式也無法適應(yīng)未來的業(yè)務(wù)調(diào)整。 另一種是“自底向上”的觀點，認(rèn)為可將各種無關(guān)的、迥異的數(shù)據(jù)集市裝配成企業(yè)級數(shù)據(jù)倉庫。這種方法比較適合醫(yī)院目前的現(xiàn)狀。體系結(jié)構(gòu)體系結(jié)構(gòu)v基于基于HIS的醫(yī)院數(shù)據(jù)倉庫體系結(jié)構(gòu)的醫(yī)院數(shù)據(jù)倉庫體系結(jié)構(gòu) 醫(yī)院數(shù)據(jù)倉庫涉及到HIS中業(yè)務(wù)數(shù)據(jù)的抽取、轉(zhuǎn)換、裝載、數(shù)據(jù)存取、元數(shù)據(jù)管理、查詢、報表、分析工具和相應(yīng)的開發(fā)方法。體系結(jié)構(gòu)體系結(jié)構(gòu)v基于基于HIS的醫(yī)院數(shù)據(jù)倉庫體系結(jié)構(gòu)的醫(yī)院數(shù)據(jù)倉庫體系結(jié)構(gòu)醫(yī)院數(shù)據(jù)倉庫體系結(jié)

5、構(gòu)醫(yī)院數(shù)據(jù)倉庫體系結(jié)構(gòu)門診管理系統(tǒng)藥房管理系統(tǒng)住院管理系統(tǒng)數(shù)據(jù)抽取、凈化、載入元數(shù)據(jù)客戶端數(shù)據(jù)展現(xiàn)客戶端分析報表和報告客戶端信息發(fā)布ETL過程數(shù)據(jù)質(zhì)量檢查調(diào)度控制日志出錯處理回溯數(shù)據(jù)文件交換PDM數(shù)據(jù)倉庫監(jiān)控運行管理備份與恢復(fù)元數(shù)據(jù)管理內(nèi)容大綱內(nèi)容大綱實例介紹實例介紹1體系結(jié)構(gòu)體系結(jié)構(gòu)2模型構(gòu)建模型構(gòu)建3 3數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)4 4聯(lián)機分析處理聯(lián)機分析處理3 5醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)倉庫應(yīng)用4 6模型構(gòu)建模型構(gòu)建v多維數(shù)據(jù)模型多維數(shù)據(jù)模型 多維數(shù)據(jù)模型(又稱數(shù)據(jù)立方體)是數(shù)據(jù)的集合，并將這些數(shù)據(jù)組織、匯總到一個由一組維度和度量值所定義的多維結(jié)構(gòu)中，使得用戶可以從不同的角度(維度)、通過

6、不同的度量值來觀察分析所關(guān)心的事實數(shù)據(jù)，逐步擺脫了對固定報表的依賴。 例如，在分析醫(yī)院門診量情況時，決策者感興趣的對象有時間、科室、職業(yè)和門診量，可以把時間、科室和職業(yè)作為維，門診量作為度量。這樣，決策者可以了解某科室某時間段某職業(yè)病人的門診人次。模型構(gòu)建模型構(gòu)建v主題域分析主題域分析 醫(yī)院數(shù)據(jù)倉庫可面向多種主題，進(jìn)行多方面開發(fā)。確定HIS中哪些數(shù)據(jù)對決策有幫助的關(guān)鍵是進(jìn)行主題域分析。 根據(jù)主題域確定業(yè)務(wù)主題和維度。模型構(gòu)建模型構(gòu)建病人構(gòu)成病人構(gòu)成分布分布時間維時間維地區(qū)維地區(qū)維職業(yè)維職業(yè)維年齡維年齡維性別維性別維v主題域分析（病人構(gòu)成分布主題）主題域分析（病人構(gòu)成分布主題）疾病維疾病維模型構(gòu)

7、建模型構(gòu)建v主題域分析主題域分析主題域主題域業(yè)務(wù)主題業(yè)務(wù)主題維度維度病人治療方案時間、科室、醫(yī)生、醫(yī)囑、處方、治療效果等病人分布 時間、科室、地區(qū)、職業(yè)、年齡、性別等賬單門診賬單時間、科室、病人身份、費用類別、病人來源等住院賬單時間、科室、病人身份、費用類別、病人來源等處方藥品采購 時間、藥房、藥品、供應(yīng)商、采購員等藥品銷售 時間、藥房、藥品、病人、處方、醫(yī)生等醫(yī)院數(shù)據(jù)倉庫部門主題分析醫(yī)院數(shù)據(jù)倉庫部門主題分析模型構(gòu)建模型構(gòu)建v 維度建模技術(shù)維度建模技術(shù) 維度建模是數(shù)據(jù)倉庫建模的特殊規(guī)范，它是經(jīng)常應(yīng)用于數(shù)據(jù)倉庫的一種邏輯設(shè)計技術(shù)。與之對應(yīng)的是數(shù)據(jù)庫建模中的實體-關(guān)系（E-R）模型。 該技術(shù)試圖采

8、用某種直觀的標(biāo)準(zhǔn)框架結(jié)構(gòu)來表現(xiàn)數(shù)據(jù)，并且允許進(jìn)行高性能存取。 在醫(yī)院進(jìn)行多維數(shù)據(jù)分析發(fā)現(xiàn)，醫(yī)院的各類人員正是從醫(yī)生、病人、藥品維度等理解業(yè)務(wù)的，這種模型充分反映了用戶眼里所認(rèn)可的業(yè)務(wù)。模型構(gòu)建模型構(gòu)建v設(shè)計事實表和維表設(shè)計事實表和維表 根據(jù)不同的分析主題，確定描述各個主題中可用于分析與決策支持的相應(yīng)指標(biāo)，即多維數(shù)據(jù)模型的事實表。 根據(jù)各個指標(biāo)的約束因素，確定多維數(shù)據(jù)模型的各個維。 事實表是多維數(shù)據(jù)模型的核心，它存放決策者關(guān)心的實際業(yè)務(wù)數(shù)據(jù)以及多個維度表的鍵值，這些鍵的組合構(gòu)成事實表的主鍵。 維度表存放了維的鍵值及描述鍵值的其它非健屬性。模型構(gòu)建模型構(gòu)建v 構(gòu)造多維數(shù)據(jù)模型（星型模式，病人分布主

9、題為例）構(gòu)造多維數(shù)據(jù)模型（星型模式，病人分布主題為例）病人構(gòu)成事實表病人構(gòu)成事實表時間代碼地區(qū)代碼性別代碼職業(yè)代碼年齡代碼疾病代碼病人數(shù)量時間維時間維*時間代碼時間（年、季度、月、周、日）性別維性別維*性別代碼性別疾病維疾病維*疾病代碼疾病名稱疾病類別地區(qū)維地區(qū)維*地區(qū)代碼地區(qū)名稱職業(yè)維職業(yè)維*職業(yè)代碼職業(yè)類別年齡維年齡維*年齡代碼年齡年齡范圍年齡描述模型構(gòu)建模型構(gòu)建v 構(gòu)造多維數(shù)據(jù)模型（雪花模式，醫(yī)療業(yè)務(wù)主題為例）構(gòu)造多維數(shù)據(jù)模型（雪花模式，醫(yī)療業(yè)務(wù)主題為例）醫(yī)療業(yè)務(wù)事實表醫(yī)療業(yè)務(wù)事實表病人代碼醫(yī)療業(yè)務(wù)代碼賬單代碼處方代碼床位代碼診療時間時間維時間維當(dāng)前日期日序號月序號年序號處方維處方維處方

10、代碼藥品名稱賬單維賬單維賬單代碼病人代碼床位維床位維床位代碼床位位置床位占用事實表床位占用事實表床位代碼病人代碼病人維病人維病人代碼病人姓名醫(yī)療業(yè)務(wù)維醫(yī)療業(yè)務(wù)維醫(yī)療業(yè)務(wù)代碼醫(yī)療業(yè)務(wù)名稱資金流動事實表資金流動事實表賬單代碼病人代碼病人流動事實表病人流動事實表病人代碼掛號時間取藥時間內(nèi)容大綱內(nèi)容大綱實例介紹實例介紹1體系結(jié)構(gòu)體系結(jié)構(gòu)2模型構(gòu)建模型構(gòu)建3 3數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)4 4聯(lián)機分析處理聯(lián)機分析處理3 5醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)倉庫應(yīng)用4 6數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)v技術(shù)方案技術(shù)方案數(shù)據(jù)透視表服務(wù)數(shù)據(jù)倉庫數(shù)據(jù)倉庫框架框架數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)轉(zhuǎn)換服務(wù)服務(wù)DTSDTS在線分析服在線分析服務(wù)務(wù)(Ana

11、lysis(Analysis Services ServicesSQL Server數(shù)據(jù)數(shù)據(jù)倉庫組件倉庫組件采用SQL Server 2000實現(xiàn)HIS數(shù)據(jù)倉庫知識庫知識庫數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)v開發(fā)數(shù)據(jù)倉庫環(huán)境的四個相互分離的獨特構(gòu)件開發(fā)數(shù)據(jù)倉庫環(huán)境的四個相互分離的獨特構(gòu)件 操作型源系統(tǒng)操作型源系統(tǒng)即HIS、PACS等系統(tǒng)。 數(shù)據(jù)聚集環(huán)節(jié)數(shù)據(jù)聚集環(huán)節(jié)主要是清理建立一致維度，如病人維度、醫(yī)生維度、時間維度等。 數(shù)據(jù)展示環(huán)節(jié)數(shù)據(jù)展示環(huán)節(jié)主要是確定面向主題的數(shù)據(jù)集市，如掛號業(yè)務(wù)和處方業(yè)務(wù)等，通過一致的維度集成各個數(shù)據(jù)集市。 數(shù)據(jù)存取工具數(shù)據(jù)存取工具主要是各種分析報表和數(shù)據(jù)挖掘，如數(shù)據(jù)透視服務(wù)、W

12、eb查詢等。數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)1創(chuàng)建數(shù)據(jù)準(zhǔn)備區(qū)。數(shù)據(jù)準(zhǔn)備區(qū)的創(chuàng)建可以采用SQL Server2000中的數(shù)據(jù)庫與表創(chuàng)建工具實現(xiàn)。3從業(yè)務(wù)系統(tǒng)提取數(shù)據(jù)。在SQL Server2000中可以使用Transact-SQL， DTS、分布式查詢、命令行應(yīng)用程序、BCP實用工具及BULK Insert語句和ActiveX腳本實現(xiàn)數(shù)據(jù)的提取。2創(chuàng)建數(shù)據(jù)倉庫。數(shù)據(jù)倉庫的創(chuàng)建同樣可以采用SQL Server2000中的數(shù)據(jù)庫與表創(chuàng)建工具實現(xiàn)。4清理和轉(zhuǎn)換數(shù)據(jù)，完成數(shù)據(jù)加載。在SQL Server2000中可以使用Transact-SQL，DTS、命令行應(yīng)用程序及ActiveX腳本實現(xiàn)數(shù)據(jù)的清理和轉(zhuǎn)換?？?/p>

13、以使用Transact-SQL，DTS和BCP實現(xiàn)數(shù)據(jù)的加載。v數(shù)據(jù)倉庫物理實現(xiàn)數(shù)據(jù)倉庫物理實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)應(yīng)用實施應(yīng)用實施ETL過程過程確定物理模型確定物理模型確定邏輯模型確定邏輯模型分析應(yīng)用需求，提供數(shù)據(jù)服務(wù)分析應(yīng)用需求，提供數(shù)據(jù)服務(wù)利用DTS工具，子系統(tǒng)數(shù)據(jù)通過抽取轉(zhuǎn)換加載到倉庫中 面向醫(yī)院某個業(yè)務(wù)主題建立物理數(shù)據(jù)庫業(yè)務(wù)主題分析，構(gòu)建事實表和維表。業(yè)務(wù)主題分析，構(gòu)建事實表和維表。v數(shù)據(jù)倉庫實現(xiàn)流程分析數(shù)據(jù)倉庫實現(xiàn)流程分析內(nèi)容大綱內(nèi)容大綱實例介紹實例介紹1體系結(jié)構(gòu)體系結(jié)構(gòu)2模型構(gòu)建模型構(gòu)建3 3數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)4 4聯(lián)機分析處理聯(lián)機分析處理3 5醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)

14、倉庫應(yīng)用4 6聯(lián)機分析處理聯(lián)機分析處理v多維數(shù)據(jù)集的聯(lián)機分析處理多維數(shù)據(jù)集的聯(lián)機分析處理 基于多維數(shù)據(jù)集的OLAP是將數(shù)據(jù)想象成多維的立方體，通過對多維數(shù)據(jù)集進(jìn)行切片、切塊、聚合、鉆取、旋轉(zhuǎn)等一系列操作，進(jìn)行數(shù)據(jù)剖析，使用戶從多種維度、多個側(cè)面或多種數(shù)據(jù)綜合度查看數(shù)據(jù)，掌握數(shù)據(jù)背后蘊含的規(guī)律。聯(lián)機分析處理聯(lián)機分析處理v數(shù)據(jù)切片數(shù)據(jù)切片 在科室維中選擇“消化內(nèi)科”，則可形成在科室維上的數(shù)據(jù)切片，顯示消化內(nèi)科各年的病人分布情況。如果科室維取值為“消化內(nèi)科”，時間維取值為2003年第二季(Q2)，則得到一個數(shù)據(jù)切塊查詢語句如下: SELECT measures.病人數(shù)量 on columns,職業(yè)類

15、別. members on rows FROM病人構(gòu)成分布WHERE (時間.2003. Q2,科室.消化內(nèi)科)聯(lián)機分析處理聯(lián)機分析處理v數(shù)據(jù)切塊數(shù)據(jù)切塊 查詢結(jié)果顯示2003年第二季度消化內(nèi)科的各職業(yè)病人分布情況。若對更多的維進(jìn)行切塊，則在WHERE后面的條件中增加維設(shè)置，從而完成更復(fù)雜的查詢需求。聯(lián)機分析處理聯(lián)機分析處理v數(shù)據(jù)鉆取和數(shù)據(jù)聚合數(shù)據(jù)鉆取和數(shù)據(jù)聚合 維度是具有層次性的，如時間維度層次結(jié)構(gòu)的頂層可以是年，下一層是季度，然后是月、周，最后位于層次結(jié)構(gòu)底層的是日。 維度的層次實際上反映了數(shù)據(jù)的綜合程度。數(shù)據(jù)鉆取就是從較高的維度層次下降到較低的維度層次上來觀察多維數(shù)據(jù)。聯(lián)機分析處理聯(lián)機分

16、析處理v數(shù)據(jù)鉆取和數(shù)據(jù)聚合數(shù)據(jù)鉆取和數(shù)據(jù)聚合科室科室第第1季度季度第第2季度季度第第3季度季度第第4季度季度消化內(nèi)科1264138715121226呼吸內(nèi)科105513269171265表1 2008年各季度各科室病人分布情況表2 2008年各季度各月各科室病人科室科室第第1季度季度第第2季度季度第第3季度季度第第4季度季度1月2月3月4月5月6月4月5月6月4月5月6月消化內(nèi)科367403494517483387467530515462397367呼吸內(nèi)科303415427465487375353286278390412473聯(lián)機分析處理聯(lián)機分析處理v數(shù)據(jù)鉆取和數(shù)據(jù)聚合數(shù)據(jù)鉆取和數(shù)據(jù)聚合 表

17、1顯示了每年每季度各科室的病人分布情況，層次是季度，如果選擇時間維向下鉆取，得到表2，顯示每年每季度每月各科室的病人數(shù)量。 數(shù)據(jù)聚合是數(shù)據(jù)鉆取的逆操作，是對數(shù)據(jù)進(jìn)行高層次綜合的操作。如由表2選擇時間維向上聚合，可得到表1。聯(lián)機分析處理聯(lián)機分析處理v數(shù)據(jù)旋轉(zhuǎn)數(shù)據(jù)旋轉(zhuǎn) 數(shù)據(jù)旋轉(zhuǎn)。數(shù)據(jù)旋轉(zhuǎn)改變維度的位置關(guān)系，使決策者可以從多角度來觀察。如將橫向的時間維和科室維進(jìn)行交換，從而形成橫向為科室、縱向為時間的報表。內(nèi)容大綱內(nèi)容大綱實例介紹實例介紹1體系結(jié)構(gòu)體系結(jié)構(gòu)2模型構(gòu)建模型構(gòu)建3 3數(shù)據(jù)倉庫實現(xiàn)數(shù)據(jù)倉庫實現(xiàn)4 4聯(lián)機分析處理聯(lián)機分析處理3 5醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)倉庫應(yīng)用4 6醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)

18、倉庫應(yīng)用v病人結(jié)構(gòu)分析病人結(jié)構(gòu)分析 可以按照性別、年齡、文化程度等對病人進(jìn)行分類，根據(jù)每項分類，系統(tǒng)將對病人的經(jīng)濟(jì)狀況、需求特征和購買行為進(jìn)行分析，從而得到不同性別、不同年齡、不同文化程度病人的經(jīng)濟(jì)水平、需求狀況及主要醫(yī)療服務(wù)類型等信息。 根據(jù)這些信息，醫(yī)院管理者可以分析病人差異對醫(yī)院收益的影響，幫助醫(yī)院進(jìn)行市場定位、確定營銷策略，從而使醫(yī)院的經(jīng)營活動更具主動性和目的性。醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)倉庫應(yīng)用v資金流動分析資金流動分析 針對醫(yī)院的資金流動狀況，按不同的時間維度(包括按年綜合、按旬綜合、按月綜合、按日綜合)對醫(yī)院的各種資金流動情況進(jìn)行分析，進(jìn)行資金的同期對比動態(tài)分析，門診和住院收入因素分析，并以各種專業(yè)報表、查詢結(jié)果的形式反映給決策者。醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)倉庫應(yīng)用v病人流動狀況分析病人流動狀況分析 根據(jù)門診病人從掛號到取藥在醫(yī)院逗留的時間進(jìn)行時間數(shù)列動態(tài)分析，掌握影響病人診療效率的因素，幫助醫(yī)院管理者進(jìn)行業(yè)務(wù)流程的更新和改造，以提高醫(yī)院的經(jīng)營效率。 同時幫助醫(yī)院“以病人為中心”整合醫(yī)院所有對外服務(wù)，以促進(jìn)醫(yī)院的醫(yī)療和管理水平。醫(yī)院數(shù)據(jù)倉庫應(yīng)用醫(yī)院數(shù)據(jù)倉庫應(yīng)用v床位占用分析床位占用分析 醫(yī)院住院系統(tǒng)