基于大數(shù)據(jù)的醫(yī)院人事檔案智能化管理新舉措

1、 基于“大數(shù)據(jù)”的醫(yī)院人事檔案智能化管理新舉措 摘 要：智能化是目前醫(yī)院診療的一個主要發(fā)展方向之一，醫(yī)院的人事檔案管理，也要向著智能化的方向不斷發(fā)展。基于此，本文首先介紹了醫(yī)院人事檔案智能化管理的意義。其次，分析“大數(shù)據(jù)”技術(shù)的核心技術(shù)要點(diǎn)。再次，分析目前醫(yī)院人事檔案管理中存在的問題。最后，針對這些問題，提出利用“大數(shù)據(jù)”技術(shù)，對醫(yī)院人事檔案管理進(jìn)行優(yōu)化的辦法，以提升醫(yī)院人事檔案管理的智能化程度。Key：“大數(shù)據(jù)”;醫(yī)院人事檔案;智能化;數(shù)據(jù)挖掘人事檔案管理的智能化發(fā)展潮流，起源于英美等管理先進(jìn)國家，這些國家在人事文件的智能化、人事記錄的智能化、人事管理設(shè)計方案的智能化方面，已經(jīng)有了卓越的成績

2、。在我國，人事檔案管理主要是指對個人的履歷材料、自傳材料、鑒定考核考察材料、學(xué)歷評聘材料、政審材料、加入黨團(tuán)材料、獎勵材料、處分材料、任免工資待遇等材料的記錄。我國目前的人事檔案管理智能化建設(shè)，仍然處于起步階段，很多醫(yī)院受到設(shè)備、人才、技術(shù)、思想觀念的限制，管理還停留在比較落后的階段。一、醫(yī)院人事檔案智能化管理的意義對健康的關(guān)注，已經(jīng)逐漸成為了社會的關(guān)注熱點(diǎn)之一，民眾對醫(yī)院的要求不斷增高，醫(yī)院提供的健康服務(wù)日益多元化，醫(yī)院的診療手段與診療設(shè)施，正在不斷朝專業(yè)化、標(biāo)準(zhǔn)化、規(guī)范化、智能化的方向發(fā)展，這也對醫(yī)院的人事檔案管理，提出了新的具體要求。從醫(yī)院的發(fā)展來看，應(yīng)用“大數(shù)據(jù)”技術(shù)，提高醫(yī)院人事檔案

3、管理的智能化程度，有以下幾方面作用：（1）提高醫(yī)院人事檔案管理的效率。電子化辦公設(shè)備與智能化數(shù)據(jù)分析軟件的應(yīng)用，能夠減少工作中的信息冗余，提高檔案人員進(jìn)行檔案管理的效率。（2）優(yōu)化醫(yī)院的人員分配?！按髷?shù)據(jù)”技術(shù)能夠有效挖掘檔案信息背后的深層數(shù)據(jù)，挖掘醫(yī)務(wù)人員的潛能，提高人事任免和人事調(diào)動的針對性。（3）提高醫(yī)院人事檔案管理的規(guī)范性，轉(zhuǎn)變“檔隨人走”的工作方法，提高醫(yī)院檔案管理的標(biāo)準(zhǔn)化程度。二、“大數(shù)據(jù)”技術(shù)的核心點(diǎn)大數(shù)據(jù)技術(shù)有5個核心部分，數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)清洗、數(shù)據(jù)挖掘、數(shù)據(jù)可視化。第一，“大數(shù)據(jù)”技術(shù)的數(shù)據(jù)采集，主要基于傳感器技術(shù)和計算機(jī)技術(shù)，利用測量軟硬件產(chǎn)品來實(shí)現(xiàn)靈活的、自定義的

4、測量系統(tǒng)。第二，“大數(shù)據(jù)”的數(shù)據(jù)存儲，是指存儲數(shù)據(jù)流在加工過程中產(chǎn)生的臨時文件，或加工過程中需要查找的信息。第三?！按髷?shù)據(jù)”的數(shù)據(jù)清洗，是指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識別的錯誤的最后一道程序，目的在于減少信息的缺失，減少無效信息的數(shù)量。第四。“大數(shù)據(jù)”的數(shù)據(jù)挖掘，是指透過數(shù)理模式來分析檔案內(nèi)儲存的大量資料，以找出不同的人員或部門劃分，分析出工作人員喜好和行為的方法。第五，“大數(shù)據(jù)”技術(shù)的數(shù)據(jù)可視化，是指以某種概要形式抽提出來的信息，包括相應(yīng)信息單位的各種屬性和變量。三、目前醫(yī)院人事檔案管理中存在的問題當(dāng)前醫(yī)院人事檔案管理中存在的問題主要有：人事檔案管理的內(nèi)容比較模糊，很多人事檔案管理人員在工作過程

5、中，沒有及時對模糊的歷史信息進(jìn)行整理，甚至新紀(jì)錄的檔案信息，仍存在時間段界定不清、合作人員記錄不清、主要成就表述不清等現(xiàn)象。一些醫(yī)院的人事檔案管理，將工作人員的工作失誤數(shù)據(jù)大量折疊，導(dǎo)致數(shù)據(jù)的挖掘受到諸多的限制。很多醫(yī)院沒有按照數(shù)字化的辦法，對醫(yī)院部門的職能進(jìn)行數(shù)據(jù)統(tǒng)計，導(dǎo)致人事檔案管理的數(shù)據(jù)缺失。四、基于“大數(shù)據(jù)”技術(shù)，優(yōu)化醫(yī)院人事檔案管理的辦法1.醫(yī)院人事檔案管理的數(shù)據(jù)采集?！按髷?shù)據(jù)”技術(shù)的數(shù)據(jù)采集（Data acquisition），應(yīng)用在醫(yī)院的人事檔案管理工作中，主要指利用現(xiàn)代化的電子信息設(shè)備，例如麥克風(fēng)、人臉識別裝置、指紋采集裝置、攝像頭、虹膜識別裝置，采集醫(yī)院工作人員的身份信息與工

6、作信息，對工作人員的工作狀態(tài)、工作業(yè)績、工作流程、崗位職責(zé)等信息進(jìn)行匯總，以提升醫(yī)院人事檔案管理的真實(shí)性，確保檔案數(shù)據(jù)與人員一一對應(yīng)，減少檔案管理中的人工操作空間，提高醫(yī)院檔案管理的智能化程度與自動化程度。實(shí)現(xiàn)智能化的數(shù)據(jù)采集，醫(yī)院需要：第一，加強(qiáng)醫(yī)院的基礎(chǔ)電子計算機(jī)設(shè)施建設(shè)，提高檔案管理人員對信息化管理與智能化管理的重視程度。第二，處理好檔案數(shù)據(jù)采集中的“噪聲問題”，優(yōu)化數(shù)據(jù)采集的模擬信號，根據(jù)數(shù)據(jù)采樣定理混頻偏差=ABS（采樣頻率的整數(shù)倍-輸入頻率），確定數(shù)據(jù)采集的采樣率。第三，拓展醫(yī)院的網(wǎng)絡(luò)運(yùn)營速度，提高醫(yī)院檔案管理人員工作設(shè)備的內(nèi)存空間，在數(shù)據(jù)采集工具中，加裝低通濾波器、抗混疊濾波器，

7、制定科學(xué)的醫(yī)院人員檔案信息采集周期。2.醫(yī)院人事檔案管理的數(shù)據(jù)存儲?！按髷?shù)據(jù)”技術(shù)數(shù)據(jù)存儲主要可以應(yīng)用的方式有：（1）DAS（Direct Attached Storage）數(shù)據(jù)存儲方式，即在原有的紙質(zhì)版人事檔案上，直接加附存儲質(zhì)量，按照電子計算機(jī)的PC存儲構(gòu)架，將外部設(shè)備掛靠在人事部門的內(nèi)部總線上。（2）NAS（Network Attached Storage）數(shù)據(jù)存儲方式，建立醫(yī)院人事檔案管理部門的內(nèi)部局域網(wǎng)，將人事檔案利用網(wǎng)絡(luò)附加存儲方式，存進(jìn)單獨(dú)的檔案管理服務(wù)器當(dāng)中。（3）SAN（Storage Area Network）存儲方式，采用云端存儲辦法，將醫(yī)院的人事檔案數(shù)據(jù)，存儲在醫(yī)療部門

8、的云端數(shù)據(jù)庫當(dāng)中，利用光纖通道技術(shù)，集成ANSI網(wǎng)絡(luò)和通道I/O接口，按照HIPPI、IPI、SCSI、IP、ATM等多種高級協(xié)議，實(shí)現(xiàn)人事檔案數(shù)據(jù)在云端數(shù)據(jù)庫物理連接上的同時傳送。（4）通過數(shù)據(jù)存儲加密技術(shù)與安全密鑰配置技術(shù)，解決云端外包網(wǎng)絡(luò)的安全問題，保障醫(yī)院人事檔案信息管理的安全性。上述幾種人事檔案數(shù)據(jù)存儲方式，都能解決目前醫(yī)院人事檔案存儲中，“數(shù)據(jù)多、查找難”的問題。應(yīng)用“大數(shù)據(jù)”技術(shù)，能夠建立檔案記錄的邏輯，理順檔案時間順序與人員順序，對檔案的存儲地址進(jìn)行科學(xué)管理，提高檔案數(shù)據(jù)的存取速度，降低由于數(shù)據(jù)存儲不當(dāng)，造成的數(shù)據(jù)丟失，減少醫(yī)院人事檔案管理中的工作失誤。3.醫(yī)院人事檔案管理的數(shù)

9、據(jù)清洗?！按髷?shù)據(jù)”技術(shù)數(shù)據(jù)清洗（Data cleaning）是指利用電子計算機(jī)，對醫(yī)院人事檔案中的殘缺數(shù)據(jù)進(jìn)行篩選，將異常信息標(biāo)注出來，利用智能檢索的方式，在已有的檔案中查詢相關(guān)的數(shù)據(jù)信息，為工作人員進(jìn)行信息補(bǔ)充，提供數(shù)據(jù)支撐。數(shù)據(jù)清洗還能自動對醫(yī)院人事檔案中的錯誤信息進(jìn)行篩選，自動比對不同檔案中重疊的時間線、獎勵項目、任務(wù)線和調(diào)動信息，將錯誤數(shù)據(jù)篩選出來，以便工作人員根據(jù)實(shí)際情況進(jìn)行修改。除此之外，數(shù)據(jù)清洗技術(shù)還可以對醫(yī)院人事檔案中的重復(fù)數(shù)據(jù)進(jìn)行篩選，剔除檔案數(shù)據(jù)中的冗余，減少檔案的整體數(shù)據(jù)量，提高工作人員的管理效率。發(fā)展人事檔案管理的清洗技術(shù)，醫(yī)院要加強(qiáng)對檔案管理人員的意識與技能培訓(xùn)。一方

10、面，要引導(dǎo)檔案管理人員樹立正確的數(shù)據(jù)處理理念，正確看待數(shù)據(jù)清洗技術(shù)識別出的錯誤信息，堅持公正、公開、公平的態(tài)度進(jìn)行數(shù)據(jù)處理。另一方面，醫(yī)院要加強(qiáng)對管理人員的技能培訓(xùn)，主要是Excel技術(shù)、SQL語句編寫技術(shù)、數(shù)據(jù)庫技術(shù)等，提高管理人員對數(shù)據(jù)格式、數(shù)據(jù)運(yùn)行指令、數(shù)據(jù)智能化檢索技術(shù)的掌握程度，將數(shù)據(jù)的補(bǔ)全與篩查，固定到醫(yī)院人事檔案管理人員的日常工作當(dāng)中。4.醫(yī)院人事檔案管理的數(shù)據(jù)挖掘?！按髷?shù)據(jù)”技術(shù)的數(shù)據(jù)挖掘（Data mining），在醫(yī)院內(nèi)的人事檔案管理中，主要有以下應(yīng)用：第一，人事檔案數(shù)據(jù)信息分類，按照編號、人員、部門、時間、獎勵、錯誤、任務(wù)等類別，將檔案信息分為不同的集合。第二，數(shù)據(jù)估計。

11、數(shù)據(jù)分類描述的是離散型變量的輸出，即人事檔案中的統(tǒng)一性數(shù)據(jù)，而估值處理的是連續(xù)值的輸出，即人事檔案中的差異性數(shù)據(jù)。分類是確定數(shù)目的，估值的量是不確定的，通過數(shù)據(jù)估計，檔案管理人員可以對人事檔案的全貌，有一個整體的了解。第三，數(shù)據(jù)預(yù)測。電子計算機(jī)根據(jù)相關(guān)性分組或關(guān)聯(lián)規(guī)則，自動對醫(yī)院工作人員的經(jīng)歷進(jìn)行分析，對工作人員可能出現(xiàn)的行為選擇進(jìn)行預(yù)判。第四，數(shù)據(jù)聚類。電子計算機(jī)根據(jù)上述的數(shù)據(jù)分組結(jié)果，將相似的檔案數(shù)據(jù)記錄在一個聚集里，這里的聚集有別于檔案數(shù)據(jù)分類，是不需要定義、不需要訓(xùn)練集的自動分類。第五，數(shù)據(jù)挖掘分類。醫(yī)院人事檔案管理采用的數(shù)據(jù)挖掘分類，主要分為直接數(shù)據(jù)挖掘和間接數(shù)據(jù)挖掘兩種，計算機(jī)通過

12、數(shù)據(jù)建模、剩余數(shù)據(jù)變量描述，對醫(yī)院工作人員的技能、行為偏好、隱藏信息、工作態(tài)度進(jìn)行挖掘分析。5.醫(yī)院人事檔案管理的數(shù)據(jù)可視化。“大數(shù)據(jù)”技術(shù)的數(shù)據(jù)可視化（Data visualization）主要指醫(yī)院檔案數(shù)據(jù)管理邏輯的科學(xué)可視、檔案的具體信息可視、檔案數(shù)據(jù)管理流程可視。首先，醫(yī)院的人事檔案管理人員，可以利用JReport，Excel，水晶報表等工具，將上述醫(yī)院人事檔案的數(shù)據(jù)采集、數(shù)據(jù)存儲結(jié)果，展示為表格形式，為下一步的數(shù)據(jù)清洗、數(shù)據(jù)挖掘工作打好基礎(chǔ)。還可以利用FineReport，ActiveReports報表等工具，將數(shù)據(jù)庫中每一個數(shù)據(jù)項，作為單個圖元元素表示。其次，醫(yī)院的人事檔案管理人員，可以利用BI分析工具，如Style Intelligence、BO，BIEE，建立人事檔案管理統(tǒng)計圖和主題圖，直觀展示檔案信息處理成果。最后，管理人員還可以利用Yonghong Z-Suite、象形科技ETHINK等軟件，完成人事檔案管理的智能化體系架構(gòu)。綜上所述，醫(yī)院人事檔案的智能化管理系統(tǒng)建設(shè)，要從數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)清洗、數(shù)據(jù)挖掘、數(shù)據(jù)可視化這幾個層面綜合入手。從本文