如何利用大数据提升医院管理能力.pdfVIP

在大数据背景下如何提升 医院管理能力 1、医疗行业大数据的应用 医疗行业早就遇到了海量数据和非结构化数据的挑战，近年来很多国家都在 积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。全球知 名咨询公司麦肯锡在其报告中指出，排除体制障碍，大数据分析可以帮助美国的 医疗服务业一年创造3000亿美元的附加价值。大数据可分析医疗服务业的临床 辅助决策、医疗质量监管、疾病预测模型、临床试验分析、个性化治疗的应用方 向，在这些背景下，大数据的分析和应用都将发挥巨大的作用，从而提高医疗效 率和医疗效果。 2、大数据背景下的商业智能 2.1 BI 的概念 BI （Business Intelligence）即商务智能，它是一套完整的解决方案，用 来将医院中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据， 为医院领导的决策提供准确的数据支持。 把商业智能看成一种解决方案应该比较恰当。商业智能的关键是从许多来自 不同的医院业务系统的数据中提取出有用的数据并进行清理，以保证数据的正确 性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load）， 即ETL过程，合并到一个适合医疗行业的数据仓库里，从而得到医院数据的一个 全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具 等对其进行分析和处理 （这时信息变为辅助决策的知识），最后将知识呈现给管 理者，为管理者的决策过程提供数据支持。 2.2 大数据背景下商业智能的基本过程 商业智能的基本流程主要是将数据源通过数据ETL转换工具抽取到数据仓库 (DW)中。具体是指将医院业务数据比如说HIS信息系统、临床信息系统、HERP 信息系统以及其他数据源通过ETL工具进行数据清洗，通过对数据进行转换、汇 1 总、聚合以及装载等操作将数据合并到数据仓库中。通过OLAP将各业务通过主 题来划分生成指标，最后经过多维分析、数据挖掘等将数据以图形或表格的形式 展示出来。如下图所示： 2.3 商业智能的关键技术 2.3.1 ETL ETL提供图形化的界面，并提供了丰富多样的转换类型，用户可以方便直观 地定义整个ETL过程。ETL任务是一系列具有共同目标且存在相关性的ETL流程 集合，是包含了一组业务需求到最终实现的完整过程。一个转换就是一个ETL 流程，一个ETL流程表示一个(组)输入到一个(组)输出的数据流转。‘开始’是 ETL任务的起点，是ETL任务的发起者与控制者，全局参数也在这里设置。 2.3.2 DW DW 即数据仓库 （DataWarehouse）简单说就是存储事实表和维表数据的数据 库而已。数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数 据集合，用于支持管理决策。数据仓库一般采用业界主流的关系数据库，如 Oracle、DB2、SQL Server等。维表：存储描述事实表中数据特性的表，它存储 用户分析数据的角度，它给OLAP提供旋转、切片的数据基础。事实表：存储经 过一定聚集的历史数据，是星型架构或雪花型架构的中心。每个数据仓库含有一 个或多个事实表。事实表包括索引和数据两部分，索引部分就是描述事实表数据 特征的维表的外键，数据就是事实表中要存放的数据，也就是我们通常说的度 值的来源。 2.3.3 OLAP OLAP 即联机分析处理（On-Line Analytical Process）工具有Essbase， Microsoft analysis等。OLAP 的基本思想是使医院的决策者应能灵活地操纵医 2 院的数据，以多维的形式从多方面和多角度来观察医院的状态、了解医院的变化。 使用OLAP工具我们可以将维表和事实表做相应的连接，然后做聚合操作保存成 cube从而达到多角度分析数据的目的。 2.3.4 ActiveDoc BI支持ActiveDoc 功能，所谓ActiveDoc 指的是一种直接基于MicroSoft Word进行报告制作的技术，通过ActiveDoc用户可以灵活地将BI中报表的数据， 表格，统计图，地图等等动态嵌入到Word文档中，形成一个可以编辑，计算， 导出的ActiveDoc报表，并允许用户将ActiveDoc 的计算结果导出回Word文档， 以便本地保存和传播。 2.3.5预警分析 BI可以提供给用