浅析数据仓库与数据挖掘在医院HIS系统中应用.docx

?

?

浅析数据仓库与数据挖掘在医院HIS系统中应用

?

?

皖南医学院弋矶山医院安徽芜湖241001

摘要：本文主要分析数据仓库和数据挖掘对医院HIS系统未来发展的重要性和影响，分析引入数据仓库与挖掘概念以后在医院数据查询，药品采购，医疗绩效评估等方面的简单应用。

关键词：数据仓库数据挖掘关联规则

：R-3：B

在计算机技术飞速发展的今天，传统的数据库技术已经不能满足大数据量的分析要求。医院信息系统在多年的建设和发展中，积累了大量的原始数据。如何使这些陈旧的信息进行再开发和利用，从中提取出有用的信息，为临床和管理服务，是我们建立数据仓库，进行数据挖掘的目标和意义。

我们通常的数据处理分为两类，一类是对这些数据只是进行传统的操作型处理，第二类是分析型处理。操作型处理也叫事务处理，通常是对一个或一组记录的查询和修改。要求的是响应时间，数据的安全性和完整性。分析型处理也叫信息型处理，用于决策分析。想进行深入的DSS、多维分析等就要访问大量的历史数据，而这样的分析应用就会影响传统数据处理的响应时间。所以我们有必要引入数据仓库概念。数据仓库技术为历史数据的分析和处理提供良好的基础，数据挖掘使这些海量数据真正成为有用的信息。

目前医院已经有了各种信息子系统，有收费子系统，出入院管理子系统，门诊管理子系统，财务系统，病案统计子系统等等，所有子系统都同时使用一个大型的数据库，虽然硬件的配置能使系统处理数据能力较高，但是同时进行深入分析和统计时还是会降低数据处理能力，管理人员分析经营成果也没有方便有效的途径和方法。要提高分析和决策的效率，必须把分析型数据从事务处理环境中提取出来，按照分析的需要进行重新组织，使用软件工具来多方面多层次分析数据，建立数据仓库，应用数据挖掘正好可以满足这些要求。

首先在数据处理方面，传统数据库必须要将每年的数据分开统计，以提高实时的数据查询处理能力。历史的数据连查询都要分别统计，更不用说做深入的分析和应用了，而且提供的分析统计功能基本只能提供简单的查询和统计，需要专业人员设置好报表，才可以对数据进行统计。这样的数据库技术已经慢慢跟不上医院的飞速发展了。引入数据仓库技术以后，可以为提升速度，从而对数据进拆分。例如可对当月数据，直接以当前的HIS数据库为数据源，只做前台数据处理和查询使用，对隔一段时期的历史数据，定时导入到数据仓库中，数据仓库数据库在物理上与在线处理系统分离，这样做大数据量分析的时候就不会影响到在线处理系统的运行，从而造成死机，服务器瘫痪等情况，它相当于一个数据病案室。将当前数据源的数据在相隔一个期间以后，提交到数据仓库，用来提供管理分析。并且分析数据时不需要专业人员事先设定好报表，由原来被动的、固定的报表模式，到现在各级领导可跟据自已的想法，从现有的模型中主动挖掘出自已想要数据，能够充分挖掘医院信息系统的信息资源，提高医院信息系统的的应用分析水平。

其次在分析应用方面

一、可以对医院医疗收入状况进行分析，以了解相关因素对医疗收入的影响。

例如：以“门诊”为主题建立挖掘模型，从门诊的挂号人数，就诊时间，化验检查次数、时间、金额，取药次数、金额等方面对门诊病人就诊效率进行分析，在就诊时间上、手续上分析，发现影响就诊效率的根本所在，从而提高效率，增加门诊收入。例如采用统计分析方法对门诊病人就诊效率进行分析。如图

星期情况分布表表一

号种情况分布表表二

通过这些数据分析出影响就诊时间的原因，以改进医疗服务的质量。

二、可以对药品采购，储存，出售，浪费情况进行分析

以“药库”为主题建立挖掘模型。从出库趋势、库存量、库存单位盈利和厂商盈利等四方面进行数据挖掘和分析。数据分析的结果为医院管理者提供管理和经营方面的决策支持，从而避免出现药品积压、药品无计划采购和药品浪费等问题

例如采用关联规则对药品的购买进行分析：（所谓关联规则，是指数据对象之间的相互依赖关系，而发现规则的任务就是从数据库发现那些确信变和支持度都大于给定值的强壮规则。）例如：将医院2010年10月—2011年九月的药房发药的数据作为源数据转换后载入数据仓库，给定最小支持度为25%和最小可信度60%对其进行关联分析得出药品的关联度如

Rule1:浓鱼肝油-?枸椽酸钙surport=0.4542Confidence=0.7323

Rule2:枸椽酸钙-?浓鱼肝油surport=0.3041Confidence=0.5937

Rule3:美托洛尔-?替米沙坦surport=0.3298confidence=0.5892

Rule4:替米沙坦-?美托洛尔Surport=0.4838Confidence=0.7230

从上述规则可得出结论，浓鱼肝油多半会跟枸椽酸钙配合使用，而枸椽酸钙却不需要同时配合浓鱼肝油，同样的，替米沙坦对美托洛尔的依赖成度也较高。