1、医院决策支持系统从传统型到移动型的建设与实践 申宝明 王锐 楚宏硕 徐浩 庄绪金 魏宾 青岛大学附属医院信息管理部 摘 要： 本文以我院决策支持系统 (Decision Support System, DSS) 的建设历程为例, 首先介绍 DSS 架构、功能设计等, 然后介绍传统型 DSS 在使用过程中出现的不足, 最后介绍移动型 DSS 的建设方案以及应用优势和管理应用中的实践成效。关键词： 医院决策支持系统; 数据仓库; 医疗数据分析; 移动型决策支持系统; 作者简介：徐浩, 高级工程师, 主要研究方向为医院信息化。邮箱:收稿日期：2017-08-22Construction and Pr
2、actice of Hospital Decision Support System from Traditional to MobileSHEN Baoming WANG Rui CHU Hongshuo XU Hao ZHUANG Xujin WEI Bin Department of Information Management, The Affiliated Hospital of Qingdao University; Abstract： This paper took the construction process of DSS as an example, the DSS ar
3、chitecture and function design were introduced firstly. Then, this article introduced the shortcomings of traditional DSS in the process of using. Finally, the construction scheme of mobile DSS and the practical advantages of management application were introduced.Keyword： hospital decision support
4、system; data warehouse; medical date analysis; mobile decision support system; Received： 2017-08-22引言决策支持系统 (Decision Support System, DSS) 的一般认识是以管理学、运筹学等理论知识为基础, 将信息、数据进行合成以信息化技术和人工智能技术为工具, 科学管理数据来辅助管理者、决策者解决半结构化或非结构化决策问题1。DSS 的提出是在事务处理由单模型决策到复杂模型决策的时代发展过程中产生的, 模型多样化后无法单纯地依靠人力来解决模型的联合与协调2。目前决策支持系统在
5、我国应用以来已经在各行各业得到了实践, 充实了理论研究和系统开发, 并已取得了多方面的成就同时也呈现出多元化的发展态势3。决策支持系统在医疗方面的应用称为临床决策支持系统 (Clinical Decision Support System, CDSS) 。目前的一个主要应用是辅助医生临床决策, 系统可以将患者的健康数据与医学知识结合形成科学的结论为医生做出决策, 从而提高医疗服务水平4-5。Saraiva 等6使用决策支持系统诊断癌症时将基于规则的方法与基于案例推理的方法结合组成知识库, 决策支持系统利用该专家知识库匹配癌症特征确认病症。汤建7设计的临床决策支持系统引入了粗糙集理论及神经网络理
6、论可以准确全面的获取疾病知识, 采用的模糊神经网络高效推理机制可以引导医生逐步诊断出疾病, 提供参考治疗方案。赵志升等8在文章中介绍了针对单一病种的决策支持系统研发出了相关的专家系统, 包括北京中医医院的“关幼波肝病诊疗程序”和吉林大学的“中医妇科专家系统”以及胃癌、结核病的其他疾病的专家系统。陈黎明等9建立的临床决策支持系统是探索研发具有人机交互智能化功能特点的临床护理决策支持系统, 并将危险因素评估、护理计划和健康教育 3 项具有提醒预警、提供决策分析的临床应用模块进行植入形成高级护理文书系统。陈翌等10将智能决策支持系统应用到区域医疗信息共享平台, 是一种新型决策支持信息系统, 实现智能
7、无侵入地嵌入医生工作站和医疗信息平台, 关注病人治疗过程实时分析、预警、智能辅助决策支持。随着医院信息化突飞猛进, 业务信息系统在运行多年后, 已积累了大量数据, 但这些医疗数据分散在如 HIS、LIS、PACS、EMR 等信息系统中, 决策者需要利用这些宝贵数据进行面向全局的综合分析, 业务系统很难满足需求, 医院决策支持系统 (DSS) 应运而生。我院较早的完成了临床业务的信息化, 对 DSS 的应用经历了早期的传统型, 又基于移动终端普及开发了移动型决策支持系统 (Mob DSS) 。1 DSS 建设1.1 系统架构我院的决策支持系统基于多层架构实现, 后台基于大型数据库 Oracle
8、构建数据仓库, 数据源支持抽取 Oracle、SQL Server、DB2、My SQL、Sybase、Cache 等多种数据库, 通过 ETL、CDC 等多种技术每日抽取生产数据库信息增量构建决策支持数据仓库, 所有数据分析均基于数据仓库检索, 不占用生产库资源, 不影响在线业务系统运行效率。医院决策支持系统架构图, 见图 1。图 1 决策支持系统架构图 下载原图居于核心的是数据仓库 (DW) , 它作为集成平台将分散在不同工作系统的数据集中存储、互联互通11。梁雯利用数据仓库将统一的全局数据视图展现给访问者, 保证了数据一致性, 构建的多维数据分析模型利用各种手段获取所需数据, 自动发现数
9、据潜在模式, 共享全局知识, 用于指导联机分析处理, 并反馈于 DSS12。本文还借鉴了俞磊等在医院原有信息系统 HIS 的基础上, 搭建的一个完整的医院决策支持系统, 它综合运用数据仓库、联机分析处理、数据挖掘等新兴技术, 文章中还对这些技术的关键部件的设计作了详尽的研究13。马丽娜等14介绍了决策支持系统中存在的不足, 提出了基于数据集市的 OLAP与 DM 在决策支持系统中的应用方案, 利用开发的一个 YL-DSS 系统介绍了其在医院信息化建设中的实践过程。DW 利用 Oracle 的 CDC 技术在数据库级别实现增量抽取解决方案。然后按照不同主题设计借助工具进行分析。这个分析过程在介于
10、用户与 DW 间的数据分析处理系统-医院数字化管理平台上完成, 使用的工具主要是联机分析处理 (On-Line Analytical Processing, OLAP) 技术。OLAP 整合多维数据库进行多维分析, 每个多维数据集都由多维数据集管理员组织和设计以适应用户检索和分析数据的方式, 从而更易于创建和使用所需的数据透视表和数据透视图, 通过钻取、切片和切块以及旋转, 展现在用户面前的是一幅幅多维视图, 提供直观易懂的查询结果15。比如医院管理层关注的耗材占比在时间维度不仅每月进行汇总还需要进行季度和年的聚合;而在科室维度需要核算医疗组耗材占比进而聚合成科室耗材占比;时间维和科室维又需要
11、聚合成如某季度某科室的耗材占比。OLAP 通过这种多维聚合机制能够高效的完成不同层级对数据需求。1.2 功能设计根据医院业务需求, 决策支持系统设计的分析主题可归为:医疗质量、合理用药、患者安全与质量、患者负担、工作效率、医疗服务和医院收入, 具体指标 KPI多达上百个。医疗质量:对门诊、住院、药品、手术等核心指标的趋势分析, 支持临床和各行政科室提高医疗质量, 实现精细化管理的目标;合理用药:对抗菌药物使用率、使用强度、送检率以及门诊口服药和注射剂处方比例分析, 辅助药剂科指导临床安全用药, 提高合理用药水平;患者安全与质量:对医院感染率、手术并发症、患者感染率、再住院发生率和死亡率分析,
12、对各科室医疗活动合理把控;患者负担:分析门诊、住院平均花费和平均药费的变化趋势, 降低患者的自负与增负金额, 减轻患者个人负担;工作效率:以每职工工作量、工作负担、经济效益为核心, 展示医院工作效率变化情况, 对人员数量及增长分析和人员不同维度构成情况分析来反映医疗机构人力资源基本情况;医疗服务:通过对门急诊人次、入出院人次和体检人次进行统计, 结合科室人员配置, 提高医院整体资源配置;医院收入:以 2010 版医院财务制度所要求的“医院财务分析参考指标”为基准, 全面分析医院各项财务指标的发展变化趋势。2 传统型 DSS 实践本文所说的 DSS 传统型指的是 DSS 电脑端实践方式, 一种是
13、利用浏览器/服务器架构 (Browse/Service, B/S) , 一种是利用 EXCEL 架构。2.1 基于 B/S 架构 DSS通过电脑浏览器登录医院决策支持系统, 主功能界面分为:院级领导驾驶舱、医疗收入、患者负担、医疗服务、工作效率、患者安全与质量、合理用药、住院医疗质量。该系统可以按月、周、日时间维度和院区维度分析数据规律, 系统中各饼状图或曲线图均可通过鼠标点中数据, 并以弹出的形式展现, 蓝色数字表示该指标可钻取分析, 见图 2。图 2 基于 B/S 架构医院决策支持系统 下载原图2.2 基于 EXCEL 架构 DSS登录 EXCEL 展示 DSS 界面, 首页是医院关注的总
14、体运营指标和分院区情况, 右侧主题列表包括:综合运营指标、就诊流程分析、门诊运营管理、住院运营管理、手术统计分析、临床路径管理。主题目录按树状结构展开, 可详细钻取关注的指标, 见图 3。2.3 实践成效基于 B/S 架构的决策支持系统使用浏览器展示不需要特殊配置, 可以在页面根据个性化需求配置维度指标。基于 EXCEL 架构的决策支持系统利用 office 提供的处理函数可以快速将钻取的源数据进行聚合, 强大的多样化图表展示复杂数据清晰生动。目前医院的临床路径使用率由该系统出具, 医务处将数据导出来以后在我院的协同办公网上公示, 目前我院入径率已达到 50%。图 3 基于 EXCEL 架构的
15、医院决策支持系统 下载原图基于 B/S 的 DSS 不足是随着医疗数据日益庞大, 浏览器在查询时经常会出现时间较长或卡死现象。这两种方式由于都是在电脑端使用且必须在医院局域网环境, 受时间和空间约束, 经过监测日志发现系统使用率较低。随着通信技术和移动智能终端发展和普及, 移动医疗能够打破时空的限制, 管理者和科室负责人能在繁忙的政务和医疗活动中利用间隙时间关注指标, 所以Mob DSS 应运而生16。3 移动型 DSS 实践医院开发的移动型 DSS 与传统型 DSS 基于同一个系统架构, 由于数据仓库从各个医疗系统抽取每日业务数据耗费时间较长、服务器压力较大, 这样就可以在同一套指标体系下通
16、过服务器夜间自动跑任务完成抽取数据, 提高运算效率, 保证电脑端和移动端数据同步。医院决策支持系统中发布的数据是医院运营的核心数据, 所以必须保证其安全性, 不能将数据库完全复制到外网。Mob DSS 有两层安全策略, 一层是公网到医院外网映射, 将 Web Service 部署在院内的外网服务器, 另一层是医院内外网之间通过网闸访问并且仅开通指定数据库类型端口。Mob DSS 界面简洁轻便, 图表、趋势图都合理布局, 访问速度快、耗费流量小。具体展示效果, 见图 4。图 4 移动决策支持系统 下载原图4 结语我院 DSS 已将包含海量医疗数据的各业务系统有机整合, 各级管理者既可以使用传统型
17、钻取更多层次详尽关键业务指标也可通过移动型实现实时浏览、实时反馈、实时管理。随着医疗信息化新技术的不断发展, 通过 DSS 可以挖掘这些数据在医护、教学和科研方面更深层次应用, 充分发挥 DSS 的辅助决策支持作用, 有效提高医院整体管理水平。参考文献1陈金雄.构建基于数据仓库的医院决策支持系统J.医疗卫生装备, 2012, 33 (1) :77-78. 2陈文伟.决策支持系统及其开发M.第 2 版.北京:清华大学出版社, 2000. 3彭亦良, 杨渝勇, 曹兴, 等.临床决策支持系统发展的制约因素和应用前景分析J.医学与哲学 (B) , 2015, 36 (9) :5-7. 4Berner
18、ES.Clinical decision support systemsM.2nd.New York:Springer, 2007:3-22. 5Greenes RA.A brief history of clinical decision supportM.Amsterdam:Elsevier, 2014. 6Saraiva RM, Bezerra J, Perkusich M, et a1.A hybrid approach using case-based reasoning and rule-based reasoning to support cancer diagnosis:A P
19、ilot StudyJ.Stud Health Technol Inform, 2015, 216:862-866. 7汤建.基于机器学习的临床决策支持系统的设计J.计算机光盘软件与应用, 2014, 17 (14) :283. 8赵志升, 张晓, 宋晨晏.医学决策支持系统的发展现状与趋势分析J.医学与哲学, 2015, 36 (1B) :5-8. 9陈黎明, 卞丽芳, 冯志仙.基于护理电子病历的临床决策支持系统的设计与应用J.中华护理杂志, 2014, 49 (9) :1075-1079. 10陈翌, 于广军, 何萍, 等.智能决策支持系统在区域医疗信息共享平台的应用J.中国数字医学, 20
20、10, 5 (11) :10-13. 11刘雄飞, 王庆森.数据仓库与医院管理决策J.中国医院, 2004, 8 (10) :12-14. 12梁雯.基于数据仓库技术的决策支持系统J.微机发展, 2001, 11 (3) :69-71. 13俞磊, 杨松涛, 王宗殿.基于数据仓库的医院决策支持系统的研究与设计J.计算机与数字工程, 2010, 38 (4) :142-145. 14马丽娜, 刘弘, 张希林.数据挖掘、OLAP 在决策支持系统中的应用J.计算机应用研究, 2001, 18 (11) :10-12. 15赵育新, 李达, 杨瑞婷, 等.医院决策支持系统的一般构建与实现J.医疗卫生装备, 2012, 33 (12) :126-128. 16段昌奉, 张巨发, 唐雄, 等.医院移动决策支持系统的建设与应用J.中国数字医学, 2012, 7 (4) :104-105.
