基于数据中心的医院精细化管理系统的建立及应用

基于数据中心的医院精细化管理系统的建立及应用

ID:21575779

大小:29.00 KB

页数:7页

时间:2018-10-22

基于数据中心的医院精细化管理系统的建立及应用_第1页
基于数据中心的医院精细化管理系统的建立及应用_第2页
基于数据中心的医院精细化管理系统的建立及应用_第3页
基于数据中心的医院精细化管理系统的建立及应用_第4页
基于数据中心的医院精细化管理系统的建立及应用_第5页
资源描述:

《基于数据中心的医院精细化管理系统的建立及应用》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于数据中心的医院精细化管理系统的建立及应用    [摘要]本文采用CDC、ETL等技术,在数据中心的基础上建立医院精细化管理系统,从不同的维度对医疗大数据进行挖掘、利用和分析。通过建立基于数据中心的医院精细化管理系统,充分挖掘医疗大数据在医院运营管理中的价值,从而提高医院精细化管理水平。实践结果表明,该系统建设过程无需进行接口改造,即可充分整合利用医疗大数据,使管理指标统计口径一致并可对指标进行层层下钻分析,满足医院精细化管理需求,值得推广应用。下载论文网/3/  [关键词]医院;数据中心;精细化管理系统  doi:/- 

2、  [中?D分类号][文献标识码]A[文章编号]1673-0194(2017)14-00-02  0引言  随着医院信息化建设的不断发展和深入,医疗大数据在医院中的作用越来越重要,主要体现在临床诊疗、科研和医院管理等方面。从现代医院管理战略出发,医院的管理逐渐趋向于科学化、精细化,而这种科学化、精细化的管理主要体现在医院借助信息系统对医疗大数据的整合、利用,使医疗大数据中的信息在医院人、财、物等管理方面发挥其价值。但是,目前大多数医院信息化建设并未达到这样的效果,存在全院数据统计口径不一致、数据分散、数据利用率低等各种亟待解

3、决的问题,因此,建立一个使医疗大数据可以得到充分整合、挖掘和利用的精细化管理系统具有十分重要的意义。基于此,上海市精神卫生中心联合上海柯林布瑞信息技术有限公司,通过尝试建立基于数据中心的医院精细化管理系统,探索更加科学化、精细化的信息管理模式。  1基于数据中心的医院精细化管理系统建设  基于数据中心的医院精细化管理系统(见图1)主要是参照HL7(HealthLevelSeven)和卫计委的相关标准,利用信息资源规划和面向对象的统一建模方法来建设的。系统采用变化数据捕获CDC(ChangeDataCapture)、ETL(E

4、xtract-Transform-Load)等技术,由业务复制库及操作数据存储ODS(OperationalDataStore)、运营数据中心ODR(OperationDataRepository)、主数据管理MDM(MasterDataManagement)、数据集市等功能单元构成。其建设过程是将医院已有的各个分散的业务系统(HIS、LIS、RIS等)与医院运营相关的数据进行组织、整合形成ODR,然后将ODR中的数据从不同的维度进行挖掘和利用,从而建成精细化管理系统,并对指标数据进行展示和分析。  系统架构主要分为三层,依

5、次为:业务层、数据层和展示层。业务层包括医院近30年信息化建设过程中不断建设的各类业务系统,主要为HIS、LIS、RIS、EMR等数据生产型业务系统;数据层主要包括业务复制库及操作数据存储ODS、ODR、MDM、数据集市;展示层分为以运营指标为元素的17个主题,每个主题都有相对应的指标和各种可视化图表等。  2基于数据中心的医院精细化管理系统的特点  无需进行接口改造  基于数据中心的医院精细化管理系统数据整合的整个过程,不需要对业务系统进行接口改造,而是利用CDC+ETL技术,避免了从业务系统抽取数据过程中制作接口的风险和

6、费用,缩短了抽取数据的时间。随着医院业务系统的不断增多,现在医院每天凌晨有很多需要进行数据处理的定时服务,这些服务无形中增加了服务器的负担。而采用CDC技术不但可以减轻服务器的负担,还可以减少业务系统在抽取数据时的压力,使数据中心的数据达到与业务系统间的间隔时间平均在1小时以内,改变过去每天凌晨进行数据抽取的方式,从而更合理地利用服务器资源,提高医院的服务效率,降低系统风险。  指标可层层下钻  与传统的医院管理系统相比,基于数据中心的医院精细化管理系统的最大的特点是,使用者不仅可以看到相应指标数据的同环比的变化情况,还可以

7、对相应指标进行层层下钻,对指标数据进行挖掘,从指标表面的数据可以层层下钻,挖掘到指标对应的时间、科室、医疗单元和医生,可以找到导致该指标升高或下降的具体原因和具体对应人,从而管理者可以从根源上解决指标反映出的问题。例如,为了破除“以药补医”机制,医院重点监测药占比、材占比等指标,对这些指标进行监测并不是简单查看这些指标值,更重要的是要找出导致这些指标升高的具体原因,从而更科学、合理地对指标进行控制,使药占比、材占比等指标逐渐降低,达到新医改的要求。  预测模型功能  预测模型功能是在医院以往积累的大数据基础上建立的,其不仅可

8、以预测全院未来的门诊挂号人数、门诊等待时间、入院人数、手术人数,以及门急诊的排队情况、资源利用情况等,也可以预测具体某个科室、医疗单元的门诊人次量、手术量等。除此之外,还可以从时间的维度预测明天、下周、下个月、下个季度或明年的具体指标数据趋势,可以为医院制订工作计划和统筹安排医护人员提供决

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。