医院决策支持系统

医院决策支持系统（精选12篇）

医院决策支持系统 篇1

1 引言

在医疗信息技术飞速发展的今天,医院间的竞争也日益加剧,越来越多的医院认识到正确及时的决策是医院生存和发展的关键所在。因此,充分利用现代科技信息技术,自动快速获取有用的决策信息,为医院提供快速、准确的决策支持,已成为大多数成功医院的共识。计算机技术、网络技术的应用,深刻地影响着医院信息化发展进程,基于医院业务流程的各类信息管理系统,如HIS、LIS、PACS、人员管理系统、财务管理系统等在医院广泛应用,为医疗业务服务的流程化、规范化,提高人员工作效率发挥着不可替代的作用。同时,也积累了大量规范化的基础业务数据,利用这类基础数据,特别是从中提取管理决策者关心的数据信息,为医院经营决策提供数据支持,在提升管理水平、创新管理模式上发挥作用,已成为医院信息化建设追求的新目标。

2 决策支持系统的组成

2.1 决策支持系统

决策支持系统(decision support system,DSS)是以管理学、运筹学、控制论和行为科学为基础,以计算机技术为手段,综合利用现有的数据、信息和模型实现决策支持过程的一种工具[1,2]。

2.2 数据挖掘

数据挖掘就是从大量的数据中提取知识信息,称之为知识发现(knowledge discovery in databases,KDD),是知识发现的一个过程。

2.3 数据仓库与数据仓库系统

数据仓库就是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。数据仓库系统是由外部数据源、数据源转换/装载形成新数据库和数据分析工具组成的集合。

2.4 联机分析处理

联机分析处理(on-line analytical processing,OLAP)是针对特定问题的联机数据访问和分析。通过对信息的多种可能的观察形式进行快速、稳定、一致和交互性的存取,允许管理决策人员对数据进行深入观察,以实现决策支持系统的各种要求。

2.5 维度与维度模型

维度是指提供一种观察数据的角度。维度模型是根据决策支持需求,按照各种观察数据的角度划分维数组织数据的方式的集合。

3 决策支持系统的构建

决策支持系统是建立在医院各类管理系统之上的,它将各类业务系统采集的基础数据加以整合,然后进行统计汇总分析。从医院管理运营的角度看,可分为核心决策、一般管理决策和业务分析决策3个层面,简单说就是领导层决策、职能部门管理决策、医务人员业务决策。由于他们各自的角色定位不同,故对决策支持系统的需求也有所不同。因此,要构建一个合理的决策支持系统,就必须从决策支持系统的需求分析入手。

3.1 决策支持系统的设计过程

首先,确立应用目标,对DSS进行需求分析,划分系统基本功能,确立数据呈现的内容,进而确定分析数据的方法与工具,借助工具结合需求创建数据仓库模型(维度模型),按照数据仓库模型组织数据的方法对已有数据源进行定义、转换、清洗、抽取,整合为符合分析方法所需的规范统一的数据源(数据仓库),如图1(a)所示。

3.2 决策支持系统的应用过程

用户通过系统功能调用查询相关信息,数据分析是指对数据仓库内的数据进行处理分析,将结果数据呈现给用户;数据加工则是将数据源的数据装载到数据仓库,供数据分析使用,如图1(b)所示。

上述设计和实现的过程,将数据分为原始数据、仓库数据、呈现数据3个部分,原始数据通过加工处理进入到数据仓库,仓库数据通过分析处理转化为呈现数据,这些部分有机地组织在一起就形成了决策支持系统的基本系统架构。所有决策支持系统无一例外都遵循这个模式。有的称为“总线结构”或“三层结构”,如图1(c)所示。

当然,这些并不是系统架构的全部,一个完整的决策支持系统还应包括诸如人工智能、专家系统及其知识库等其他内容,才能是一个完整的决策支持体系,如图2所示。

通过对决策支持体系架构的认识可以看出,数据仓库在整个系统中起到2个方面的作用:一方面它通过数据加工从基础数据源中提取数据(ETI),另一方面它又通过分析处理(OLAP)这些数据或称为“挖掘”,把分析处理结果呈现出来。所以说数据仓库是体系结构的核心,是决策支持系统(DSS)处理的基石[3,4]。

4 决策支持系统的实现

4.1 核心管理决策的实现

核心决策是医院决策层在全面分析了解多方面数据的基础上,所形成的一些前瞻性、方向性的重要决策,因此医院决策支持系统在建设上应注重在医院基本建设、重点学科建设、社会效益提升、人员绩效考核等重大决策方面发挥作用。例如,通过对患者病种的分析,可以找出疾病与发病人群分布、职业分布、年龄段分布以及地理分布的内在关联性,特别是与职业分布、地理分布的关系,从而指导医院开展“为兵服务”、“义诊”等活动决策更具针对性,避免在开展活动中流于形式。

核心管理决策的支持与管理者的意志有着很大的关联,同时也受医院的发展定位和自身条件因素的制约,对这类决策的支持决定了决策支持系统的特征,是建立决策支持系统的主要任务,然而其需求的多样性也是决策系统建设的难点。

4.2 一般管理决策的实现

一般管理决策是职能部门管理人员通过多视角统计分析数据,结合管理指标所作出的一些规范性、时效性较强的决策。例如,合理用药是各级卫生主管部门和医院管理部门对医生开具处方规范药品使用的一项管理要求,特别是抗菌素类药品的应用受到普遍关注。我们可以在决策支持系统中通过对每位医生、科室病区、乃至全院药品处方情况按照月、季、年时间段回顾,对每个药品品种及品规使用数量、金额进行统计回顾,采用药物利用指标等方式方法,建立合理用药动态监测分析,以此对经常出现的问题进行协调干预,促进临床合理用药,从而实现对医院非常态化用药现象的及时发现、提示、预警、纠错和规范,防范大处方等问题发生。

决策支持系统对一般管理决策的支持比较容易实现,其数据规范性较强,是医院整体运营状况的多视角反映。由于一般管理决策不受管理者的意志影响,也不因医院的自身条件的制约而改变,故而对这类决策的支持是决策支持系统的必须要求,是建立决策支持系统的基本任务。其重点和难点是各职能管理部门管理指标的确立,关键是这些指标的达成和修正,以及注重现有HIS已有功能与DSS功能的重叠。

4.3 医疗业务决策的实现

医疗业务决策是医务人员通过分析统计部分数据,所作出的一些知识性、专业性较强的决策,比如单病种人员在地区、年龄、职业、性别等的分布状况、治疗方案的确定等。对这类决策的支持,仅仅依赖统计、分析数据信息还难以提供很好的决策支持,还需要相关知识库、专家系统等共同完成。因此,对医疗业务决策支持系统只能采取成熟一个建立一个,在构建决策支持系统时应结合医院专业分布,有选择性地预留出接口,以便于今后扩充其功能。

5 决策支持系统的功能

决策支持系统是对医院各级管理者决策行为的支持过程,因此,决策支持系统在功能设计上必须建立在对医院的业务数据进行深层挖掘,形成具有决策性的管理信息,只有这样才能使医院高层领导始终掌握医院各种动态和运行情况,从容应对医疗服务市场,提供更好的医疗服务,从而提升医院的经营管理决策力[5,6]。

5.1 管理控制分析

管理控制分析包括医疗质量分析、医疗效益分析、医疗费用分析、医务人员工作效率分析等,如临床合理用药分析就是从药物的用法与患者病情2个方面帮助医院决策层或管理层综合分析医生是否存在故意开具大处方或不合理使用药物的现象,从而为其制定决策提供依据。

5.2 管理预测分析

管理预测分析主要包括经济效益、人才需求、医疗投入、中长期发展规划预测等方面。例如医院需要根据当前的医疗水平和市场环境等多因素来确定未来5 a的发展规划,医院决策层可以通过分析近几年门急诊人数、医疗收入与支出等数据来预测未来几年医院的发展趋势,进一步推算出医院对医疗设施设备、重点学科和人才建设等一系列的增长需求。

5.3 工作人员绩效分析

工作人员绩效分析可以借鉴企业资源管理中有关人员绩效管理的方式,系统地评价员工的工作行为和工作效率。例如对医生进行绩效分析:首先根据工作性质将全院医生进行分类,从工作数量与质量、效率与效益、科研与教学成绩、职业素养等多方面制定评价标准,并给予合理的权重和分值,进行综合考核[7,8]。

6 结语

建立决策支持系统是一个庞大、浩繁的系统工程项目,不能一蹴而就,多分析比较、把握需求,才能让它发挥应有的作用。需要特别指出的是,决策支持系统应该突出重点,强化对核心需求的支持,体现管理者意志,体现出医院自身特色,才能真正避免落入“为信息化而信息化”的怪圈。

摘要：目的:探讨构建一种适用于医院各级管理层的决策支持系统,从而全面提高医院的管理水平和决策效率。方法:从决策支持系统的基本概念与构架入手,结合医院各级管理决策的功能需求,构建与实现医院管理决策支持系统。结果:医院决策支持系统应满足核心决策、一般管理决策和医疗业务决策3个方面的决策支持。结论:核心决策是建立决策支持系统的主要任务,一般管理决策是建立决策支持系统的基本任务,医疗业务决策应结合医院实际逐步扩充。

关键词：决策支持系统,数据仓库,管理

参考文献

[1]杨鹏宏,韩俊.医院管理决策支持系统的建设方法[J].中国数字医学,2011,7(2):90-92.

[2]何彩升,彭望清,章向宏.基于数据仓库技术的医院管理决策支持系统的研究[J].现代医院,2010,10(2):1-4.

[3]刘丽华,胡凯,冯丹.如何提高医院管理者对DSS的利用率[J].中国医院,2009,13(10):2-4.

[4]郑万松,黄志中,杜战伟,等.基于HIS的医院管理决策支持系统设计研究[J].医疗卫生装备,2009,30(9):53-54.

[5]钟爱军,宋麒.基于数据仓库的医院决策支持系统的构建[J].数理医药学杂志,2007,20(4):535-537.

[6]刘佳,兰顺勇,张晓祥,等.数据仓库与数据挖掘在医院管理中的应用[J].医学与社会,2006,19(10):53-56.

[7]王春荣,李道萍.卫生管理决策支持系统的研究现状[J].医学与社会,2010,23(10):40-43.

[8]陈华英.基于数据仓库和数据挖掘的决策支持系统分析[J].中国民航飞行学院学报,2007,18(3):41-43.

医院决策支持系统 篇2

业务系统和决策支持系统之间是相互补充、互为依赖的关系,不是相互抵触、互为取代的关系。业务系统负责采集海量基础数据,但这些数据是散乱的、相互之间松散的、未经深度挖掘和合理组织的。决策支持系统建设不是一个简单的基础数据累加的过程,而是按照管理思想确定业务主题从高层视图上组织数据,充分挖掘出业务数据的潜在价值,使得数据真正转变为可用的知识和智慧,最大限度地方便基层操作,方便高层管理,进一步提高监控能力,提高科学化管理水平。

二、业务指标的可视化管理功能

人力资源和社会保障部门承担着大量政府部门的民生指标,传统的指标完成情况追踪方式是逐级上报、逐级汇总,报表汇总时效慢、只能做一些同比、环比等常规性分析。决策支持系统可以根据用户的不同层级、不同岗位,针对不同的用户群提供不同视野的报表应用,如局长级可看到全市所有部门的目标任务完成情况以及及各区县对比进度。各业务部门的处长、科长可以看到本部门所负责指标的完成进度,可以追溯到具体的经办人员和指标涉及的用人单位,各区县局长可看到本局所所有指标进度。我们运用数据挖掘工具的可视化功能开发了政府目标管理分析系统,将每年由我局承担的市政府和省厅的110项核心民生目标纳入系统进行管理,所有指标来源于业务系统的数据,杜绝了手工调整、保证数据一致性。点击某一项指标,可以查询到该指标的文件依据、责任部门和分管领导。系统不但可以反映本部门的当期和历史数据、还可以与政府其它相关部门的同期指标、兄弟城市的同类数据进行对比分析。所有数据均以图形化的方式展现,简单直观,根据设定的阀值发布预警信息,及时提醒目标管理部门指标进展与状态。决策支持系统的展现页面同时嵌入局办公自动化系统,局领导在处理公文时可以轻松了解到全局各项指标的进度完成情况及对比分析情况,全面提升了民生指标的执行效率。

三、报表的定制式管理功能

我局社会保险征缴机构综合日常查询、业务台账和上报报表的要求,新开发了统一复合型的社会保险基金统计分析系统替代了传统的报表程序。对较为明细的数据表进行汇总,将结果数据存放到数据库中,查询时直接对结果表进行查询,快速展现,满足常用的日常报表的访问和查看。将经办时间、机构名称、用人单位和劳动者属性等字段设置为可见的查询条件,用户可以根据自己的需要定义查询的名称、查询显示的列,自由组合查询条件,可以根据需要随时定制报表,满足各种临时性、突击性的报表上报要求。报表发布界面简单友好易用,信息呈现的方式可以是电子表格、直方图、饼图或折线趋势图等形式多样、图表结合的方式。运用该系统,工作人员可以轻松地获得社会保险基金的单位参保情况分析、人员参保情况分析、特殊人群参保分析、缴费申报水平分析、基金征收情况分析和欠费清欠情况分析,有效地解决了固化报表主要反映各业务系统中的基本业务状况和部门主要信息且报表内容、格式相对滞后的弊端。

四、即席查询和多维分析功能

即席查询功能是对核心数据从汇总到明细的查询,可以满足对查询数据向下钻取的功能,对关注的.数据可以采取抽丝剥茧式的逐层分析和多维、多角度分析。为了提高业务系统的响应速度,我们建立了数据交换平台,专门用于存储金保工程上传数据、对市政府多部门的交换数据、批量查询数据、报表数据和决策支持系统的数据。将交换平台和业务系统从物理上分离,业务系统只处理业务经办所必须的少量简单的单记录查询,交换库和决策库的建立大大缓解了业务系统的压力,提高了网页的登陆速度,为街道、社区等基层平台社保业务一站式、一户式办理提供了良好的技术平台。

五、预警预报和定向追踪功能

大力推广会计决策支持系统 篇3

当前，社会信息化问题已成为摆在世界各国面前的一个重大课题，这是触及社会经济生活所有领域的一场变革，而各级各类会计信息系统的建设和应用则是企业管理信息化的中心环节。在经济全球化的背景下，企业面临日趋激烈的竞争，会计信息系统必须担负起面向管理决策的重任，会计决策支持系统技能迫切地需要被企业吸收和利用。因此，会计决策支持系统（Accounting Decision Support System，简称ADSS）已成为计算机应用领域中最引人注目的内容之一。

一、我国会计决策支持系统的现状

（一）我国会计软件的发展

1.我国会计软件从20世纪80年代初开始出现核算型会计软件到90年代中后期出现管理型会计软件。管理型会计软件分为财务会计和决策支持两大部分，是在核算型会计软件的基础上，具有财务分析、管理、决策的功能，即增加了会计决策支持系统功能。

2.21世纪初至今，ERP软件成为焦点，ERP中的财务模块作为ERP系统中的一部分，它必须和系统的其他各个模块有相应的数据接口，能够相互集成，但一般的ERP软件的财务部分仍是分为企业会计和财务管理（决策支持）两大部分。

（二）我国会计软件中会计决策支持系统功能现状

1.何谓会计决策支持系统

所谓的会计决策支持系统是以管理科学、计算机科学、行为科学和控制论为基础，以计算机技术、人工智能技术、经济数学方法和信息技术为手段，充分利用会计信息系统提供的各种信息，支持中、高级决策者进行决策，通过人机对话进行分析、比较和判断，帮助决策者根据自己的经验和知识选择一个满意的方案，从而做出正确的决策。如构造各种经济模型，对未来财务状况进行预测等。

因此，会计决策支持系统是决策支持系统在会计领域的应用，是电算化会计信息系统的进一步发展，是会计信息化的要求。

2.我国会计软件中会计决策支持系统功能现状

目前市场上提供的商品化管理型会计软件离真正的“管理型”要求还相去甚远，而且在ADSS领域研究和应用方面刚刚起步，不能真正满足会计信息化的需要，不能满足集团财务的信息化，更不能满足未来企业在管理信息网络基础上进行科学决策的需要。因此，现有管理型会计软件的管理功能（即会计决策支持作用）效果并不佳，并且随着ERP系统的不断运用和发展，会计决策支持系统将会成为企业未来发展的重要工具和管理思想。这就需要会计人大力推进，使会计决策支持系统能真正发挥出其应有的支持管理决策的作用。

二、阻碍会计决策支持系统推广应用的因素

（一）企业管理思想陈旧

企业之间的竞争主要体现在人才的竞争，有了高素质的人才，才有可能开发出创新的产品或服务，就企业的信息化建设来讲，也是如此。管理要以人为本，所以“企业信息化的难点不是技术，也不是资金，而是管理思想的转变。”目前，我国企业内部管理思想和管理方式陈旧，信息化水平总体上较低，对管理信息化的重要性认识滞后，需求还不够迫切，决策信息滞后，质量差；地域主义、保守主义、观望主义等普遍存在。这一管理现状势必会妨碍到信息化的推行，自然也会妨碍会计决策支持系统的应用和推广。

（二）会计软件在ADSS领域研究和应用方面刚刚起步，离真正的“管理型”要求还相去甚远

管理型会计软件有分析功能、控制功能和预算功能，但还远远不能真正满足会计信息化的需要，也不能满足集团财务的信息化，未来企业在管理信息网络基础上进行科学决策的需要。目前，我国市场上的各种财务管理软件和决策支持系统很大程度上都是决策定量技术的具体表现。无论是可解决结构化决策问题的MIS或者是支持半结构化决策过程的DSS，建立数学模型是其普遍的显著特点。把各种统计学和运筹学的方法以灵活易用的方式组织起来，使用者可以随时调用所需要的方法。然而在实际工作中并不是所有影响企业决策的信息都是可以完全量化的：例如，决定本企业生产成本的具体成本动因项目等，这些信息在计算机数学模型中则无法表示。传统MIS与DSS的管理、决策只是在量化建模基础上所进行的决策，远不能满足现行的，更主要是未来企业在管理信息网络基础上进行科学决策的需要，同时会计软件中的预算管理和利润分析功能也较弱，因此需要加快会计决策支持系统的研究、改进与应用推广。

（三）缺乏足够的复合型应用人才

企业的信息化建设需要相关的大量复合型人才，会计决策支持系统应用和推广也同样需要相关的复合型人才。真正的复合型人才应当具备“四方面”的知识，即：企业管理知识，信息技术知识，行业流程知识和项目管理知识，而不是人们习惯上定义的“既懂管理又懂计算机”两方面知识的复合型人才。但是我国会计领域的现状是：手工记账人才比比皆是，而真正懂得会计电算化并擅长应用的人，特别是真正的复合型人才却极度缺乏，供不应求，能推动会计决策支持系统应用的复合型人才更是欠缺。

（四）高校课程体系设置落后，教学不规范、教育培养途径单一

目前我国高校普遍存在课程体系设置落后、单一且理论教学强于实践教学的情况，特别是缺乏信息化技术研究较深的师资。在会计信息化（电算化）课程中，课程体系设置陈旧，教学方法不够规范，缺乏稳定的教材框架和正确的教学导向，教学中大多片面强调理论知识或程序设计，忽视了财务软件中的实际问题及其解决方法，并且会计信息化方面的教科书内容陈旧且不统一，不能适应会计信息化的要求。

现阶段，我国培养信息化人才的主要途径就是各高等院校，企业忽视自身人才的继续教育，难能有真正掌握和熟悉会计决策支持系统等原理和应用的复合型人才。这种状况既不适应目前会计信息化的发展，更不利于会计决策支持系统的应用与推广。

三、大力推进我国会计决策支持系统应用推广的方法

决策是决定企业成败的关键，利用ADSS进行科学的决策就显得尤为重要。针对以上存在的问题，笔者就如何推进我国会计决策支持系统的应用与推广提出以下几个观点：

（一）转变企业落后的经营管理思想和观念

在全球信息化，经济全球化的环境下，任何企业要想在激烈的市场竞争中不被淘汰出局，就必须居安思危，向国际惯例靠拢，建立自己的经营战略，求得企业的生存与发展。简言之，就是要“更新观念、改革管理”，而这就使得企业的会计信息化管理势在必行，利用信息化管理同国际强手竞争，取得竞争优势。

会计信息化就是会计与信息技术的高度融合，它要求会计系统能够将会计核算、财务管理、分析、预测、决策、规划、控制等有机地结合起来，通过计算机、网络及通讯等现代高科技，对企业经济活动的相关数据信息实现尽可能自动化、实时化的搜集、加工、存储、传送及应用，为企业的经营决策以及利益相关者和国家的宏观调控提供快捷、准确的财务信息和其他相关信息。因此，会计信息化系统兼具财务会计、财务管理和管理会计的决策支持功能。

但实现会计信息化的管理，最大的难度就是观念的转变，只有更新了观念，人们的行为和习惯转变了，企业才能顺利地实现信息化，才能自觉地应用ADSS进行科学的决策，才能不断地推动ADSS的改进和发展。只有这样，企业才会在竞争中取胜，才会跟上经济全球化的步伐。

（二）发展和完善会计决策支持系统

在市场竞争激烈，需求经常变动，各种主观因素影响较大的环境条件下，企业进行科学决策、综合管理，不仅需要定量模型，还需要将定量分析与一些定性因子结合起来，甚至只进行符号推理决策。只有如此，企业才能制订出更切合实际的决策方案。因此，针对我国会计软件在ADSS方面存在的问题，我们应该加强在ADSS领域的研究和应用，建立或完善会计决策模型库，大大增强会计软件中的预算管理和利润分析功能，如：预算制定、差异分析、财务异常分析，盈利能力、偿债能力和风险预警功能等，完善会计决策支持系统的功能，使会计决策支持系统切实能满足企业进行科学决策的需要，增强辅助企业战略决策自动化、科学化的能力。可以预料，随着技术的进一步发展，在不久的将来，功能强大的会计决策支持系统将逐步出现。

（三）改善高校课程体系设置，规范教学，大量培养企业所需要的复合型人才

在信息化时代，企业对财会人员的评价标准也会相应的不同，未来企业将看重会计人员跨专业的整合能力及分析、预测能力和领导能力等。因此，高校要培养具有较强的信息技术应用能力的毕业生，在教学过程中要加强对信息化类课程的改革，制定规范的教学方法，改革旧的课程体系设置，建立适应信息化时代要求的课程体系，建立稳定的教材框架和正确的教学导向，统一编写规划教材并注重实践教学的研究，大量培养具有较强的信息技术应用能力的学生，引导会计信息化朝着正确的方向前进，更好地为企业服务，为中国的会计信息化服务。

要推进会计决策支持系统的应用，人才是关键，特别需要大量的复合型人才。而复合型人才的培养，单靠学校培养是不够的。学校只能提供先进的基础知识和技能的教育，而能够真正掌握和熟悉会计决策支持系统等原理和应用的，将是那些在实践中经历了多次“摸爬滚打”、反复品尝了“甜酸苦辣”的学习型的群体，因为要有一定的磨练时间才能实现知识和经验的积累，才算是名副其实的复合型人才。因此，要变单一高校培养人才途径为多途径培养。而企业也要从自身的情况出发，围绕着企业的整体战略目标，制定切实可行的培养规划，培养出符合本企业需求的复合型人才。

四、结语

医院决策支持系统 篇4

医保收入作为各大医院收入来源的重要组成部分, 如何控制医疗费用是医疗保障体制改革的重点, 决策支持系统可以对医保业务做出有效的分析, 从而可以科学的管理和决策。

作为医院必须合理的制定医保政策, 既要保障医院医疗环境, 给予患者充足的优质的医疗服务, 提升患者的满意度;又要避免过度治疗、控制医保支出, 确保费用收入上的平衡。

随着医院信息化建设的飞速发展, 医院现有的HIS系统数据库中存储了大量的历史业务数据, 但由于HIS系统是针对业务进行设计得, 因此对于涉及到数据挖掘和分析部分的数据, HIS (Hospital Information System) 并不能完全满足和实现医保业务分析, 因此有必要使用专门的商业智能工具建立决策支持系统, 以便向医院各级领导、职能部门提供医保分析服务。

2 决策支持系统的解决方案

东方医院决策支持系统采用多维分析方法, 从时间、收费者、费用类型三个维度多种粒度层级综合考虑医保费用的发生情况, 时间维度包括 (天、月、年) 三种层级, 收费者包括 (全院、科室、 (医生、病种) 、病人) 五种层级、费用类型维度包括 (门诊医保、住院医保) 、 (药品、材料、其他) 两种层级。通过ETL (Extract Transform and Load) 工具, 从医院的HIS系统的相应表中抽取相关数据, 并加以处理存放与搭建好的数据仓库中;之后采用SAPBO方案, 对形成的最后的患者医保相关数据进行建模, 设计相应的业务管理和分析决策的模型, 以仪表盘以及报表等形式展示给医院管理者, 以达到决策支持的目的。决策支持并不仅仅局限于医保分析, 对于医院管理的众多应用领域都有着很大的参考价值。

3 决策支持系统的整体架构

3.1 整体框架

医院决策支持系统采用多级架构的方式实施开发, 将整个系统分为两大部分后端框架 (数据源、存储层) 和前段框架 (展现层、用户层) 。 (如图1)

3.1.1 后端部分

基于Oracle关系型数据库进行企业级数据仓库的数据模型构建, 建立分层次、易于扩展和维护、稳定而又安全可靠的企业级数据仓库。基于SAP Business Objects的Data Services工具实现ETL过程, 完成HIS数据的抽取、转换、加载过程。

3.1.2 前端部分

使用SAP Business Objects数据分析套件以仪表盘和报表的方式展示数据, 使用多维分析、数据挖掘的方法分析数据。

3.2 数据存储模型

数据存储是指所有医院相关信息的一体化存储 (图2) 。为了解决“模型稳定和需求易变”的矛盾, 对于综合数据平台中的数据可以分为以下三个层次:临时存储区、基础数据区、汇总数据区。

3.2.1 临时存储区

将不同源系统的数据首先加载到一个临时存储区的原因有两个, 一是为了避免重复的数据抽取工作对数据源造成影响, 二是为了对来自不同源系统的数据表做关联等操作。临时存储区不仅仅存在于数据源系统到基础数据区的转换加载中。

3.2.2 基础数据区

基础数据区是整个数据存储的核心, 通过构建多维模型, 从不同的维度对每一项事实进行分析。基础数据区又可以分为:运营数据区、分析数据区、数据归档区。

其中运营数据区存储按主题分类的面向运营的准实时数据, 提供统一的医院数据视图;分析数据区存储面向经营决策分析的历史数据;归档数据区用于存储运营数据区和分析数据区中产生的历史归档数据。

3.2.3 汇总数据区

为了提高跨域报表和分析的访问性能, 需要对预处理好的数据进行额外存储, 提供给前端使用。这部分是个虚拟层, 不实际存储数据。我们把表、字段和它们的复杂关系在这部分整合为直接供前端展示的业务术语和指标名称。这部分称之为“语义层”。

4 决策支持系统的实际应用

有效管控医保一直以来都是医院的难点, 原因在于医保数据涉及内容广泛而又关系复杂, 难以在繁杂的医保数据海洋中发现真正的问题。

可以通过决策支持系统的多维分析, 来发现医保数据情况的异常, 并通过层层下钻, 找到问题的根源。 (如图3、4、5所示) 某月份总控医保金额达到了红色区域, 超过了当月额定指标, 考察下级明细指标我们发现结算药品均次以及结算药占比两个指标超标情况严重, 通过决策支持系统的下钻功能, 我们通过结算药品均次实行下钻, 并逐层发现超标情况最严重的科室, 医生, 并且通过分析病人的具体费用发生情况来判断该医保是否合理并作出决策。

5 结论

通过决策支持系统在医院医保领域的实际应用, 已经有了显著的成果。决策支持系统极大地增强了医院的医保综合查询分析能力, 分层级的层层深入挖掘医保各项指标出现的异常情况。

通过按全院、科室、 (医生、病种) 、病人5个层级进行医保费用分析, 可以逐层下钻及时发现大额医保费用发生的最明细项;按医保费用类型分析不同医保类型所发生医保金额在全院占比情况, 来辅助调控医保政策;通过不同时间医保费用发生情况分析, 来发现医保费用的时间波动规律等, 分析不同季节医保费用类型的特殊性, 通过以上医保分析不同方面的应用, 提高医院的医保费用管理水平, 并及时调整有关医保业务管理措施。

当然, 本次决策支持系统只是解决了在医院管理医保领域上的一些应用, 随着数据挖掘技术在医院管理的不断深入应用以及医院HIS系统的不断完善, 决策支持系统将不单单只是作为医院管理者的一个数据分析工具, 并且能够监控医院各项业务实时情况, 作为一个指挥控制平台协助医院院长进行管理。

参考文献

[1]于坤, 曹建文.医保费用控制政策对医院用药行为的影响[J].中国医院管理, 2004, 24 (8) :19-21.

[2]严静东, 张才明.依托商业智能系统的医院医保费用分析[J].医疗卫生装备, 2009, 30 (4) :54-56.

[3]陆慧菁, 肖安.商业智能在医保分析中的应用[J].医学信息, 2010, 23 (4) :800-801.

[4]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, 4:142-145.

[5]王觅也, 黄勇, 毕永东等.医院商业智能系统的应用[J].医疗卫生装备, 2012, 33 (1) :82-84.

[6]唐晓东, 李顺飞, 罗娟.决策支持系统在医院应用中存在的问题分析[J].解放军医院管理杂志, 2011, 18 (6) :533-534.

[7]张丽, 王晔.基于Business Objects的区域卫生综合管理和决策支持系统设计和实现[J].中国数字医学, 2011, 6 (9) :61-64.

[8]郭庆, 谷岩.数据挖掘技术在医院信息系统的统计分析与决策中的应用[J].中国医疗设备, 2010, 25 (5) :64-67.

[9]冯煊, 闫世方.浅析国内医院的商务智能应用需求[J].中国数字医学, 2011, 6 (8) :96-98.

村庄布局决策支持系统研究 篇5

村庄布局决策支持系统研究

介绍了县级政府进行平原地区村庄规划布局的决策支持系统的`设计.该系统运用系统工程的思想,以决策支持的理论为核心,把整个决策过程分成若干步骤,为每个步骤提供若干基本模型,采用定性和定量相结合的决策方法,用0-1目标规划和知识推理两种方法制定科学合理的村庄搬迁合并方案.软件把数学模型和地理信息技术相结合,大大增强了决策支持系统的功能.

作 者：王恒山 徐福缘 凌佩雯 严广乐 WANG Heng-shan XU Fu-yuan LING Pei-wen YAN Guang-le  作者单位：上海理工大学管理学院,上海,200093 刊 名：系统工程学报  ISTIC PKU英文刊名：JOURNAL OF SYSTEMS ENGINEERING 年，卷(期)：2000 15(1) 分类号：C931 N94 关键词：村庄布局   决策支持系统   数学模型   地理信息系统  

医院决策支持系统 篇6

关键词：数据仓库；决策支持系统；误区

中图分类号：TP315文献标识码：B文章编号：1673—8454（2012）17—0047—02

一、引言

判断一所大学的办学水平和竞争能力，需要用一系列客观的指标和数据来说明。因此，数据仓库和决策支持系统可以在评价大学水平和促进大学发展方面发挥重要作用。2000年以来，经过持续的建设，上海财经大学已经完成了教学、学生、资产、财务、人事、科研、招生等信息系统的建设。在系统使用过程中产生了大量的业务数据，为建设校务决策支持系统提供了数据基础。

二、决策支持系统

决策支持系统并非新概念，与之相似两个术语分别是数据仓库和商务智能。数据仓库最早由IBM的William H.Inmon在十九世纪七十年代中期提出，主要是指从业务系统数据抽取数据，经过清洗后装载到数据仓库中，通过数据分析工具为业务绩效评估和预测提供支持。虽然信息技术的发展日新月异，而决策支持系统依然保持了强大的适应性和生命力。根据Gartner 2011年的报告，“商务智能”居然超过了“云计算”、“移动计算”，位列最受CIO关注的热门IT词汇之首，足以说明决策支持系统对于组织的重要程度和价值。

决策支持系统的体系架构主要由数据获取、数据存储和数据访问三个主要部分构成，如图1所示。以上海财经大学校务决策支持系统为例，数据获取层通过ETL工具从教学、科研、人事、财务等业务系统数据库中抽取数据，进行加工和清洗，并装载到数据仓库中。数据抽取的频率、规则根据业务数据的类型和数据分析需求确定；数据存储层是决策支持系统的核心，其中数据的组织和存储方式与操作型数据库有较大差别。在数据仓库中，数据通过面向分析主题的方式进行存储，业务对象从上到下逐渐展开。上海财经大学的数据仓库中，处于顶层的数据实体是学生、教师、学科、课程、科研项目等；数据访问层主要为终端用户提供数据查询和分析功能。数据访问的方式随着信息技术的发展而不断变化，主要的发展趋势是越来越强调操作过程简单化、分析结果可视化和丰富的交互功能。

三、校务决策支持系统实践

2008年，上海财经大学开始启动校务决策支持系统建设。当时正值金融危机爆发初期，大量企业裁员和减招，全社会和学校都非常担心大学生的就业问题。因此，项目组决定以毕业生就业状态数据作为分析的试点。由于数据范围可控和数据处理工作量较小，主要通过Oracle PL/SQL和视图完成ETL功能，采用了开源数据分析工具Pentaho实现前端展示功能。该分析主题中构建了包含毕业年度、学院、专业、就业行业、就业地区等多个维度的模型，可同时实现毕业生状态数据的多维分析和钻取。同期，财务处利用Oracle Discovery的技术框架，对学校财务预算和执行情况进行分析，有效支持了校院两级的财务管理模式。

2009年，校务决策支持系统的分析主题开始全面展开。学校提出了要从本科生教学质量、学科发展状态等方面进行全面分析。为了提高系统效率和可维护性，项目组对市场上的主流数据分析工具和ETL工具进行了测试比较。测试的软件包括：IBM Datastage、SAP DataIntegration、Oracle DataIntegrator、Informatica、Kettle、BusinessObjec、MicroStrategy等。最终选择了采用Kettle作为ETL工具，采用MicroStrategy进行数据前端展示。

2010年，项目组采用数据仓库多维建模技术，设计了基于总线结构数据仓库模型，保证了学校各类分析维度的一致性问题。同时，利用缓慢变化维度的方法处理学生学位、教师职称等属性随时间变化的问题，实现了数据可追溯性和数据同比、环比等功能需求。数据仓库采用星形模型结构，保证了分析模型的可理解、易维护和扩展性。目前，校务决策支持系统已构建了各类业务建模型50余个，覆盖的范围包括：招生、就业、人事、财务、教学、科研、学科建设等领域。

2011年，学校购买了Tableau的服务器版本。随着Tableau的投入使用，校务决策支持系统将进一步向可视化、交互性和支持移动终端访问的方向发展。

四、讨论

目前，在高校环境下建设决策支持系统，仍然面临着观念、资金、技术、人员等方面的困难和挑战。上海财经大学经过多年的项目实践，对系统建设有些粗浅的认识和体会，希望与同行分享和交流。我们认为要正确认识校务决策支持系统，需要避免以下常见的误区：

1.误区一：校务决策支持系统是校领导使用的系统

校务决策支持系统很容易被理解成为学校决策层，如：校长、院长使用的系统，把校长、院长定位成系统的主要用户。这个想法看上去很好。然而，指望校长、院长经常访问决策支持系统，并从中获益，可能就不太现实了。那么，谁才是校务决策支持系统的真正用户？我们的答案是：学校战略研究和发展规划部门，即：研究室和发展规划处。作为学校领导的智囊和顾问，研究室和规划处是学校决策层的报告和材料的主要撰写者，校务决策支持系统的作用在于提高了他们获取数据的能力和开展分析的效率。此外，研究室和发展规划处的深度参与，也可以有效地弥补信息技术人员业务知识不足的缺陷。

2.误区二：校务决策支持系统是个阶段性的项目

项目具有阶段性、一次性的特征。但是，一旦开始校务决策支持系统的建设，就要做好长期、持续建设的准备。目前，常见的信息系统开发方式有瀑布型开发、迭代型开发、敏捷开发等。根据TDWI组织2011年的调研结果，有55%的决策支持系统项目采用了敏捷开发和瀑布型开发相结合的混合开发模式，即：每个敏捷开发的小循环中遵循瀑布开发的思路。因为，校务决策支持项目所涉及技术环节多、业务范围广，如果计划任务划分不够明确和具体，项目组成员长时间看不到建设成果，不利于项目团队气势和项目的顺利进行。

此外，一旦用户体验了数据获取和分析的好处，自然会提出越来越多、越来越具体的数据需求。项目组需要能够快速响应，否则将前功尽弃。另一方面，用户可能对系统的某些功能不太感兴趣，长时间无人访问。因此，需要建设能够反映仪表盘使用情况的仪表盘，用于监控系统的使用情况。

3.误区三：实施校务决策支持系统的成本高昂

在银行、证券、电信、零售等行业，由于数据量大、数据实时性能要求高、业务复杂等原因，实施决策支持系统确实代价昂贵。但是在高校中建设校务决策支持项目，也许并不需要很高的代价。

校务决策支持系统的成本主要由三个方面构成，硬件设施、软件许可权和人力资源。首先，因为系统用户不多，并发量小，对服务器性能不太高，目前市场上主流刀片服务器完全能够胜任；其次，应用软件的选择存在商用软件、开源软件、或者混合使用的方案。根据我们的实践和第三方机构的评估，使用开源软件也能达到不错的效果。再次，项目人员的投入。实施顾问价格不菲，因此，建议项目组成员构成多元化，实施顾问负责制订系统规范和架构设计，学校IT人员负责梳理数据来源和数据转换，学校IT人员和学生一起参与报表和仪表盘开发。这样的安排，既可以有效降低项目开支，又有利于知识转移和后期的持续维护，一举两得。

4.误区四：校务决策支持系统是报表系统的集合

由于校务决策支持系统具有报表查询功能，因此很容易被人理解成集中了各业务数据的综合报表查询系统。美国教育学术机构EDUCAUSE的调查表明，有近50%大学的决策支持系统主要用于历史数据的查询和展示，而非进行业务分析和预测。Gartner在定义商务智能时，特别提出商务智能是通过对某一特定领域的信息进行交互式探察和分析，发现其中趋势和模式，辅助决策的过程。由于数据分析需求的不确定性，为系统用户提供数据分析和交互的功能更加重要，否则，系统的使用价值将大打折扣。

五、总结

经过4年多的努力，上海财经大学的校务决策支持系统从无到有，建设目标和方向逐渐清晰。通过系统建设，将分散于各个业务系统的数据进行整合，用于校务决策分析，有助于提高学校科学决策的水平。随着系统使用不断推进，学校层面越来越意识到数据规范和数据质量的重要，形成了倒逼机制，将促进管理信息系统的深化应用。

参考文献：

[1]William H.Inmon.What is a Data Warehouse[M]. Sunnyvalue，Calif. PRISM Solutions，Inc.1992.P1.

[2]John D.Porter，John J.Rome.Lessons From a Successful Data Warehouse Implementation[J].EDUCAUSE/EFFECT Winter，1995，P43—50.

[3]高洪深.决策支持系统（DDS）理论、方法、案例（第三版）[M].北京：清华大学出版社，2005.

[4]国家中长期教育改革和发展规划纲要（2010—2020年）[Z].中华人民共和国教育部，2010.

医院决策支持系统 篇7

医院的管理和决策支持系统起步于医院信息系统中的综合查询和医务统计等子系统, 主要是通过直接查询在线实时数据, 提供查询和报表等服务[2]。随着医院数字化建设的不断深入和发展, 我院组织开发了基于数据仓库技术构建的医院决策支持系统, 该系统充分利用数据仓库面向主题、适合分析的特点, 对医院累计10多年的数据进行挖掘和分析, 为医院的管理和决策提供依据。

1 数据仓库及相关技术

数据仓库 (Data Warehouse) 是一个面向主题的 (Subject Oriented) 、集成的 (Integrate) 、相对稳定的 (Non-Volatile) 、随时间不断变化的数据集合, 用以支持经营管理中的决策制定过程[3]。数据仓库通常包含:数据源、数据准备区、数据仓库、数据库、数据集市/知识挖掘库, 以及各种管理工具和应用工具等部分。数据是决策支持系统的基础, 数据仓库是支撑决策支持系统最核心的技术和工具。

数据挖掘 (Data Mining, DM) 是建立在联机分析处理 (On Line Analytical Processing, OLAP) 的数据库环境基础上的技术。它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等, 高度自动化地分析企业的数据, 做出归纳性的推理, 从中挖掘潜在的模式, 帮助决策者调整市场策略, 减少风险, 做出正确的决策[4,5]。

决策支持系统 (Decision Support System, DSS) 是辅助决策者通过数据、模型和知识, 以人机交互方式进行结构化和半结构化决策的计算机应用系统, 它是信息管理系统向更高一级发展而产生的先进的信息管理系统[6], 既具有数据处理功能又具有数据计算功能[7];是综合运用计算机技术、管理学和人工智能技术, 以现代信息技术为手段, 针对某一类型的半结构化的决策问题, 通过提供背景材料、修改完善模型、进行分析比较等方式, 为管理者做出正确决策提供帮助的人机交互式系统。

2 决策支持系统数据仓库的设计

为了构建医院决策分析数据仓库, 首先要对收费管理系统、库房管理系统、人力资源管理系统、医技管理系统、电子病历等医院信息子系统的业务数据进行分析, 从海量的数据中提取潜在有用的信息和知识, 通过对数据的统计、分析、综合、归纳、推理, 揭示业务间的相互关系, 预测未来的发展趋势, 起到辅助实际工作问题求解, 支持决策的作用。

设计决策分析数据仓库, 要利用ODBC数据源建立ORACLE数据源连接, 并将数据仓库按照统计分析的主题进行数据组织, 依据不同的主题创建维度, 维度的数据层次关系可以设计为星型、雪花型等。数据的来源主要是医院业务数据字典和业务数据源表。其中, 数据字典包括疾病分类字典、疾病诊断字典、药品字典、职业分类、医生职称等。在医院数据仓库中, 最主要的几个表是:病人基本信息、门诊收费、挂号收入、药品收入、医用材料收入、医技收入、住院收入、手术收入、费用性质等;此外, 还有一些公共的字典表, 如职工信息、费用名称表、药品名称等表。在数据仓库中除了包含具体数据外, 还有不同层次、不同角度的大量汇总数据。

数据仓库的每个主题都是由多个表来实现的, 这些表之间依靠主题的公共码键联系在一起, 形成一个完整的主题。以“工作量数据表”主题为例, 主要考虑“工作量数据”主题的粒度形式和粒度划分层次及数据分割策略, 将“工作量数据”主题划分为院区表、科室表、职工信息表、费用类别表、费用性质表、工作量表等几个二维表来实现。工作量数据表选择星型模型, 见图1。

3 医院决策支持系统的基本功能

决策支持系统主要功能面向整个医院的信息, 包括医院财务状况分析模块、科室管理分析模块、医疗质量管理分析模块、手术管理分析模块等功能。

(1) 医院财务状况分析模块。提供功能强大的查询统计功能和清楚直观的图形分析, 通过该系统不仅可以对全院医疗业务收入情况、医院医疗每日动态、床位使用率等相关信息有较好的了解, 而且可以通过对全院医护人员的工作量、门急诊病人和住院病人的费用统计等信息在微观上对医院财务运行有深入的把握。系统为管理层提供的各类经济分析指标和全院经济运作情况的统计分析数据, 为医院的宏观调控提供依据。

(2) 科室管理分析模块。提供全院各科室工作量统计分析和各科室医护人员工作量统计等功能。为各科室和医护人员工作量考核提供依据, 主要包括科室人员构成、科室经济运作、科室动态收入情况、科室工作量统计、医护人员工作量统计、科室医护人员工作量比较、科室医护人员医技费用情况及处方统计分析等数据。科室管理平台界面图, 见图2。

(3) 医疗质量管理分析模块。包括病人病种分析、预约诊疗情况、病历的实时完成情况、院感情况分析、手术质量情况分析、住院病人病情分析、药品使用情况分析、抗菌素使用比例、处方统计、中医参与率、投诉情况分类信息、床位周转率、床位使用率、平均住院天数等有关医疗质量的相关信息。例如利用数据仓库的信息, 可以分析某一时期, 临床科室使用抗菌药物是否超出合理比例, 从而为医院合理使用抗菌药物提供决策依据[8]。

(4) 手术管理分析模块。通过全院手术管理平台, 医院管理部门可以清楚地获取当天医院的手术台数、手术的名称、手术时间、手术进行的状态、主刀医生、手术病人的基本情况等;也可以分析某一时期医院开展的各类手术例数、手术持续时间、手术难易程度, 以及手术医生的工作量, 以便进行绩效考核, 并为深入分析医院开展手术的情况提供决策支持。手术管理平台界面图, 见图3。

4 结束语

基于数据仓库的决策支持系统通过充分利用各类历史数据, 为医院作出科学的决策提供了全方位、客观的信息支持。但医院管理决策支持系统的建设是一个长期的过程, 一个良好的数据仓库系统需要不断完善、修整。通过数据仓库的建设, 对医院的业务数据进行深层挖掘, 形成具有辅助决策的管理信息, 有利于最大限度地减少决策过程中的不确定性、随意性和主观性[9], 从而极大地提高医院运营管理的科学性, 推动医院健康发展。

参考文献

[1]刘雄飞, 王庆森.数据仓库与医院管理决策[J].中国医院, 2004, (10) :12-14.

[2]刘丽华, 冯丹.如何提高医院管理者对DSS的利用率[J].中国医院, 2009, 13 (10) :2-4.

[3][美]Inlnon.eta.数据仓库管理[M].王天佑, 等.译.北京:人民邮电出版社, 1999.

[4]孙钮云.基于卓越绩效准则的医院综合绩效评价指标体系初步研究[D].武汉:华中科技大学, 2008.

[5]邵玉祥, 陈青.数据仓库中联机分析处理技术的研究与开发[J].武汉交通管理干部学院学报, 2002, 4 (1) :70-74.

[6]薛华成.管理信息系统[M].北京:清华大学出版社, 2003:6-16.

[7]陈文伟.决策支持系统及其开发[M].南宁:广西科学技术出版社, 2000.

[8]郭庆, 谷岩.数据挖掘技术在医院信息系统的统计分析与决策中的应用[J].中国医疗设备, 2010, 25 (5) :64-67.

医院决策支持系统 篇8

一、医院人力资源信息化管理的意义

近年来, 新型医疗卫生体制改革不断深化。新型医疗卫生体制改革中提出, 在新型医疗卫生体制中, 应以医院信息化管理和电子病历为重点, 积极推动医院信息化建设的进度, 加快医院人力资源信息化管理的脚步。医院人力资源信息化管理中, 对一切可利用的人力资源进行充分调动, 利用现代化的信息技术, 对医院人力资源的各个要素进行科学分析, 拓展医院人力资源管理的范围, 使医院人力资源管理向更深层次发展, 实现医院人力资源管理的信息化、数字化、智能化, 全面推动医院管理的发展。在医院人力资源管理中引入信息化管理技术, 有利于打破传统医院人力资源管理模式中人力资源分配不合理、管理效率低下等局限, 有利于挖掘医院管理系统中更深层次的信息数据, 为医院管理提供有参考价值的数据支撑和技术支持。

二、决策支持系统的概念

决策支持系统 (DSS) 是一种智能化的计算机信息系统, 主要通过对数据建立模型, 以人机互动的方式, 辅助管理者进行科学的半结构化决策。医院人力资源中应用的决策支持系统, 以数据仓库理论为基础, 以商业智能技术为依托, 允许使用者进行多维立体数据模型的创建和管理, 并将数据以多样化的图表形式进行分析和展示。决策支持系统架构如图1所示, 将采集到的数据进行抽取、转换和装载 (ETL过程) , 并录入至预先设置好的多维立体模型中, 通过联机事务处理系统 (OLTP) 、分析处理系统 (OLAP) 对数据进行处理。通过联机事务处理系统, 能够将原始数据及时传送至计算机数据处理中心进行处理, 使用者可以对数据进行及时处理和问答处理。联机事务处理系统是决策支持系统中最前端的展示工具, 其主要以海量的原始数据为基础, 以数据高级分析技术为依托, 对海量的原始数据进行汇总和整理, 实时建立多样化的数据查询和分析图表, 实现数据展示的多元化。在医院人力资源管理中应用决策支持系统, 能够使海量、分散的原始数据成为可利用的有效数据, 为医院人力资源管理决策提供参考依据, 使医院人力资源管理的管理者具备更强的洞察力、决策能力和分析能力。

三、决策支持系统的优点

目前, 医院信息化管理的过程中普遍存在信息来源不够合理、信息管理不够统一、信息利用效率低下等问题。医院的各个业务系统中累积了海量的数据, 但这些数据缺乏集中性, 数据利用率较为低下。因此, 在医院人力资源管理中采取决策支持系统十分必要。决策支持系统应用于医院人力资源管理中, 具有以下优点。第一, 决策支持系统中的数据仓库主要是为人力资源数据提供稳定的集成分析平台, 使信息的采集更加标准化、统一化, 能够将各个业务系统中分散的海量数据进行整合, 并传送至数据处理中心, 使数据采集过程真正做到有章可循, 能够保证数据的质量, 使人力资源管理更加规范化和现代化。第二, 信息化的人力资源管理流程替代传统的手工和半手工人力资源数据采集、处理的过程, 能够使医院人力资源管理更加便捷化, 降低医院人力资源管理的劳动强度;第三, 决策支持系统中的商业智能工具能够为数据处理提供多种统计分析和处理模块, 使数据分析的结果能够以图文并茂的形式呈现在信息化管理的界面上, 使各种信息数据能够一目了然, 便于管理者根据信息进行长远的规划, 从而有效提高医院人力资源管理的决策质量, 促进医院人力资源管理决策的科学化。

四、决策支持系统在医院人力资源管理中的应用

1. 数据处理平台的应用。

决策支持系统为医院人力资源管理提供了稳定的数据处理平台, 通过建立数据仓库, 能够有效将海量的人力资源数据集中存储于系统中, 便于管理者从不同的角度和维度对数据进行观察和分析。数据平台主要是从不同的角度对数据进行观察和分析, 在人力资源管理的主题中, 对数据的时间、分布科室、科室人员一般资料等进行设计, 通过对这些指标进行设计, 从而提高数据的利用率。目前, 医院人力资源管理模式相对落后, 多以人事档案管理为主, 管理分散且死板, 信息无法及时更新, 各部门之间无法进行信息交流和沟通。数据仓库能够将所有分散的数据进行整合, 以各部门的职能为基础, 使数据真正做到互通互用, 使人力资源管理能够与医院医疗服务和收入挂钩, 有利于医院各科室绩效管理的开展。

2. 数据质量控制。

数据质量是决定数据分析结果可靠与否的重要标准, 同时, 为保证数据分析结果更加可靠, 医院人力资源管理中的决策支持系统的数据统一由数据仓库进行调度。数据与业务系统相分离, 在数据仓库进行集成共享, 能够使数据不受业务系统的影响。决策支持系统为医院人力资源管理提供了有效的质量控制手段。人力资源数据的质量是人力资源管理质量的基础, 通过对数据质量进行控制, 能够使数据分析更加可靠, 为管理者的决策提供可靠的参考依据。在全院范围内应用决策支持系统, 能够有效克服数据过于分散的困扰, 使数据分析走出“信息孤岛”的困境, 真正实现数据的集中分析和科学处理, 为决策提供强有力的数据支撑。

3. 医院人力资源数据分析和展示。

本文以某地某医院的卫生人力资源基本信息表数据为例, 根据其调查表的内容构建人力资源管理业务系统的主题 (见图2) 。业务系统的数据主要从医院的人力资源数量及分布、结构、预测、分析报告、同级比较等5个方面进行展示, 其功能主要有以下特点:结果中可以内嵌多个统计图表;每个图表都支持自由组合和查询;数据可下钻。管理者可根据管理需要在不同的维度对业务系统菜单进行选择, 并将各数据进行多个维度的展示, 有效满足人力资源管理的个性化需求。在对汇总表进行查看的同时, 还可下钻到明细表, 并能够逐层下钻, 直至数据源头, 加深了查询的纵向深度。

五、结语

在医院人力资源管理中应用决策支持系统, 能够有效促进传统的医院管理模式向信息化管理模式进行转变, 使医院人力资源管理部门从单纯的职能部门演变为综合性的信息处理部门, 使医院管理更加规范化、现代化, 使决策更加及时、科学, 积极推动医院人力资源管理的现代化发展。

摘要：在医院人力资源管理中, 采用决策支持系统, 实现医疗资源数据的多维立体分析和展示, 能够为医院人力资源管理提供科学的决策支持, 推动医院管理的现代化和信息化。基于此, 从医院人力资源信息化管理的意义、决策支持系统的概念、决策支持系统的优点、决策支持系统在医院人力资源管理中的应用等4个方面进行综述, 探讨决策支持管理系统在医院人力资源管理中的应用价值, 为促进医院人力资源管理的现代化和信息化提供参考依据。

关键词：医院,人力资源管理,决策支持系统,信息化

参考文献

[1]何珊, 应桂英, 潘晓平, 等.决策支持系统在医院人力资源管理中的应用[J].中国卫生事业管理, 2015 (3) :193-196.

[2]姜求宁, 梁世球, 方萃珍, 等.浅谈我院经营管理决策支持系统建设[J].医药前沿, 2012 (9) :352-353.

[3]应桂英, 甘华平, 陈文, 等.医院管理决策支持系统的研制[C].//2014中华医院信息网络大会论文集.2014:1-8.

[4]韦哲, 曹彤, 王玉珍, 等.三级甲等医院人力资源系统的研究及应用[J].中国数字医学, 2013 (10) :86-88.

[5]徐淳, 于炳江.基于人事档案信息化的医院人力资源信息系统设计与实践[J].中国医院, 2011 (7) :64-66.

[6]陈燕.医院人力资源信息管理系统的发展和应用探讨[J].中国医院管理, 2010 (6) :34-35.

[7]江克松, 胡斌, 宋玲玲, 等.医院人力资源管理信息化浅析[J].中国保健营养, 2012 (9) :539.

[8]黄清, 何仲廉, 钟俊学, 等.医院人力资源信息管理系统建设的实践与体会[J].现代医院管理, 2015 (1) :72-74.

[9]张昕扬, 张军科.医院人力资源信息化管理体系的构建探析[J].中国管理信息化, 2014 (6) :37-38.

医院决策支持系统 篇9

医院无论大小无论规模, 都是需要实时面对环境当中发生的变化并及时针对性的做出高效反映和处理, 这样一个过程看似简单, 但是一系列反应都必须全面、准确和及时, 就会对信息系统等基础支持提出比较高的要求, 作为智能型医院实际上就是基于这样一个概念之上的, 迅速反应, 结合政策变化和患者的实际需求来采取最优化的解决方法和最实用的决策。本文对于信息化技术的应用以及信息化基础的建设, 都基于医院当中数据分析与决策支持的深层次应用来进行说明。

2 基本概念

2.1 医院数据分析与决策BI的基本概念

医院数据分析与决策BI (Business Intelligence, 简称医院数据分析与决策BI) 医院数据分析与决策支持平台在信息化领域就其本质而言就是一种用于进行信息收集、整理、管理和分析过程的信息化系统, 因此首先就具备信息化系统的一系列功能和优势, 再次基础之上。这样一个系统由于其特有的建设目的和目标功能, 能够更加专业化的结合医院这样一类场所的实际情况以及医院发展的实际需求来进行系统内模型的构建, 使得来源广阔的医院数据能够在这样一个系统当中得到整理和保存, 并在保证数据准确性和完整性的基础之上再深层次的对医院数据进行处理, 最终全部汇集到数据库当中去形成宏观的全局试图。此时, 医院数据分析与决策BI (Business Intelligence, 简称医院数据分析与决策BI) 医院数据分析与决策支持平台就具备了数据的全面性、准确性、客观性和完整性, 管理者通过合适的查询或者是分析工具, 就能够对平台内数据进行挖掘或者是联机分析, 最终通过对分析和处理结果的参考来获得更好的决策过程支持, 达到决策最优化的目的。

2.2 HIS的基本概念

HIS (Hospital Information System, 简称HIS) 医院信息系统是指利用计算技术以及通讯设备来对医院内各个部门实时生成的信息数据进行收集、存储、整理、提取和查询的系统, 其构建目的则是希望实现医院内部信息资源分析及处理, 使得授权范围内的用户都能够实现功能目的。医院信息系统构建的意义重大, 不仅能够在相当大程度上提升医院的管理效率和能力, 还能够较好的支持医院内科研工作的进行, 初次之外, 对医院内全过程动态信息的追踪和收集也成为可能。这一方面是极大程度减少工作人员工作量, 另一方面也能够简化医院诊疗程序, 使得医院内的就诊环境能够得到本质性的提升, 最终保证医院能够以最低的投入获得最高的经济效益和社会效益, 并保证就诊病人的体验最佳。

3 医院数据分析与决策支持医院数据分析与决策BI的特点与作用

3.1 医院数据分析与决策BI灵活性强

无论是在系统平台的开发环节还是使用环节, 医院数据分析与决策支持医院数据分析与决策BI平台都表现出相当大程度的灵活性, 医院数据分析与决策BI系统的开发和实用本质上主要是希望满足医院管理层人员对于信息的查询和分析需求。因此, 在开发过程当中专业的计算机人员可以针对客户特定而具体的需求来进行系统平台开发, 最终用户就能够在应用平台的基础之上根据自己的实际需求来进行信息的查询和进一步处理。

3.2 医院数据分析与决策BI整合性强

医院数据分析与决策BI系统出众的整合性主要是因为医院数据分析与决策BI系统本身并不产生数据, 只是对现有的数据进行转化和处理, 这样首先就保证医院数据分析与决策BI系统在实用过程当中能够多角度的来进行数据获取, 另一方面也能够保证系统自身较小的体量和运行的高效性。这样的话, 在相当多时候, 医院数据分析与决策BI系统当中的数据质量就完全不取决于医院数据分析与决策BI系统本身, 而是取决于数据的来源业务系统。这实际上也就要求用户在实用医院数据分析与决策BI系统的时候不要过于苛求医院数据分析与决策BI展现基础信息系统当中并没有提供的数据。对于医院数据分析与决策BI系统而言, 其作用或者说是在查询和分析的过程当中, 展现的是分析业务系统运作的结果数据, 而不是业务处理的具体细节过程。因此, 想要对医院数据分析与决策BI加以充分利用, 首先就要对系统当中现有或者原有的数据来进行充分利用和价值提取, 这样一种数据既可以是实时数据, 也可以是非实时数据。

3.3 医院数据分析与决策BI分析角度多元化

医院数据分析与决策BI系统中, 对于数据的观察角度以及方式是有所转变的, 不是传统模式当中独立和查看和管理每一个数据, 而是对海量数据进行数据属性的抽象, 再次基础之上再以属性的角度来进行归类、抽象和处理。例如, 各个医疗部门各个月的收支数据, 就可以抽象为从时间、部门、收支方向的角度分析金额。12个月是时间这个角度里的内容, 同时我们可以扩充其内容, 将月分为季度、年, 这种扩充并不会影响我们的基础的最详细的数据, 但是可以丰富我们看到数的内容, 也即丰富我们展现数据的内容。

4 医院数据分析与决策BI决策支持平台在医院中的具体应用

医院数据分析与决策BI系统所采集的数据特点就是量大且分散, 对这样一种处理难度比较大的数据进行整合和分析后, 再将结果以最为直观的方式展现给用户, 使得用户能够迅速准确而全面的认识到医院的实际生产和经营状况, 基于这样一种良好的认识来辅助领导进行决策工作。此外, 该系统还能够对各项预算的使用状况和完成状况进行快速计算, 使得领导还能够进一步提前预测到业绩完成后的状况。医院数据分析与决策BI系统的应用通常都需要相应建立信息共享平台, 才能使得BI系统在信息平台当中进行信息的获取和处理。

医院数据分析与决策支持BI平台收集的是医院现有HIS系统、HRP系统等各种信息系统当中所产生和提供的数据, 对这些数量庞大、来源广泛的数据进行整理、分析、重组和整合, 最终将其转移到特定的集中数据库当中去, 并在该数据库当中建立最终的用户分析模型。在分析模型的基础上就可以进行各种商业智能应用, 应用的方式包括报表、随机查询、灵活分析以及仪表盘, 应用的内容包括HIS数据分析、HRP数据分析、以及医院其他数据的分析, 各种商业智能应用通过统一的信息门户展现给最终用户。同时提供对系统的管理和维护功能。

5 结语

可以看到的是, 医院数据分析与决策支持医院数据分析与决策BI系统的构建与使用能够在形成完整的数据平台, 并对HIS系统当中海量的数据进行充分而有效的提取、整合和利用, 在极大程度上减轻了各个部门进行数据处理的难度, 并能够对指标系统进行更加科学全面的分析与管理, 在实践过程当中更加容易的得到容易理解和优化的参考指标, 帮助医院管理人员提高决策的准确性和快速性。

摘要：近年来, 网络和信息化技术在我们国家的发展势如破竹, 各行各业都开始致力于信息化平台和系统的构建与应用, 希望通过这样一种高效准确的方法和手段来极大程度优化管理工作。但是, 医院数据存在固有的特点, 使其难以进行分析和有效管理, 想要将信息化技术和医院数据进行整合利用就会面临着多方面的问题。基于此, 如何将看似分散无关的医院数据进行收集、分析和管理, 就成为了医院人员所关注的问题。本文主要结合医院数据分析与决策支持的深层次应用来进行说明, 希望能够对信息化技术在医院数据处理中的贯彻实施有所帮助和启示。

关键词：医院数据,数据分析,决策支持

参考文献

[1]鹿晓明.基于医院信息系统的多维数据分析的研究与应用[J].情报学报, 2006 (8) .

[2]郭茜, 余元龙.数据分析与挖掘技术在医疗质量管理中的应用[J].医学信息学杂志, 2011 (1) .

智能决策支持系统研究 篇10

1 智能决策支持系统及其关键技术

1.1 DSS和IDSS概念及应用

决策支持系统 (DecisionSupportSystem) 这个概念是1970年由美国莫顿教授提出, 决策支持系统 (DSS, DecisionSupportingSystem) , 是以管理科学、运筹学、控制论和行为科学为基础, 以计算机技术、仿真技术和信息技术为手段, 针对半结构化的决策问题, 支持决策活动具有智能作用的人机系统。该系统能够为决策者提供决策所需的数据、信息和背景材料, 帮助明确决策目标和进行问题的识别, 建立或修改决策模型, 提供各种备选方案, 并且对各种方案进行评价和优选, 通过人机交互功能进行分析、比较和判断, 为正确决策提供必要的支持。此后它发展迅速, 在美国许多部门中成功地获得应用, 如对城市规划决策、商品销售决策等, 深受用户欢迎。经过国内学者的不懈努力, DSS在实际应用方面取得了丰硕的成果。这些方面的主要成就可以概括为以下几大方面: (1) 政府宏观经济管理和公共管理问题; (2) 水资源调配与防洪预警系统; (3) 产业 (或行业) 规划与管理、各类资源开发与利用决策; (4) 生态和环境控制系统的决策以及自然灾害的预防管理; (5) 金融系统的投资决策与风险分析与管理; (6) 企业生产运作管理的决策。

智能决策支持系统 (IDSS, IntelligenceDecision SupportingSystem) , 是人工智能 (AI, ArtificialIntelligence) 和DSS相结合, 应用专家系统 (ES, Expert System) 技术, 使DSS能够更充分地应用人类的知识, 如关于决策问题的描述性知识, 决策过程中的过程性知识, 求解问题的推理性知识, 通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。IDSS的概念最早由Bonczek等人于80年代提出, 它的功能是, 既能处理定量问题, 又能处理定性问题。IDSS的核心思想是将AI与其他相关科学成果相结合, 使DSS具有人工智能。

1.2 IDSS的分类

根据IDSS智能的实现可将其分为以下4种类型。

1) 利用AI实现系统的智能, 又分为基于ES的IDSS、基于机器学习的IDSS和基于AI新技术Agent的IDSS。其中Agent的研究成为目前人工智能研究的热点, 主要有智能型Agent研究、多Agent研究和面向Agent的程序设计研究3个方面, 基于Agent的计算被认为是软件开发的下一个重要的突破。

2) 利用数据库领域的新工具———数据仓库、联机分析处理及数据挖掘技术来帮助实现智能。这些工具使用户在分析大量复杂数据时变得轻松而高效, 可以迅速做出正确判断。其中数据挖掘是从大型数据库或数据仓库中发现并提取隐藏在其中的信息的一种新技术, 它可以从DSS执行者没有想到去问的数据库中找出与决策问题相关的信息, 帮助决策者寻找数据间潜在的关联, 发现被忽略的要素, 并通过分析现有的方式来预期将来的行为。随着网络及数据库的普遍应用, 这种方法具有广泛的应用前景。

3) 利用逻辑观点、面向对象方法或关系来表示系统各部件, 使IDSS在总体上统一表示、相互协调以实现系统的整体智能行为。

4) 具有知识学习能力的IDSS。根据IDSS的学习能力的不同, 知识系统可分为静态知识系统和动态知识系统。静态知识系统的知识维护需要人工干预, 系统的行为在求解过程开始前就已经确定了, 而动态系统则可以自动从决策过程中获得经验, 自动对知识库进行维护与更新, 从而支持复杂环境下的决策过程, 反映了较高级的智能活动。

1.3 IDSS的关键技术

1.3.1 模型库系统的设计与实现

它包括模型库的组织结构、模型库管理系统的功能、模型库语言等方面的设计与实现。

1.3.2 部件接口

包括对数据部件的数据的存取、对模型部件的模型的调用和运行、对知识部件的知识完成推理。

1.3.3 系统综合集成

决策支持系统需要对数据、模型、知识、用户交互四个部件组成。需要强大的计算能力和数据处理能力, 一般的计算机语言如C、PASCAL、FORTRAN等不支持数据库的操作, 而VF、ORACLE、SQL等的数值计算能力不足。而决策支持系统既要数值计算又要数据库操作, 对开发语言的要求是很高的。

2 数据仓库、OLAP和数据挖掘的决策支持技术

数据仓库和OLAP是90年代初提出的概念, 到90年代中期已经形成潮流。在美国, 数据仓库已成为仅次于Internet之后的又一技术热点。数据仓库是市场激烈竞争的产物, 它的目标是达到有效的决策支持。大型企业几乎都建立或计划建立自己的数据仓库, 数据库厂商也纷纷推出自己的数据仓库软件。目前, 已建立和使用的数据仓库应用系统都取得了明显的经济效益, 在市场竞争中显示了强劲的活力。

数据仓库将大量用于事务处理的传统数据库数据进行清理、抽取和转换, 并按决策主题的需要进行重新组织。数据仓库的逻辑结构可分为近期基本数据层、历史数据层和综合数据层 (其中综合数据是为决策服务的) 。数据仓库的物理结构一般采用星型结构的关系数据库。星型结构由事实表和维表组成, 多个维表之间形成多维数据结构。星型结构的数据体现了空间的多维立方体。这种高度集中的数据为各种不同决策需求提供了有用的分析基础。数据仓库对底层数据库中的事务级数据进行集成、转换和综合, 重新组织成面向全局的数据视图, 为DSS提供数据存储和组织的基础。

随着数据仓库的发展, OLAP也得到了迅猛的发展。数据仓库侧重于存储和管理面向决策主题的数据;而OLAP则侧重于数据仓库中的数据分析, 并将其转换成辅助决策信息。OLAP的一个重要特点是多维数据分析, 这与数据仓库的多维数据组织正好形成相互结合、相互补充的关系。OLAP技术中比较典型的应用是对多维数据的切片和切块、钻取、旋转等, 它便于使用者从不同角度提取有关数据。OLAP技术还能够利用分析过程对数据进行深入分析和加工。OLAP从数据仓库中的集成数据出发, 构建面向分析的多维数据模型, 再使用多维分析方法从多个不同的视角对多维数据进行分析、比较。利用OLAP还可以实现实时行情的计算机模拟。

数据挖掘 (DataMining) 是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则, 为经营决策、市场策划、金融预测等提供依据, 使大型数据库作为一个丰富可靠的资源为知识归纳服务。数据挖掘技术涉及数据库、AI (人工智能) 、机器学习、神经计算和统计分析等多种技术, 它使决策支持工具 (DSS) 跨入了一个新阶段。实际上OLAP就是一种广义的、简化了的较浅层次的数据挖掘, 而数据挖掘是OLAP的扩展, 是使这一过程尽可能自动化的分析过程。数据挖掘以数据仓库和多维数据库中的大量数据为基础, 自动地发现数据中的潜在模式, 并以这些模式为基础自动做出预测。这些模式往往是动态的, 发现这些模式是非常重要的工作。根据这些模式可以进行投资决策, 这是开发的关键环节。数据挖掘表明, 知识就隐藏在日常积累下来的大量数据之中, 仅靠复杂的算法和推理并不能发现知识, 数据才是知识的真正源泉。

3 智能投资决策支持系统架构

证券投资决策支持系统的组件包括即时行情数据库和公司经营数据库, 以及数据接口模块, 数据接口模块负责把以上数据转换到数据仓库中。元数据 (Metadata) 是数据共享的基础, 可简单理解为数据的数据。内容上是关于数据的内容、质量、条件和其他特性的数据。

用途上是关于数据的结构化描述, 用于对数据的精确理解、搜索和处理。元数据为各种形态的数字化信息单元和资源集合提供规范、普遍的描述方法和检索工具, 为分布、由多种数字化资源有机构成的数据共享体系提供整合的工具和纽带。由于内在的统一性, 这种新架构很好地解决了相互间的衔接问题。数据仓库为OLAP提供了充分可靠的数据基础, 数据挖掘可以从数据仓库和多维数据库中找到所需的数据, 数据挖掘中发现的知识可以直接用于指导OLAP的分析处理, 而OLAP分析得出的新知识也可以立即补充到系统的知识库中。

4 总结

通过对证券投资决策支持系统的研究, 可以看出, 随着证券市场的飞速发展, 信息量增大、变化加快、种类增多, 在这样一种复杂的环境中进行决策, 充分利用数据挖掘等技术是今后投资决策支持系统发展的方向。

参考文献

[1]安淑芝.数据仓库与数据挖掘.北京:清华大学出版社[M].2005.

[2]蔚成香, 宁伟, 李艳.一智能决策支持系统的设计与实现[J].山东科技大学学报, 2001 (12) .

医院决策支持系统 篇11

摘要：高校的财务信息化工作从会计电算化发展到现在的信息管理系统，趋势必将是财务决策支持系统，而数据仓库是决策支持系统的核心。该文根据高校的特点，设计了基于数据仓库技术的决策支持系统。系统通过在某高校的实际应用，取得了良好效果。

关键词：数据仓库 决策支持 数据分析 OLAP

中图分类号：TP311.52 文献标识码：A 文章编号：1673-8454（2009）11-0028-04

学校财务管理是高校事务管理的核心环节之一，是学校日常工作正常进行的保障。它和学校各级部门、各级人员都有密不可分的关系。随着时代的发展和改革的不断深入，高校财务管理日趋复杂化、多元化，管理者使用传统算法或依靠经验判断已不能满足财务管理的需求。强化财务管理，充分使用信息资源，提高决策的科学性是解决问题的关键，加强财务事前预算、事中控制、事后评估分析是科学决策的有效途径。

一、设计高校财务决策支持系统的必要性

随着高校财务信息化工作的不断发展，高校早已实现会计核算电算化，建立了内部局域网。发展步伐比较快的高校还自行开发或采购使用了其他一些业务管理系统，如工资管理系统、学生收费管理系统、国库集中支付系统、预算管理系统、非税业务系统等。对很多高校来讲，这些系统都是由不同的人来操作，以完成对各财务具体业务工作的处理，各系统功能相互独立，且运行在不同的网络上，无法实现相互之间的沟通和联系，更不能实现信息资源的高度共享，而在实际的业务流程中，往往对不同的财务子系统的信息共享存在着很大程度的需求。高校财务管理水平的提高应实现核算型向管理型的转变，管理也就是决策，目前高校财务决策的内容通常包括：（1）资金的筹集（财政性资金、科研收入、学费收入、其他收入、银行贷款等）；（2）资金的分配（预算安排、项目投资等）；（3）资金的使用（预算执行情况）；（4）资金的评价（使用效益分析、绩效评价指标分析、教学评估指标分析、财务危机风险分析等）。

可以看出，以上任何一项决策都难以根据现有的业务管理系统直接得出，财务工作要大幅度地提高效率，必须使用更有效的机制，即设计和开发一个决策支持系统。只有这样，才能实现对财务信息的充分利用，使之为管理层服务，起到辅助决策的作用。高校财务决策支持系统是以各业务处理子系统积累的历史数据为基础，根据领导对辅助决策信息的需求，以及财务分析自身发展的需要而设计的一个专用决策支持系统，它是会计核算管理系统的发展方向。由于学校财务本身的特点，导致市场上很少有成熟的财务决策软件适合学校财务决策的需要，因此，必须根据学校的具体情况，设计适合使用的财务决策支持系统。

二、设计基于数据仓库的高校财务决策支持系统的意义

数据仓库技术从一面世，就受到了学术界、企业界的重视，它在大型的计算机信息系统中得到了应用。数据仓库使数据库技术的应用范围从支持操作层面的联机事务处理，支持中间管理控制层面的管理信息系统，提高到了支持决策层面的决策支持系统，它为决策支持带来了一些新的方法和技术。

目前，数据仓库一词尚没有一个统一的定义，著名的数据仓库专家William H. Inmon在其著作《Building the Data Warehouse》一书中给予如下描述:数据仓库(Datawarehouse)是一个面向主题的(SubjectOriented)､集成的(Integrated)､相对稳定的(Non-Volatile)､反映历史变化(TimeVariant)的数据集合,用于支持管理决策。对于数据仓库的概念我们可以从两个层次予以理解。首先，数据仓库用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库;其次，数据仓库是对多个异构的数据源有效集成，集成后按照主题进行重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改。[1]将数据仓库用于决策支持系统，主要有以下几个方面的作用：

（１）增强了DSS（决策支持系统）决策的客观性。ＤＳＳ中数据仓库的数据是面向分析组织的，比面向应用组织的传统数据库更加适合决策分析需求：数据仓库的数据类型丰富、数据容量大、保存时间长，为预测趋势、制定决策战略提供了充足的信息，使决策方案更具客观性。

（２）增强了决策支持系统的实用性。ＤＳＳ中的数据仓库集模型库、方法库、数据库为一体，以数据驱动运行模式代替传统ＤＳＳ的模型驱动模式，且实现了分析方法与数据结构相分离，使方法库及数据的扩充具有相对独立性。

（３）提高了数据查询、分析效率。数据仓库可通过提取器自动追加数据，以及通过数据视图生成器自动生成数据视图，能及时快速地准备好各层次数据，使查询瞬间完成，可大大提高数据获取效率。

（４）具有强大的数据分析工具。利用ＯＬＡＰ分析工具、数据挖掘工具及图形工具等，使决策者能从各角度分析数据，提供更全面、更丰富的战略性辅助信息及被忽略的重要因素。

（５）具有动态扩展性能。基于数据仓库的ＤＳＳ通过内在反馈机制，使用户需求逐渐明确，DSS系统结构日趋完善。

综上所述，高校的财务业务处理系统存在着操作平台不一致、数据格式不一致、自动化程度不一致、共享程度低、操作复杂、查询不便等问题。由于这些问题的存在，财务工作不能完全适应办公自动化、信息化的要求，难以提供及时、准确的财务统计信息供高层决策人员作出决策，阻碍了财务管理水平的进一步提高。为从根本上解决以上问题，必须建立同会计核算和财务管理相适应的一套新系统，该系统不但能集成财务部门所需要的会计信息和与其相关的信息，而且能从多角度对会计指标进行分析，并能根据需要进行决策，方便财务部门的管理和领导查询决策，提高财务管理水平。该系统也就是基于数据仓库的财务决策支持系统。具体到财务管理工作来讲，该系统的意义体现在以下方面：

（１）整合数据资源，方便师生和财务人员进行查询；

（２）进行有效会计分析，提高分析效率与准确率；

（３）方便计算生均培养成本；

（４）提高高校财务风险控制和财务预警水平；

（５）为绩效考核教学评估提供基础数据。

三、基于数据仓库的高校财务决策支持系统的总体设计

1.系统整体架构

高校财务决策支持系统首先是个决策支持系统，是为高校财务决策的制定提供支持的一个计算机系统，它具有所有决策支持系统的目标、功能、特征等，是决策支持系统在高校财务领域的应用。传统的电算化会计信息系统基本上局限于实现会计的反映与监督职能，缺乏对会计的预测和辅助决策支持功能，而高校财务决策支持系统是能够直接支持单位高层财务管理决策工作的系统，是为高校财务决策者提供问题分析、模型构造、决策过程模拟以及决策效果评价的决策支持环境。该系统整体框架如图1所示。

图1中主要有五部分：第一部分包括不同的数据来源；第二部分是数据抽取、转换和加载的过程，该过程完成从多个数据源抽取数据，并对数据进行转换、规约，然后将整理好的数据加载到数据仓库；第三部分是企业级数据仓库，为了更好地进行决策支持分析，数据仓库中的数据可进行二次抽取，加载到面向分析主题的数据集市；第四部分是联机分析处理和数据挖掘，实现对数据多维度、多层次的分析和对隐性知识的发掘；第五部分是门户系统，将分析结果内容进行组合，针对不同用户展现不同的定制内容。[2]

2.高校财务数据仓库的设计

数据仓库是决策支持系统的基础，数据仓库设计的好坏直接决定了决策支持系统的成功与否。在高校中，大部门（资金需求量大）、大项目、大资金往往是决策者关注的问题，同时针对高校财务是以预算为主的特点，提出以资金为核心的主题设计，确定数据仓库系统围绕部门、项目、资金、时间来展开分析。

（１）数据仓库总体结构如图２所示

数据仓库从现有多个业务处理系统（源数据）中获取数据，经过清洗、分类后，存储在数据仓库的内部数据库中，通过数据仓库的数据加载工具，向数据仓库提供数据信息。数据仓库获取数据以后，就进入数据仓库的应用阶段。根据具体要求获取不同维度的数据，分析维度数据的层次，建立事实表和维度表，实现数据仓库。

（２）数据仓库模型设计

在数据仓库体系结构设计之后，设计了资金、职工、学生三个主题，其中，以资金作为核心主题进行设计，通过对财务数据的分析，可以得到相应主题的分析结果，这些数据信息有助于作出决策。职工、学生主题是进行辅助分析决策的相关主题，这些主题也反映高校现行发展阶段中所关注的一些方面。[3] 根据各主题的需要，建立事实表和维度表，然后，从各数据源中抽取数据，集成到数据仓库中。为了将数据按内在的逻辑关系有序地放在维度表中，应当提供所描述对象的详细属性，因此事实表是数据仓库的核心。采用星型模型，事实表通过键将各维度表组织起来，共同满足用户的查询需求。对高校财务数据仓库事实表及维度表的设计如表1所示。

在完成数据仓库的模型设计后，建立数据仓库的物理结构，以事实表为核心，结合各维度表，实现对基本数据的存储和预处理，为多维数据分析处理奠定了基础。

3.联机分析处理（OLAP）

在数据仓库系统中，联机分析处理（On-Line Analytical Processing，OLAP）是重要的数据分析工具。OLAP的目标是满足决策支持或多维环境下特定的查询和报表需求，其技术核心是“维”这一概念，因此OLAP也可以说是多维数据分析工具的集合。OLAP分析主要通过对多维数据进行分析、切块、聚合、钻取、旋转等分析操作，以求剖析数据，使用户能够从多种维度、多个侧面、多种数据综合度查看数据，从而了解数据背后蕴涵的规律，以更好地辅助决策。

OLAP在财务数据仓库中的应用是多维数据分析，决策者可以从不同角度、不同层次、不同时段来查询和分析数据。例如，分析近三年来，全校预算资金收入支出变化情况；学校贷款规模变动情况；各部门人员经费、公用经费等支出情况；不同学院不同职级教职工收入（工资收入、科研经费、课酬等）增长情况；学生缴欠费比例分析等。对这些数据的分析结果，将有助决策者对下一年度的预算调整、经费控制、筹资分析、薪资调整等作出科学合理的决策安排。

4.系统实现

数据仓库的建立及OLAP完成了对数据的分析处理，如何将这些结果整理以便更好地展现给决策者。笔者借助目前较为流行的ASP.NET开发技术，采用基于B/S的三层模式（数据层、业务逻辑层和表示层）来实现整个系统。

在ASP.NET中三层结构的前端为Html、Aspx等，前端给中间层传递参数，并接受中间层的参数。中间层为.VB、 .CS等文件编译而成的.DLL控件，通过中间业务逻辑层实现程序逻辑与网页内容分离，实现数据库层的连接与操作。后端为数据库服务器。在本系统实施中，采用了微软全套的.NET开发环境，从而大大增加了系统运行的稳定性、可靠性、安全性及高效性。本系统的中间业务逻辑层采用了ASP.NET创建可重用组件技术，充分利用NET的类库，通过Visual Studio.Net环境将.CS件编译成.DLL文件。微软的.NET技术使用组件时不需要注册，从而大大简化了中间层的组织和管理，提高了系统的可伸缩性和可维护性。在开发三层结构的表示层时，采用了ASP.NET的Server端控件及用户自定义控件代替了以前的ASP脚本语言，使后台ASP程序可以直接访问前台窗体元素的属性，同时利用ASP.NET提供的“数据绑定”技术与数据源（比如数组、ＸＭＬ文件、数据库等）连接，实现数据的动态联接。

在数据访问上，一方面通过.NET框架中全新的数据访问技术ADO.NET访问Web数据库，提供对数据一致的、断开的访问模式。另一方面利用SQL Server2000及其存储过程的高效性和安全性，为在NS服务下运行的数据库的Web应用程序提供了高性能的数据存储服务。ADO.NET中的Dataset组件在内部采用XML来描述数据，可以容纳具有复杂关系的数据，并且不再依赖于数据库链路。另外，Dataset包含一个或多个DataTable对象的集合，不管数据来源于一个关系型的数据库，还是来源于一个XML文档，都可以用一个统一的编程模型来创建和使用它，从而提高了程序的交互性和可扩展性。同时，采用.NET提供应用程序与数据源的连接，实现对数据源中数据的检索和修改，从而实现数据库的跨平台访问。[4]

四、结束语

系统的整个框架是在数据仓库技术、联机分析技术和.NET技术的基础上形成的。将数据仓库技术应用于财务决支持系统，不仅具有传统的DSS功能，而且通过使用数据库的联机分析技术强化了DSS的智能功能。数据仓库技术作为信息化的解决方案，是信息技术在高校管理现代化实现过程中的有效手段和重要途径。

参考文献：

[1]李志刚,马刚.数据仓库与数据挖掘的原理及应用[M].北京：高等教育出版社,2008:6-11.

[2]陈俊,王崑声.基于数据仓库的决策支持系统的设计与实现[J].计算机工程与设计,2008,第29卷第20期:5281.

[3]赵宝华,阮文惠.高校财务数据仓库的设计与实现[J].计算机工程,2008,第34卷第17期:267-268.

临床决策支持系统建设研究 篇12

关键词：临床决策支持系统,知识库,数据挖掘,医院信息化

近年来,随着医院规模的不断扩张,医疗数据也呈爆发式增长。如何从海量的业务数据中发掘有价值的信息,构建智能化数据库,从而辅助医疗工作者决策,是当前研究的热点。20世纪90年代初期,我院就着手建立信息系统,至今已有医院信息系统(HIS)、临床检验系统(LIS)、医学影像系统(PACS)、放射信息系统(RIS)、办公自动化(OA)系统和手术、麻醉、重症等8大系统和40多个子系统。虽然医院在信息化建设方面取得显著进步,信息系统也得到广泛使用,但是其工作理念和方式却相对落后,亟需科学化的辅助手段[1]。在医学信息领域里,用计算机辅助进行决策、诊断、推理的软件被称为临床决策支持系统[2]。我院于2014年开始部署建设临床决策支持系统,对医疗数据进行分析处理,辅助临床医疗决策。

1决策支持系统构建方案

临床决策支持系统基于多种数据挖掘技术方法,构建分析决策模型,并针对HIS、LIS、RIS、PACS、EMR(电子病历)系统等海量医疗数据进行挖掘分析,为临床诊疗的客观与规范化提供决策支持[3,4]。2014年10月,我院委托北京天鹏恒宇科技发展有限公司,着手开始医院的临床决策支持系统建设。该系统通过引入临床数据库,采用数据挖掘和联机分析处理等技术,将决策信息展示给终端用户,并具有为临床医生提供建议、提醒、报警、计算、预测等方面的功能[5]。

1.1系统架构

医院原有的信息系统虽然能够为医疗决策提供部分支持,但由于系统分散,决策内容单一,其应用范围受到较大限制。知识库的建设不仅仅是将分散在各个系统的数据进行集成,还需要对医院的业务流程和数据集进行标准化处理[6]。本系统将数据库转化为基于共享机制的数据模型,对数据库知识进行综合分析、统一处理后,再按不同维度展示给终端,有利于提升医疗质量和决策准确性。系统框架分为3层,分别是数据层、处理层、展示层。数据层将各医疗业务数据进行结构化转换[7],并统一加载到数据仓库中,然后对外提供标准接口,便于数据提取;处理层采用数据挖掘与分析工具,对仓储中提取的数据知识进行清洗过滤,并利用一定规则转化为决策信息;展示层是真正面向终端和用户的,将处理层的决策信息按不同维度、不同方式展现出来,便于使用者正确决策。系统架构,见图1。

1.2知识库构建与知识获取

医学知识的获取一般来源于医学文献和经验积累,包括术语字典、语义词库、知识模型等[8]。我院完善了知识库创建体系,通过设定不同类类型型、、不不同同领领域域、、不不同同主主题题的知识片集群,满足各临床活活动动对对知知识识决决策策系系统统的的要要求求(图2)。诊断知识库,表述相相关关的的疾疾病病名名称称、、诊诊疗疗参参考考等等内容;药品知识库,表述与用用药药说说明明、、配配伍伍禁禁忌忌、、不不良良反反应、专家点评相关的内容;检查查化化验验知知识识库库,,表表述述标标本本采采集集、、适应禁忌等方面的知识内容;;手手术术知知识识库库,,表表述述与与手手术术相相关的操作说明、注意事项等相相关关的的知知识识内内容容。。这这些些知知识识库库内容与医院原有的HIS、EMRR等等业业务务数数据据库库以以及及医医学学文文献献等知识,通过数据挖掘平台,,转转化化为为决决策策系系统统可可理理解解的的术术语字典、语义词库、知识模型型等等内内容容。。

1.3多维度知识展现

通过将临床决策支持系统与我院HIS连接,医生在书写电子医嘱和病历的不同阶段,均可运用智能提取、联机分析技术,将层级知识库中的有效知识分门别类,转化为易于理解和应用的信息,展现给医疗工作者,从而辅助于决策。以传染性非典型肺炎诊断为例,医生可在窗口(图3)右侧知识元素中,依次点选查看检查项目、检验项目、手术项目、治疗药品等内容,从而起到一定的辅助参考作用。另外,指南搜索、知识挖掘、医学工具、症状推导、疾病分类(ICD)图谱等功能也集成到各个客户端,不仅便于系统使用者检索分类,也可以群策群力,让用户参与进来,形成知识展现、反馈、处理、再展现的良性循环。

2应用评价

我院目前在东、西两个院区70多个科室均部署了临床决策支持系统,通过近6个月的跟踪反馈,基本达到前期目标。通过临床知识库获取的知识,能够为医生提供辅助诊疗的初步推送服务,帮助临床工作者初步作出决策。这也表明,临床决策支持系统的建设和完善,是临床决策者的迫切需要,其应用效果会随着知识库的不断丰富化、智能化而变得更加显著。

3问题与对策

在系统建设的过程中,由于缺乏既熟悉医院临床业务,又了解信息技术辅助决策领域的专业人员,导致系统的推进相对缓慢,在实际应用方面也没有达到理想程度。另外,临床决策支持系统的建设位于医院信息化建设中的顶端,只有医院各信息系统完备,并建设统一的数据平台,才能加快决策支持系统的前进步伐。最后,任何系统的建设都不可能一蹴而就,尤其是处于研究初期的临床决策支持系统,更需要在建设过程中不断学习、总结经验,逐步完善。

参考文献

[1]曾小东,应桂英,郑建智,等.医院决策支持面临的问题与对策[J].中国卫生信息管理,2012,9(6):48-55.

[2]许兰萍.医院的市场化管理、临床决策与医学人文[J].医学与哲学,2012,34(9A):10-12.

[3]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):104-106.

[4]王珏,刘博,夏新,等.医保决策支持系统的设计和应用[J].医疗卫生装备,2014,35(9):65-67.

[5]胡安邦,廖富国.临床决策支持系统研究初探[C].2012年中华医院信息网络大会暨第五届中美医院信息化论坛,2012.

[6]刘博,夏新,陈彦东,等.基于商业智能的医院决策支持系统研究[J].中国医疗设备,2013,28(11):36-39.

[7]叶青,刘丹红,杨喆.指南本体构建中的临床数据标准化问题探讨[J].中国数字医学,2013,8(3):8-11.