前言：尋找寫作靈感？中文期刊網用心挑選的商業智能在醫院管理中的作用探討，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：隨著技術的革新和管理理念的進步，醫院信息化管理意識從個體化管理轉變為全局化管理。但因為醫院信息系統非常龐大，往往由多供應商分批建設而成，總是存在數據結構不統一、數據存儲分散、甚至有信息孤島等客觀問題，導致數據維護成本高、管理難度大、數據利用率低等實際管理中的難題?；诖髷祿?a href="http://www.www-68455.com/guanlilunwen/yiyuanguanlilunwen/101809.html" target="_blank">商業智能可以幫助我們更好、更便利地管理和應用數據，突破數據結構的維度限制，發揮出數據的最大價值，為醫院管理提供有力的依據。
關鍵詞：商業智能；醫院信息化
當前，信息化成為了提高醫院管理水平的一個重要抓手，醫院信息化建設的側重點也越來越從為收費服務而轉向為管理服務。而從上世紀八、九十年代開始建設醫院信息化系統以來，各醫院的信息系統基本都是由多個供應商分批建設而成，各系統，特別是不同供應商建設的各系統之間，相同信息的表達，如：信息數據的名稱、格式、字段長度等都是不一樣的；甚至有些系統之間的數據無法用外鍵進行關聯，形成了數據孤島；而隨著系統的不斷增加，數據量也在不斷增加。這些都給數據管理帶來了難度，需要我們用新的技術手段去解決。
一、商業智能概述
商業智能（BusinessIntelligence，BI）是將商業數據匯總后經過ETL過程，即抽取（Extraction）、轉換（Transformation）、裝載（Load），合并至數據倉庫、再綜合利用聯機分析處理（OLAP）工具、數據挖掘和數據展現技術等工具，從數據中有效地、及時地提取信息并轉化為知識，從而為決策的快速性和準確性提供支持的一種技術。BI可以同時為信息提供者和信息消費者提供服務。對醫院來說，它可為管理者、醫務人員、病患等提供需要的信息。如通過對醫療數據的分析為管理者指出薄弱環節，并為醫院決策提供支持；為醫務人員提供使臨床路徑更合理的建議；幫助病患建立個人健康檔案，方便病患進行日常健康管理。BI重于宏觀決策，可基于數據的群體共性幫助決策者掌握宏觀趨勢進行決策，但對海量數據不能很好地進行實時分析處理。隨著數據量級的不斷上升，技術的交融進步，賦予大數據潛能的BI也應運而生了。它將BI架設在大數據應用層，由數據集成層抽取ETL后或者數據分析層Hive來的數據既能進行個性化的問題分析，又能進行通用類的業務分析；既滿足了海量數據實時分析，又滿足了宏觀業務的決策性分析。
二、商業智能在醫院決策中的作用
BI在醫院決策中主要有以下四點作用：
1.有效整合數據，消除信息孤島
醫院在發展過程中，不可避免地會與時俱進地更新原有系統，并加入新系統以滿足日益增長的發展要求。而各系統間的數據表達往往不能達到一致，且各系統間的數據關聯性有時容易被忽略。這些系統還隨時在產生大量的、不同種類的、不可再生的數據，造成數據分散、數據孤島、數據量龐大等問題。這些問題使跨系統尋找相關數據難以完成，導致醫院數據難以管理。如不對數據進行加工整合，管理層想要基于相關數據進行智能分析幾乎是不可能完成的。BI可對各系統產生的數據進行清洗并按規則統一存放，這使醫院數據的延續性得到了保證，同時也打破了原有系統的數據隔閡，消除了信息孤島，使BI可以自由地依照管理決策層需求，定制專屬的智能分析模式來滿足需要，而無需動用大成本更迭原有系統。
2.開發靈活，服務于多層次用戶
目前通過BI系統，不僅最終用戶（包括但不限于管理層、醫務人員、后勤等）可以在平臺上查詢到需要的信息，將數據依照用戶需求進行一定的定制和加工后，還能滿足醫院管理層對于整個醫院情況的監測、控制與分析。由于BI良好的基礎性和延展性，相關技術人員還可以進行多次深層次開發，對于各個用戶層需求都能很好的滿足。
3.突破維度限制，動態洞察數據
BI的高融合性，使得數據解脫原有系統以及數據結構的維度限制，決策層可以依照自身需求靈活地變更維度。BI對于分散性高、耦合性低的數據管理能力大大加強，可以獨立管理、查看數據并進行抽象結合管理。例如財務收入數據，傳統報表中可以和時間、部門等維度結合；通過應用BI則可以和病種、醫囑、甚至成本核算數據等維度相結合，這使決策層動態管理成為可能。
4.展現形式多樣
新型BI的發展還使它由枯燥的報表形式變為可視化的圖表，對于管理層來說能更簡明、更直觀地進行決策。甚至可以從現有報表中通過拖拉拽的形式一鍵生成如餅圖、柱形圖、折線圖等圖表，不需要再用其他軟件如Excel等生成圖表。而現有的分析技術也使數據的實時性得到了保證，可以實時顯示當日的門急診人次、出入院人次、業務收入、手術數據等。通過閾值的設定，還能對藥比、耗材比、單病種付費等進行預警，將事后管理變為事中管理。
三、商業智能在醫院決策中的應用實例
BI不但能對數據進行事后分析，還能設定閾值進行事中預警，甚至能分析出相應指標的增減規律計算出下一時段的預測值，供前瞻性決策。由于BI的數據倉庫中的數據可以實時按照用戶終端的需求進行轉換和結合，可以建立復雜模型進行多系統交叉的指標分析。下面舉兩個例子說明：
1.醫保費用事中監控管理
目前，醫保按病種支付已成為趨勢，以杭州為例，就有一百余個按病種支付的單病種項目。如果醫院用人工進行管理測算，不但工作量大，而且僅能事后判斷情況，遇到問題只能引以為戒。通過BI系統可將費用與病種關聯起來，同時設置好支付限額與預警閾值，那么通過模型抽取數據，對于出院病人，僅需幾分鐘就能導出盈虧報表供管理層使用；對于在院病人，能比對發生費用與閾值，超閾值的部分能形成預警報表供事中提醒，及時干預，減少虧損。除按病種支付外，醫保對門急診、住院均費及藥比也有限額控制。利用BI可快速得到醫院門急診、住院的均費、藥比等指標。且BI還提供上鉆、下鉆、切片、切塊等操作方法，使管理層不但能得到醫院層面的相關分析，還能得到各科室、各醫療組、各醫生的相關指標，并進行同比、環比分析。
2.客觀評價醫務人員醫療水平
利用BI，可以將門急診就診人次、門急診病種、門急診費用、收治入院人次、收治病種、手術信息、住院床日、住院費用等分散在多系統的指標匯總起來分析，不再需要使用大量人力從各系統中提取數據手工做分析。針對門急診、住院、醫技科室可以有不同的分析模型和評價指標，利用這些模型還可以快速得到平均基準值，評價醫務人員的醫療水平更方便、更客觀。
四、總結
目前利用BI可以建立跨應用、跨平臺的數據倉庫，實現醫院數據的統一管理，這彌補了原有系統在數據管理上的不足，使數據發揮出更大的價值。依托BI的OLAP工具，可對數據進行分析匯總，不但能事后分析，還能實現事中預警，甚或事前預測。利用機器學習等特性，能對電子病歷進行分析學習，為醫生解讀復雜病歷，并提供治療方案輔助醫生決策。隨著醫院精細化管理的要求越來越高、越來越細、越來越深入，新的需求將不斷涌現，BI也將不斷完善，助力醫院決策。
參考文獻
[1]劉林,馮昌琪,劉耀等.基于商業智能的醫院決策支持系統應用[J].醫學信息學雜志,2016,37(8):24-27.
[2]扈中凱.面向醫療數據的商務智能技術研究[D].浙江大學,2015.
[3]曾倩,李萌,宇傳華等.商業智能在醫院質量與安全監測管理中的應用[J].中國衛生質量管理,2017,24(1):1-3.
作者:車始虹 單位:杭州市紅十字會醫院
