隨著社會的發(fā)展和市場激烈競爭的需要，醫(yī)院管理已經(jīng)逐步從傳統(tǒng)經(jīng)驗型向科學量化管理的方向發(fā)展，而科學量化管理的信息資源，主要從病案的統(tǒng)計分析中獲得，特別是重大決策需要科學的數(shù)據(jù)分析作為依據(jù)，這就對醫(yī)院信息化提出更高的要求。傳統(tǒng)的數(shù)據(jù)庫系統(tǒng)只能完成數(shù)據(jù)統(tǒng)計分析中最簡單的動態(tài)原始數(shù)據(jù)以及日常數(shù)據(jù)報表，而在數(shù)據(jù)分析和輔助決策方面就顯得無能為力了，而數(shù)據(jù)分析和數(shù)據(jù)挖掘技術(shù)正是數(shù)據(jù)倉庫所具有的強大功能。
?。?明確數(shù)據(jù)倉庫的主題
需求分析之中心工作是提出主題，并明確主題。每個主題有一個主題域，對每個主題域確定其數(shù)據(jù)模型，并確定每個主題域的公共主碼。然后建立主題域之間的關(guān)聯(lián)，確定主題域數(shù)據(jù)模式與數(shù)據(jù)源之間的關(guān)系。
在我院病案統(tǒng)計分析的數(shù)據(jù)倉庫的實施過程中，確定的主要主題范圍如下：
?。ǎ保?病人費用構(gòu)成分析：分析整個醫(yī)院、各個科室乃至某個醫(yī)生的病人費用構(gòu)成，如發(fā)現(xiàn)藥品比例過高，可以層層分析是哪個環(huán)節(jié)導致比例過高，從而采取措施來控制；
?。ǎ玻?同期費用對比分析：找出醫(yī)院收入增加或減少的原因；
?。ǎ常?單病種分析：對單病種的費用、住院天數(shù)、治療方案進行分析以便醫(yī)生能及時總結(jié)經(jīng)驗，找出最佳的質(zhì)量手段和方法，縮短就診時間，減輕病人負擔，增加醫(yī)院經(jīng)濟效益；
?。ǎ矗?成本效益分析：把各個不同系統(tǒng)如信息系統(tǒng)、財務(wù)系統(tǒng)等的數(shù)據(jù)匯總的數(shù)據(jù)倉庫，對成本效益進行全面分析，以便能真正把握醫(yī)院經(jīng)營狀況，提高醫(yī)院經(jīng)濟效益；
?。ǎ担?疾病的統(tǒng)計分析：分析不同疾病發(fā)病的病人結(jié)構(gòu)（如年齡、職業(yè)、性別、地區(qū)等）以及輔助診療分類的分析。
?。?數(shù)據(jù)倉庫的源數(shù)據(jù)調(diào)查――數(shù)據(jù)采集
為了從病案首頁信息中分析以上主題，建立主題數(shù)據(jù)倉庫，源數(shù)據(jù)主要來自本院ＨＩＳ系統(tǒng)中２００２－２０１０年的住院病人數(shù)據(jù)資料，其中主要的數(shù)據(jù)關(guān)系表有（以下是以疾病的統(tǒng)計分析和病人費用構(gòu)成分析為例）：現(xiàn)行及歷史的病人住院主記錄表、診斷記錄表、疾病字典表、病人付費方式表治療結(jié)果表等，具體表結(jié)構(gòu)略。
?。?數(shù)據(jù)倉庫的核心數(shù)據(jù)庫設(shè)計
在數(shù)據(jù)倉庫中，事實表數(shù)據(jù)模式是一個比較簡單易懂的數(shù)據(jù)模式。在本設(shè)計中就是采用事實表數(shù)據(jù)模式，主要有疾病的統(tǒng)計分析數(shù)據(jù)表、時間表、病人付費方式表、治療結(jié)果表、疾病分類表及年齡段表等。表１是疾病的統(tǒng)計分析數(shù)據(jù)表結(jié)構(gòu)說明。
軟件實現(xiàn)環(huán)境：
操作系統(tǒng)：Ｗｉｎｄｏｗｓ ２００３ Ｓｅｒｖｅｒ
數(shù)據(jù)倉庫的產(chǎn)品：ＭＳ Ｓｅｒｖｅｒ ２００３企業(yè)版
多維數(shù)據(jù)庫的展現(xiàn)工具：Ｅｘｃｅｌ
?。?數(shù)據(jù)的抽取
本例的抽取程序是利用Ｓｑｌ Ｓｅｒｖｅｒ ２００３中的數(shù)據(jù)轉(zhuǎn)換服務(wù)ＤＴＳ（Ｄａｔａｓｔｏｒｅ Ｔｒａｎｓｍｉｓｓｉｏｎ Ｓｅｒｖｉｃｅ）從數(shù)據(jù)源Ｏｒａｃｌｅ ７中抽取數(shù)據(jù)， 在數(shù)據(jù)的提取過程中，首先建立數(shù)據(jù)源與目標數(shù)據(jù)源，然后在目標數(shù)據(jù)源服務(wù)器中完成維表、事實表的創(chuàng)建；根據(jù)模型的建立，再生成ＳＱＬ數(shù)據(jù)查詢語句的程序包，然后執(zhí)行ＳＱＬ程序包，將源數(shù)據(jù)庫的數(shù)據(jù)提取到目的數(shù)據(jù)庫中的維表和事實表中，數(shù)據(jù)的提取時間取決于源表的大小。
?。?多維數(shù)據(jù)集的建立
?。担?維度的確定
在數(shù)據(jù)倉庫中，維度（Ｄｉｍｅｎｓｉｏｎ）是指觀察數(shù)據(jù)的特定角度，作為識別數(shù)據(jù)的索引，不同的維度組合構(gòu)成了訪問數(shù)據(jù)倉庫中數(shù)據(jù)的約束條件。在本例疾病的統(tǒng)計分析中我們采用了五維，即：時間維（年月）；付費方式維（公費、自費、醫(yī)保等）、年齡段維（５歲以下、５~１４歲、１５~４４歲、４５~５９歲、６０歲以上）、治療結(jié)果維（治愈、好轉(zhuǎn)、未愈、死亡等）。
?。担?數(shù)據(jù)集的建立
在本例疾病的統(tǒng)計分析中我們采用ＳＱＬ Ｓｅｒｖｉｃｅ ２００３ Ａｎａｌｙｓｉｓ Ｓｅｒｖｉｃｅｓ中的多維數(shù)據(jù)集向?qū)Щ蚨嗑S數(shù)據(jù)集編輯器來生成多維數(shù)據(jù)集，其架構(gòu)如圖１所示。
?。?ＯＬＡＰ數(shù)據(jù)多維分析
?。叮?ＯＬＡＰ模型結(jié)構(gòu)
在本例疾病的統(tǒng)計分析的ＯＬＡＰ模型結(jié)構(gòu)如圖２所示。
多維分析是指在ＯＬＡＰ多維結(jié)構(gòu)上對以多維形式組織起來的數(shù)據(jù)采取多種操作，以便分析人員作實驗以驗證其主觀分析意圖，主要有鉆取、切片、切快、旋轉(zhuǎn)4種分析方法。
?。叮?客戶端數(shù)據(jù)分析
在基于微軟的數(shù)據(jù)倉庫框架中，客戶端應(yīng)用可以通過ＭＳ Ｏｆｆｉｃｅ、ＭＳ Ｑｕｅｒｙ、ＭＳ Ｖｉｓｕａｌ Ｓｔｕｄｉｏ等任何支持ＯＬＥ ＤＢ的軟件開發(fā)工具開發(fā)。在本系統(tǒng)中。作者使用ＭＳ Ｏｆｆｉｃｅ中的Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ查詢數(shù)據(jù)倉庫中的多維數(shù)據(jù)集，因為對于客戶端用戶來說，Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ是比較常用且簡單易懂的。
?。?創(chuàng)建ＯＬＡＰ數(shù)據(jù)挖掘模型及瀏覽決策樹
７．１ 創(chuàng)建ＯＬＡＰ數(shù)據(jù)挖掘模型
本文利用Ｍｉｃｒｏｓｏｆｔ 決策樹算法創(chuàng)建ＯＬＡＰ數(shù)據(jù)挖掘模型，以挖掘出不同疾病在不同年齡段的平均住院費用以及治愈時間等情況。
?。罚?瀏覽決策樹
在 ＯＬＡＰ 挖掘模型編輯器中，可以使用編輯器編輯模型屬性或者瀏覽其結(jié)果。在 Ａｎａｌｙｓｉｓ Ｍａｎａｇｅｒ 樹視圖中，展開“挖掘模型集”文件夾，右擊“疾病分析模式”模型，選擇子菜單“瀏覽”命令，出現(xiàn)如圖３所示的決策樹。
?。罚?分析
（１） 在“內(nèi)容詳情”窗格的決策樹區(qū)域中，顏色代表“事例”的密度（在本事例中為：病人年齡段的密度）。顏色越深則節(jié)點中包含的事例就越多。 單擊“全部”節(jié)點。該節(jié)點為黑色，因為它代表 （７７３３） 事例的 １００％。７７３３ 代表出院的病人數(shù)目（即 “疾病分析” 多維數(shù)據(jù)集中有事務(wù)記錄的病人）。
?。ǎ玻?特性窗格顯示“全部”節(jié)點中，所有事例的 ２１．８０％（或者說 １ ６８６ 個示例）的平均住院費用可能是１ ６１０元；３１．６４％的平均住院費用可能是３ ８８５元；２１．７４％的平均住院費用可能是４ ６６４元；２４．８２％的平均住院費用可能是２ ５７６元。如果沒有顯示百分比，則可以調(diào)整“特性”窗格中“合計”面板的“可能性”列的大小。
?。ǎ常?如果選擇了樹的不同節(jié)點，此百分比將會更改。讓我們調(diào)查一下哪些年齡段的病人平均住院費用在４ ６６４元。若要執(zhí)行此操作，則需要重新畫出樹以便勾畫出平均住院費用在４ ６６４元的高密度區(qū)。在右下角的“樹顏色基于”字段中選擇“４６６４”。該樹顯示另一種顏色模式。可以看出年齡段在６０歲以上，平均住院費用３ ０９６元與５ ９８０元之間的節(jié)點的密度高于其他任何節(jié)點。
?。ǎ矗?可以查看樹的其他分支并調(diào)查對于某一種病，病人在不同年齡段平均住院費用的不同可能值。醫(yī)院可以使用此信息來確定針對該種病在不同年齡段的平均住院費用的高低，采取相應(yīng)的措施來調(diào)整最佳治療方案，進而控制平均住院費用。
?。?總 結(jié)
通過創(chuàng)建數(shù)據(jù)倉庫，數(shù)據(jù)不僅僅用于檢索，還可用來分析未來的發(fā)展趨勢，并為管理和決策提供支持，如：病人構(gòu)成分析（分析醫(yī)院門診、住院病人的各種構(gòu)成、如病人的來源、職業(yè)、身份、年齡等分布以便有針對性地采取一些措施來提高服務(wù)質(zhì)量，從而增加門診量和住院收容量）、病人就診時間分析（從門診病人掛號到出院各環(huán)節(jié)就醫(yī)時間，分析病人的就醫(yī)瓶頸以減少排隊，提高就醫(yī)質(zhì)量）、病人費用構(gòu)成分析（分析整個醫(yī)院、各個科室乃至某個醫(yī)生的病人費用構(gòu)成，如發(fā)現(xiàn)藥品比列過高，可以層層分析是哪個環(huán)節(jié)導致比列過高，從而采取措施來控制）、同期費用對比分析（找出醫(yī)院收入增加或減少的原因）、單病種分析（對單病種的費用、住院天數(shù)、治療方案進行分析以便醫(yī)生能及時總結(jié)經(jīng)驗、找出最佳的質(zhì)量手段和方法，縮短就診時間、減輕病人負擔、增加醫(yī)院經(jīng)濟效益）、成本效益分析（把各個不同系統(tǒng)如信息系統(tǒng)、財務(wù)系統(tǒng)等的數(shù)據(jù)匯總的數(shù)據(jù)倉庫，對成本效益進行全面分析，以便能真正把握醫(yī)院經(jīng)營狀況，提高醫(yī)院經(jīng)濟效益）。
當然，數(shù)據(jù)倉庫是一個龐大的知識系統(tǒng)，其功能遠遠不止這些，像各類醫(yī)保病人分析、免費及各種優(yōu)惠病人分析、醫(yī)院各種科學預(yù)測等分析功能。隨著醫(yī)院的發(fā)展，數(shù)據(jù)倉庫的這種決策支持功能將在醫(yī)院的管理和決策中起著越來越重要的作用，尤其醫(yī)院病案統(tǒng)計的分析對醫(yī)療研究著非常重要的作用。
