對于醫(yī)院的信息化部門來說，其往往有一個重要的工作，那就是根據(jù)當(dāng)期的醫(yī)療運營狀況來制作報表。這些報表包括醫(yī)院的營收狀況、醫(yī)療質(zhì)量、藥品管理等各種類型的數(shù)據(jù)會成為醫(yī)院決策的重要依據(jù)。制作報表的工作雖然看起來并不困難，但是卻非常瑣碎，不僅消耗大量的人力資源成本，而且無法做到實時的更新。隨著醫(yī)院信息化建設(shè)的加速，這一矛盾就體現(xiàn)的更加明顯了。

下面，我們就從一家醫(yī)院的實踐出發(fā)，看他們的信息化部門是如何應(yīng)對數(shù)據(jù)分析與可視化挑戰(zhàn)的。

醫(yī)院信息化的“數(shù)據(jù)分析困境”

三甲醫(yī)院在醫(yī)療信息化的過程中上線了HIS系統(tǒng)、LIS系統(tǒng)、CIS系統(tǒng)等業(yè)務(wù)系統(tǒng)，這些系統(tǒng)在運行過程中會生成海量的數(shù)據(jù)，對于提升醫(yī)療業(yè)務(wù)收入、改善醫(yī)療質(zhì)量、降低患者投訴率等方面具有著巨大的價值。而過去醫(yī)院的數(shù)據(jù)分析往往只會選擇簡單的幾項數(shù)據(jù)進行統(tǒng)計與分析，其它數(shù)據(jù)的價值也因此被埋沒。

在醫(yī)療數(shù)據(jù)價值挖掘方面，傳統(tǒng)的報表形式由于巨大的人力資源消耗，將基本不具備可實施性。而且，如果完全依賴于手動的方式來生成報表，數(shù)據(jù)分析的可視化成果在美觀性、全面性等方面將受到很大的制約，無法展現(xiàn)自己想要的數(shù)據(jù)。

為了徹底解決這一問題，有些醫(yī)院決定拋棄傳統(tǒng)的報表式軟件，選擇 DataHunter 數(shù)據(jù)分析與可視化平臺，從商業(yè)智能（BI）入手來化解數(shù)據(jù)分析與可視化問題，同時也為醫(yī)院的業(yè)務(wù)精細(xì)化運營帶來更堅實的數(shù)據(jù)能力支撐。

對于醫(yī)院數(shù)據(jù)進行ETL處理 構(gòu)建統(tǒng)一的數(shù)據(jù)倉庫

首先，DataHunter 幫助其梳理了其所屬醫(yī)院當(dāng)期的數(shù)據(jù)運行現(xiàn)狀：在近幾年來，該醫(yī)院的業(yè)務(wù)系統(tǒng)每天都會產(chǎn)生大量的數(shù)據(jù)，由于這些系統(tǒng)之間并沒有進行統(tǒng)一的管理，所以“數(shù)據(jù)孤島”的問題非常嚴(yán)重，不同的業(yè)務(wù)系統(tǒng)輸出的數(shù)據(jù)格式、類型有著很大的差異，而且還存在異構(gòu)數(shù)據(jù)并存的現(xiàn)象，難以直接導(dǎo)入到BI系統(tǒng)之中。

在 DataHunter 的建議與幫助下，該醫(yī)院對業(yè)務(wù)數(shù)據(jù)啟動了數(shù)據(jù)轉(zhuǎn)換和加載（Extract－Transform－Load，ETL）處理。其對醫(yī)院的相關(guān)業(yè)務(wù)系統(tǒng)數(shù)據(jù)進行了梳理，弄清楚了 DBMS 類型、數(shù)據(jù)量大小、非結(jié)構(gòu)化數(shù)據(jù)占比等關(guān)鍵問題，接著從業(yè)務(wù)系統(tǒng)到ODS做清洗，將臟數(shù)據(jù)和不完整數(shù)據(jù)過濾掉，并從ODS到DW的過程中轉(zhuǎn)換，進行業(yè)務(wù)規(guī)則的計算和聚合，從而構(gòu)建了統(tǒng)一的數(shù)據(jù)倉庫，為BI項目的施行奠定了堅實的基礎(chǔ)。

在對醫(yī)院數(shù)據(jù)進行 ETL 之后，信息化部門將醫(yī)院各個業(yè)務(wù)系統(tǒng)的數(shù)據(jù)庫導(dǎo)入了 DataHunter 業(yè)務(wù)數(shù)據(jù)可視化分析管理平臺之中，并且通過數(shù)據(jù)關(guān)聯(lián)功能打通了不同業(yè)務(wù)系統(tǒng)的數(shù)據(jù)庫，以更全面的生成相關(guān)的數(shù)據(jù)圖表。

數(shù)據(jù)分析實戰(zhàn)：BI是如何讓醫(yī)院數(shù)據(jù)分析煥然一新的？

對于醫(yī)院數(shù)據(jù)進行ETL處理只是第一步，更重要的則是如何通過這些數(shù)據(jù)來指導(dǎo)醫(yī)院業(yè)務(wù)的實際運行，這也是BI業(yè)務(wù)實踐的一個普遍難題。為此，該院信息化部門和 DataHunter 的數(shù)據(jù)分析專家進行了數(shù)次的探討，并最終確定此次數(shù)據(jù)分析與可視化項目的幾大目標(biāo)：對于醫(yī)院業(yè)務(wù)進行全面、及時的分析；通過圖表直觀的反映醫(yī)院當(dāng)期的醫(yī)療質(zhì)量如何；對醫(yī)療物資進行數(shù)據(jù)可視化管理；對入院患者進行用戶畫像。

第一是圍繞醫(yī)院業(yè)務(wù)展開的分析，這也是本次BI系統(tǒng)建設(shè)最關(guān)鍵的目標(biāo)。為了從傳統(tǒng)報表手動的分析模式轉(zhuǎn)換到現(xiàn)代BI的自動化分析模式，該院在 DataHunter 業(yè)務(wù)數(shù)據(jù)可視化分析管理平臺上，建立了業(yè)務(wù)分析看板，直接從關(guān)聯(lián)的財務(wù)數(shù)據(jù)庫中抽取信息進行分析，生成營收分析（包括醫(yī)院月度總收入、環(huán)比增長率、門診各科目收入、住院各科目收入等），門診分析（包括門診類型、掛號方式、患者類型、門診數(shù)量等），住院分析（包括實時住院人數(shù)、床位使用率、診療結(jié)果等），這些數(shù)據(jù)會以圖表的方式直觀、自動的呈現(xiàn)，讓醫(yī)院當(dāng)前的業(yè)務(wù)運行一覽無余。

第二是圍繞藥品等醫(yī)療物資為核心而展開的分析。主要是結(jié)合病人的臨床數(shù)據(jù)和處方數(shù)據(jù)，分為三大主題：一是統(tǒng)計當(dāng)月各類型藥品的使用數(shù)量以及庫存情況，提醒藥品采購部門及時補充藥品；二是建立數(shù)據(jù)模型分析，對于在院病人的藥理種類分析、藥品總金額、藥品數(shù)量、住院病人總金額進行分析。三是分析不同藥品、耗材的使用詳情，對于醫(yī)療物資的流轉(zhuǎn)進行更加有效的監(jiān)督。

第三是圍繞醫(yī)療質(zhì)量管控而展開的分析：在醫(yī)療質(zhì)量方面的管控總是一件吃力不討好的事情，人工的數(shù)據(jù)處理總是容易招致非議，而自動化的醫(yī)療質(zhì)量統(tǒng)計就可以很好避免這一問題了。通過將HIS、LIS、CIS等系統(tǒng)在醫(yī)療管理中產(chǎn)生的數(shù)據(jù)，直觀的顯示不同時期內(nèi)的住院死亡人數(shù)、患者感染、手術(shù)并發(fā)等數(shù)據(jù)，除了可以對于醫(yī)療質(zhì)量管控的效果進行觀察，還可以定位表現(xiàn)異常的醫(yī)療類型、時間等信息，從而有針對性的采取醫(yī)療質(zhì)量提升的舉措。

“明星”項目背后的經(jīng)驗之談

談到BI實施所帶來的改變，醫(yī)院信息化部門的負(fù)責(zé)人反饋：最明顯的改變就是數(shù)據(jù)分析的效率，之前信息部門在月末分析時，需要抽出2－3名員工，耗費接近一個星期的時間來分析各項數(shù)據(jù)。在實施BI之后，實現(xiàn)了近實時的分析，效率有了顯著的提升。

更根本的改觀是，數(shù)據(jù)分析作為一種思維方式，真正的融入了醫(yī)院的醫(yī)療業(yè)務(wù)流程之中。在之前，無論是調(diào)整醫(yī)療業(yè)務(wù)還是制定決策，更多的依靠的都是領(lǐng)導(dǎo)的經(jīng)驗以及“直覺”，但在BI系統(tǒng)部署了之后，可以隨時隨地根據(jù)自己的需求來方便的查看相關(guān)數(shù)據(jù)，數(shù)據(jù)決策也真正成為了一種文化。

該醫(yī)院的醫(yī)療信息化的問題得到了很好的解決，不僅部門的工作輕松了很多，可以將精力更多的花費在信息化架構(gòu)創(chuàng)新等重要的事務(wù)上，還在精細(xì)化決策、業(yè)務(wù)創(chuàng)新方面帶來了之前自己沒有預(yù)料到的效果。在年終的總結(jié)中，該項目也被評為醫(yī)院的明星項目之一，讓該院對于BI系統(tǒng)的進一步推動充滿了信心。