商业智能在医院管理中的重要性.docx

《商业智能在医院管理中的重要性.docx》由会员分享，可在线阅读，更多相关《商业智能在医院管理中的重要性.docx（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、商业智能在医院管理中的重要性摘要：随着技术的革新和管理理念的进步，医院信息化管理意识从个体化管理转变为全局化管理。但由于医院信息系统非常庞大，往往由多供给商分批建设而成，总是存在数据构造不统一、数据存储分散、甚至有信息孤岛等客观问题，导致数据维护成本高、管理难度大、数据利用率低等实际管理中的难题。基于大数据的商业智能能够帮助我们更好、更便利地管理和应用数据，突破数据构造的维度限制，发挥出数据的最大价值，为医院管理提供有力的根据。关键词：商业智能；医院信息化当前，信息化成为了提高医院管理水平的一个重要抓手，医院信息化建设的侧重点也越来越从为收费服务而转向为管理服务。而从上世纪八、九十年代开场建设

2、医院信息化系统以来，各医院的信息系统基本都是由多个供给商分批建设而成，各系统，十分是不同供给商建设的各系统之间，一样信息的表达，如：信息数据的名称、格式、字段长度等都是不一样的；甚至有些系统之间的数据无法用外键进行关联，构成了数据孤岛；而随着系统的不断增加，数据量也在不断增加。这些都给数据管理带来了难度，需要我们用新的技术手段去解决。一、商业智能概述商业智能BusinessIntelligence，BI是将商业数据汇总后经过ETL经过，即抽取Extraction、转换Transformation、装载Load，合并至数据仓库、再综合利用联机分析处理OLAP工具、数据挖掘和数据展现技术等工具，从

3、数据中有效地、及时地提取信息并转化为知识，进而为决策的快速性和准确性提供支持的一种技术。BI能够同时为信息提供者和信息消费者提供服务。对医院来讲，它可为管理者、医务人员、病患等提供需要的信息。如通过对医疗数据的分析为管理者指出薄弱环节，并为医院决策提供支持；为医务人员提供使临床途径更合理的建议；帮助病患建立个人健康档案，方便病患进行日常健康管理。BI重于宏观决策，可基于数据的群体共性帮助决策者把握宏观趋势进行决策，但对海量数据不能很好地进行实时分析处理。随着数据量级的不断上升，技术的交融进步，赋予大数据潜能的BI也应运而生了。它将BI架设在大数据应用层，由数据集成层抽取ETL后或者数据分析层H

4、ive来的数据既能进行个性化的问题分析，又能进行通用类的业务分析；既知足了海量数据实时分析，又知足了宏观业务的决策性分析。二、商业智能在医院决策中的作用BI在医院决策中主要有下面四点作用：1.有效整合数据，消除信息孤岛医院在发展经过中，不可避免地会与时俱进地更新原有系统，并参加新系统以知足日益增长的发展要求。而各系统间的数据表达往往不能到达一致，且各系统间的数据关联性有时容易被忽略。这些系统还随时在产生大量的、不同种类的、不可再生的数据，造成数据分散、数据孤岛、数据量庞大等问题。这些问题使跨系统寻找相关数据难以完成，导致医院数据难以管理。如不对数据进行加工整合，管理层想要基于相关数据进行智能分

5、析几乎是不可能完成的。BI可对各系统产生的数据进行清洗并按规则统一存放，这使医院数据的延续性得到了保证，同时也打破了原有系统的数据隔膜，消除了信息孤岛，使BI能够自由地按照管理决策层需求，定制专属的智能分析形式来知足需要，而无需动用大成本更迭原有系统。2.开发灵敏，服务于多层次用户目前通过BI系统，不仅最终用户包括但不限于管理层、医务人员、后勤等能够在平台上查询到需要的信息，将数据按照用户需求进行一定的定制和加工后，还能知足医院管理层对于整个医院情况的监测、控制与分析。由于BI良好的基础性和延展性，相关技术人员还能够进行屡次深层次开发，对于各个用户层需求都能很好的知足。3.突破维度限制，动态洞

6、察数据BI的高融合性，使得数据解脱原有系统以及数据构造的维度限制，决策层能够按照本身需求灵敏地变更维度。BI对于分散性高、耦合性低的数据管理能力大大加强，能够独立管理、查看数据并进行抽象结合管理。例如财务收入数据，传统报表中能够和时间、部门等维度结合；通过应用BI则能够和病种、医嘱、甚至成本核算数据等维度相结合，这使决策层动态管理成为可能。4.展现形式多样新型BI的发展还使它由枯燥的报表形式变为可视化的图表，对于管理层来讲能更简明、更直观地进行决策。甚至能够从现有报表中通过拖拉拽的形式一键生成如饼图、柱形图、折线图等图表，不需要再用其他软件如Excel等生成图表。而现有的分析技术也使数据的实时

7、性得到了保证，能够实时显示当日的门急诊人次、出入院人次、业务收入、手术数据等。通过阈值的设定，还能对药比、耗材比、单病种付费等进行预警，将事后管理变为事中管理。三、商业智能在医院决策中的应用实例BI不但能对数据进行事后分析，还能设定阈值进行事中预警，甚至能分析出相应指标的增减规律计算出下一时段的预测值，供前瞻性决策。由于BI的数据仓库中的数据能够实时根据用户终端的需求进行转换和结合，能够建立复杂模型进行多系统穿插的指标分析。下面举两个例子讲明：1.医保费用事中监控管理目前，医保按病种支付已成为趋势，以杭州为例，就有一百余个按病种支付的单病种项目。假如医院用人工进行管理测算，不但工作量大，而且仅

8、能事后判定情况，碰到问题只能引以为戒。通过BI系统可将费用与病种关联起来，同时设置好支付限额与预警阈值，那么通过模型抽取数据，对于出院病人，仅需几分钟就能导出盈亏报表供管理层使用；对于在院病人，能比对发生费用与阈值，超阈值的部分能构成预警报表供事中提醒，及时干涉，减少亏损。除按病种支付外，医保对门急诊、住院均费及药比也有限额控制。利用BI可快速得到医院门急诊、住院的均费、药比等指标。且BI还提供上钻、下钻、切片、切块等操作方法，使管理层不但能得到医院层面的相关分析，还能得到各科室、各医疗组、各医生的相关指标，并进行同比、环比分析。2.客观评价医务人员医疗水平利用BI，能够将门急诊就诊人次、门急

9、诊病种、门急诊费用、收治入院人次、收治病种、手术信息、住院床日、住院费用等分散在多系统的指标汇总起来分析，不再需要使用大量人力从各系统中提取数据手工做分析。针对门急诊、住院、医技科室能够有不同的分析模型和评价指标，利用这些模型还能够快速得到平均基准值，评价医务人员的医疗水平更方便、更客观。四、总结目前利用BI能够建立跨应用、跨平台的数据仓库，实现医院数据的统一管理，这弥补了原有系统在数据管理上的缺乏，使数据发挥出更大的价值。依托BI的OLAP工具，可对数据进行分析汇总，不但能事后分析，还能实现事中预警，甚或事前预测。利用机器学习等特性，能对电子病历进行分析学习，为医生解读复杂病历，并提供治疗方案辅助医生决策。随着医院精细化管理的要求越来越高、越来越细、越来越深化，新的需求将不断涌现，BI也将不断完善，助力医院决策。