| 标题 | 基于大数据的门诊收入构成智能检测系统 |
| 范文 | 豆华 郝瀚 袁美玲 栗园扣 孟泳序 摘 要：在大数据时代的背景下，各行各业如果能正确地对海量数据进行挖掘和运用，会带来很大方便和效益，医院系统也是如此。我们应该紧跟时代的脚步，充分利用信息资源、大数据技术来优化医院系统并进行精细化管理，提高医院工作绩效，使其更好地服务于人民群众。我国信息系统起步较晚，20世纪70年代我国才开始应用医学计算机，但发展趋势猛劲。该文主要对基于大数据的门诊收入构成智能检测系统的选题背 景、研究意义、设计目标、关键技术、医院精细化管理进行介绍。 关键词：大数据；精细化管理；智能检测系统 中图分类号：TP311 文献标志码：A 0 引言 医院中涉及各种各样的资料，而海量的资料里边蕴藏的是珍贵的信息资源，我们应该对其加以利用。据我国卫生管理部门统计，医院已经开发了人事管理系统、财务管理系统、住院病房管理系统、药品管理系统、医院影像拍摄与存储系统、患者病历档案管理系统，为医院行政管理、诊断治疗提供了强大的自动化、信息化支撑。因此该文就对基于大数据的门诊收入构成智能检测系统的项目进行分析。 1 选题背景与研究意义 政府一向重视医疗事业的发展，尤其近几年来，国务院办公厅先后颁布了《国务院关于深化医疗卫生体制改革的意见》《近期重点实施医疗卫生体制改革实施方案》等医疗改革文件，指出医院应提高医疗服务质量，提高医院的整体管理水平。这就要求医院在传统的医疗管理体系基础上追求精细化、科学化的医疗绩效服务。在后来印发的《关于促进和规范健康医疗大数据应用发展的实施意见》中更是指出：医疗行业要充分运用健康大数据和技术手段，强化医疗机构的良好监管，建立医疗、药品、耗材收入和变化趋势的监测。 目前，申请医院大数据可以分为2种：一种是用于医院管理，象操作业务、挖掘和分析的过程等；第二种是用于支持临床诊断和治疗工作，象临床科学研究或临床辅助支持。前者关于医院管理，结合大数据技术进行医疗数据的收集、存储和分析，可以有效弥补过往管理中的粗放性弊端；除此之外，基于大数据下进行的对异常指标的监测分析、趋势分析对现代医院都有重大意义。 2 该系统的主要设计目标 （1）多维数据集和数据挖掘结构的增量设计。当普通数据库中的数据发生变化时，多维数据集中的聚合值以及数据挖掘的结果也会发生相应的变化。 （2）综合利用各种报表工具，直观地展示绩效指标的详细情况。 （3）药占比异常的事前预警机制。医院管理人员能够监测医生的药占比情况，发现当前药占比存在异常的医生。 （4）药占比的事后分析与决策。发现异常药占比后能够迅速定位到存在异常药占比的医生以及发生的时间。提供未来一段时间药占比的预测值，帮助医院管理者决策下一阶段的药占比指标。 （5）管理员的权限控制。系统管理员和部门管理员只能在他的权限范围内对系统进行操作。 3 基于大数据的医院精细化管理 3.1 了解精细化管理 精细化管理源于20世纪50年代的日本，其最初是应用于企业管理当中，是一种与粗放式管理相对应的管理模式。海尔、华为等企业首先进行尝试，采用精细化管理，推动着企业的不断壮大，甚至走出国际市场，成为具有一定影响力的国际品牌。在这样的环境下，精细化管理受到我国各界的广泛关注，推动了其在各行各业中的广泛运用，包括医院、学校等公益性质的国家企业，该文研究的便是精细化管理在医院中的运用。 3.2 基于大数据的医院精细化绩效管理 迄今为止，国内医疗服务的信息化发展历程已超过20年，已形成一定规模并得到突破性发展，基本能够为绩效管理提供技术支持。 3.3 基于大数据精细化绩效管理的意义 建立在大数据基础上的绩效管理指的是将大数据融合到绩效管理中，发挥大数据处理技术优势，对职工结果绩效和过程绩效展开精细化解析、管理等，对职工工作数据开展精细化、同步化、全面化的收集，并进行多重视角分析，进而实现对员工进行针对性、精细化奖罚的目标，最终确保绩效管理的精确度与实效性。 以大数据技术及其共享化平台对员工结果绩效和过程绩效进行详尽地跟踪记录，可以做到对员工在职期间的表现进行动态捕捉、实时掌握，且要求职工将心理动向、问题等在系统中反馈，交由系统对其行为数据进行整理、解析、概括等。 除此以外，系统将采集到的各种数据，象文本、图像、数据等进行储存，依靠智能化分析、结合多元化信息，实现人机交互，更深层次探寻数据信息，增强其可视化程度，为管理决策提供重要指导。 4 关键技术 该系统是基于商务智能技术进行开发的。 （1）在数据分析阶段，数据源主要来自数据仓库和多维数据集。当然，普通数据库也是不可或缺的，它主要存储了一些关于医院信息的基础表格，象科室字典表、医生开单记录表、门诊收费记录表等，这些表格中的数据都是数据仓库以及多维数据集的数据来源。 （2）联机分析处理（Online Analysis Processing，OLAP）是以数据仓库为基础，它是一个交互式的系统，允许分析人员观察多维数据的不同种类的汇总数据。OLAP中基本的多维数据分析操作包括切片、切块、旋转、上卷和下钻。 （3）OLAP操作基于多维数据模型，这种模型将数据看做数据立方体形式。多维数据模型包括度量值，维度，维度层次等要素，这些都是建立多维数据模型时需要设计的。建立多维数据模型使用的工具是SQL Server 2012提供的商务智能服务SSAS（SQL Server 2012 Analysis Services）。 5 此项目的SWOT分析 5.1 优势分析 （1）国务院办公厅和河北省人民政府办公厅提出运用健康大数据和技术手段，利用大数据技术改进医院评价体系，提高医疗质量，为我们的系统开发提供了政策支持。 （2）随着信息技术的不断发展，医院的信息系统也日趋完善并且积累了大量的数据，而基于大数据的门诊收入构成系统作为一种将积累的数据转化为有价值信息的手段，有利于医院管理者做出的决策更加科学合理。 5.2 劣势分析 （1）信息数据不完善。有的医院虽然数据繁多，但缺乏相应的数据平台，无法及时、准确地统计数据；对呈现的数据不能分析其内在规律，无法对系统呈现的信息进行趋势预测等。 （2）缺少专业信息技术人才。 5.3 机遇分析 （1）医院职能的转变。随着社会的进步和政策的变化，医院职能开始了由盈利到公益逐步转变，致力于提升医疗质量、效率和服务的每个细节。 （2）大数据技术的兴起和发展。信息技术通过数据辅助使医院高层管理者和部门管理人员从中受益，为系统开发提供了技术支撑。 5.4 挑战分析 行业竞争加剧。技术更新周期不断缩短，各类系统层出不穷，我們要面临的挑战就是如何不断创新和完善，保持优势。 6 结语 综上所述，互联网技术的发展和数据库技术的应用推动了医院信息系统的普及和应用。进入大数据时代，医院信息系统在运行中积累了大量的数据信息，利用数据挖掘技术，可以从海量数据中挖掘出有价值的信息，对其进行组织和利用，使之更好地为医院的运行和提供支持，提高医院信息化水平，更好地服务于人民群众。 参考文献 [1]季兴东.大数据时代我国医院信息系统建设和管理的思考[J].泰州职业技术学院学报，2016，16（6）：37-39. [2]范芝强.数据挖掘技术在医院信息系统中的应用探讨[J].数字技术与应用，2015（5）：207. [3]吉宏图.完善医院信息化系统 推进医院精细化管理[J].行政事业资产与财务，2014（30）：221-222. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。