数据挖掘和决策支持服务(郭默宁)

北京卫生信息数据挖掘决策支持服务北京市公共卫生信息中心郭默宁2013年6月背景介绍综合卫生信息资源现状分析数据挖掘与决策支持目录国家卫生计生委发布了《综合卫生管理信息平台建设指南》，推动各地建立以“资源整合和信息共享”为目标的综合卫生管理信息平台；提高统一的数据采集服务能力、统一的数据资源管理能力、信息产出能力、信息利用能力；实现卫生管理信息支撑功能、卫生管理信息辅助决策功能、面向社会的信息服务功能，最终实现对卫生管理科学化的技术支撑。背景介绍北京市公共卫生信息中心作为北京地区卫生信息数据的管理部门，承担着卫生行业数据的收集、整理、审核、汇总及分析工作。自2004年起，通过“北京市卫生局综合统计信息平台”(以下简称“统计信息平台”)收集了10年的TB级别的卫生资源、医疗服务以及门诊和出院患者信息等相关数据资源，为数据挖掘与决策支持服务奠定了重要基础。背景介绍背景介绍随着社会的发展和卫生信息技术的进步，卫生管理的模式也由传统的经验主导逐步向循证决策转变，各级管理者对于卫生数据的需求越来越多，越来越细。在这样的背景下，北京市公共卫生信息中心紧密结合管理需求，以海量公共卫生信息数据为基础，逐步整合各个垂直业务系统数据资源，设计并初步构建了“北京市卫生综合信息管理决策支持平台”(以下简称“决策支持平台”)。决策支持平台利用数据商业智能技术对信息资源进行深加工，构建OLAP多维数据库模型，采用数据描述分析、DRG风险调整和时间序列预测等数据分析手段，充分挖掘数据潜在价值，并将分析结果应用于医疗卫生资源规划、医疗机构服务效率、质量安全以及费用管理等方面的评估工作，为医疗卫生管理者提供高效的信息支持和数据分析服务，提高管理效率和科学决策水平，为社会公众及科研机构提供更丰富的卫生信息。背景介绍背景介绍综合卫生信息资源现状分析数据挖掘与决策支持目录一、北京市卫生局综合统计信息平台现状过去，统计部门的主要任务是将数据进行手工搜集、整理、汇总并上报至上级单位。由于采集手段落后，造成采集的数据不全面，不及时，质量较差，分析利用能力较弱等问题，使卫生统计工作总处于被动服务、数据滞后的状态综合卫生信息资源现状分析2003年防治非典的工作充分暴露出卫生统计数出多门，统计口径不一致等问题。为此，北京市卫生局制定并下发了《北京市卫生局关于统计和信息化的规定》（以下简称《规定》），要求我局各业务处室将卫生信息的采集和上报工作整合至我局信息中心，做到“信息整合，数出一门”。综合卫生信息资源现状分析2004年，我局开始了公共卫生信息系统的应用系统建设。根据“信息整合、数出一门”的总体工作要求，结合卫生部统计制度改革和北京地区卫生统计工作发展的具体情况，北京市卫生局统计信息平台（以下简称“统计平台”）建设率先启动并迅速完工。综合卫生信息资源现状分析统计平台目前涉及的主要业务内容包括两部分：我局原有统计业务和整合的各相关处室统计信息。原有统计业务主要是围绕着执行国家卫生统计调查制度和北京市卫生统计调查制度展开的，内容涉及到全市卫生资源、经费、医疗服务以及疾病信息等方面，也逐步形成了北京地区的卫生信息仓库；综合卫生信息资源现状分析整合内容主要是指，根据《规定》的具体要求，结合统计平台的使用，我局信息中心与各业务处室密切配合，深入调研，分阶段、按计划逐步将一些业务处室的统计职能纳入到信息中心的统计业务范围中。目前，统计平台的数据采集主要分为两个类型，一是，采集原始数据项，如卫生人力资源信息，住院、门诊病例首页信息、门诊就诊信息以及医疗卫生机构大型医用设备信息等；综合卫生信息资源现状分析二是，国家卫生计生委和市卫生局长期以来形成的指标体系，如，总诊疗人次、医疗收入等等。从数据挖掘角度讲，原始数据项更适用于深度挖掘，因此，采集更多的原始数据项也是统计信息系统发展的方向之一。综合卫生信息资源现状分析二、面临的问题（一）不同来源的信息整合问题综合卫生信息资源现状分析卫生监督系统血液管理系统社区卫生系统急救管理系统新农合管理系统妇幼保健系统疾控管理系统体检信息系统（二）完整的健康统计资料问题根据现在卫生信息化发展的状况，个体健康信息可以从出生到死亡全程做到电子化记录。近几年，随着我市卫生主要业务部门纷纷建设完成各自的管理信息系统，个人的健康记录能够在不同的医疗卫生机构中产生相应的电子记录现在我们的健康统计资料是无法相串联的综合卫生信息资源现状分析对于完整的健康统计资料来说，系统之间的集成从技术角度来看不会有很大问题，关键是缺乏能够进行身份识别的标准框架，需要时可以通过标准框架将每个人的监测信息、卫生管理信息和普查信息进行数据连接。综合卫生信息资源现状分析（三）标准匮乏问题对于一个统计信息系统来说，标准是整个建设项目的根本。对于卫生行业整体标准的框架，国家和我市近几年已投入大量的精力来研究、制订，但很多仍未付诸于实践。那么面临卫生事业的快速发展，管理者对于全面、综合、准确的信息渴求是越来越急迫，标准匮乏的问题也是越来越突出。综合卫生信息资源现状分析三、解决方案综合卫生信息资源现状分析•现有的信息平台已经贯穿于“树状图”（见右图）的始末，但在每个层面都不完整，•因此，下一步的建设目标则是在完善现有平台的基础上，对全市各级各类卫生医疗机构信息进行分层次、分阶段整合。•在对管理信息系统的详细数据进行整合的同时，建立平台数据交换协议和资源目录体系，为医疗管理、疾病控制、社区卫生、妇幼保健、卫生监督等业务条线内外部系统互联提供业务和技术保障，同时为形成完整的健康统计资料打下了坚实的基础。19背景介绍综合卫生信息资源现状分析数据挖掘与决策支持目录数据挖掘（英语：Datamining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-DiscoveryinDatabases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性（属于Associationrulelearning）的信息的过程。数据挖掘数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。由此可见，数据挖掘是一门跨多门学科的复合型学科，不是一个纯粹的IT概念，而且从其行业发展情况来看，数据挖掘专家往往出自统计师、数学家、行业业务专家和IT行业中的数据库专家。数据挖掘数据挖掘的一般工作流程数据挖掘数据装载其他业务系统北京卫生统计信息平台北京卫生信息平台信息资源整合数据抽取转换What-If分析DataCube数据挖掘过程示意图一、业务理解深刻的理解医疗卫生管理的业务需求是开展医疗卫生信息数据挖掘与决策支持服务的首要任务。数据挖掘（一）医疗卫生综合管理的需要随着医疗卫生管理的不断发展，越来越要求科学化、规范化和透明化，而信息化发展给管理提供了解决手段。因此，建立决策支持平台，整合各类医疗卫生数据，形成基础共享数据库和各专业数据库，对于管理的科学决策具有重要的意义，符合医疗卫生管理者对数据采集分析和综合利用的需要。数据挖掘（二）医改成功的重要保障在医疗卫生工作中运用现代信息技术采集、处理、传递和利用医疗卫生信息资源，形成信息优势，提升卫生信息化建设的质量和效能。卫生改革的成败主要体现在卫生信息资源开发利用的能力和程度上。数据挖掘就现阶段而言，主要需求是在进一步增强业务处室管理信息化程度，提高信息的综合利用水平的同时，强化统计分析功能，进一步发挥卫生统计监控作用。统计监控与统计服务全面渗透，信息服务内容与范围更加丰富。通过信息利用和指标分析，把微观卫生服务与宏观卫生管理决策统一起来，提高卫生机关业务管理的科学化水平，促进卫生政策制定决策支持能力和医院管理考核评价水平的全面提高，促进北京医疗卫生事业持续发展。数据挖掘二、数据理解在业务理解的基础上，进一步全面理解各项卫生业务所涉及到的卫生信息数据，才能指导建立健全规范、高效、有序的信息资源体系，整合各类卫生信息资源，深度挖掘数据价值，充分发挥信息的引导作用。“统计信息平台”上收集了10年的TB级别的卫生资源、医疗服务以及门诊和出院患者信息等相关数据资源，包括下列主题数据库：数据挖掘数据挖掘公共卫生主题库医疗服务主题库电子病历主题库医疗卫生资源主题库医疗卫生机构资源卫生人力资源床位资源大型设备资源资产情况基础建设情况。。。健康指标疾病预防控制卫生监督妇幼卫生院前急救无偿献血体检信息结核病控制。。。医疗服务工作量医疗服务工作效率医疗服务绩效评价医疗服务费用医疗服务经济运营预约诊疗情况。。。出院病案首页门急诊就诊信息门急诊大病信息医嘱用药情况次均费用情况慢性病管理医疗保障情况（新农合）。。。双向转诊远程医疗业务协同主题库三、数据准备北京市公共卫生信息中心已通过“统计信息平台”收集了10年的卫生资源、医疗服务以及门诊和出院患者信息等相关数据，积累了宝贵的数据资源。数据挖掘“统计信息平台”从2003年“非典”后开始建立，经历了三个阶段的发展扩建，目前已完成的“北京市卫生统计信息平台三期项目”覆盖到北京市的各级各类医疗机构，是北京市卫生信息的主要采集入口，并且具备了将不同来源、不同层次、不同结构、不同内容、不同粒度的卫生信息资源进行整合，发挥信息资源整合优势，取得1+1大于2的效果。数据挖掘“决策支持平台”在“统计信息平台”已实现的信息资源整合的基础上，对数据进行更深度的清理，以保证其正确性，然后经过抽取、转换、装载等过程，完成北京卫生信息资源数据仓库的构建。数据挖掘四、数据建模模型是对现实世界中对象的抽象描述，数据挖掘中用到的模型就是人类知识的结构。数据挖掘建模是针对现实世界中要解决问题的特定对象，为特定的数据挖掘目的，做出一些重要的简化和假设，运用适当的数据挖掘工具获得模型，然后利用该模型来解释特定现象的现实形态，预测对象的未来状况，提供处理对象的优化决策和控制，设计需要满足某种需要的产品的过程。数据挖掘目前已经实现围绕卫生局各处室工作需求，以业务领域为指导，构建了医疗卫生资源、公共卫生、电子病历、医疗服务绩效评价等业务主题分析模型。并且在此基础上进一步梳理、提炼各类信息资源间的关系，有效地将各种相关的信息关联起来，通过元数据、维度、层次维度、度量等技术手段，进行数据可视化设计，完成从关系数据到多维数据物理模型的转换，实现多维数据分析模型构建（OLAP多维数据库模型）。数据挖掘以医疗卫生资源和出院患者病案首页数据模型为例，采用抽象的方式描绘了一个病案信息数据立方体（Cube），它包括维度和度量，这个多维度的数据模型可以使终端用户提交的复杂查询、报表数据的分类排列、概要数据向详细数据的转换和过滤、数据的切片等工作变得简单。多维数据模型是决策支持系统的支柱，也是OLAP的核心，当然实际的业务模型不会只有三个维度，应该是由多维度和多度量构建的数据立方体。数据挖掘数据挖掘举例说明度量：病历数维度：时间维度医院维度疾病维度数据挖掘出院患者病案首页多维分析模型度量病历总数次均费用治疗费用检查费用药品费用护理费用管理费用维度就诊机构就诊机构类别时间维度年龄组维度疾病分类维度患者性别维度现住地维度数据挖掘医疗卫生人力资源多维分析模型度量机构数量卫生人员数量卫生技术人员数执业（助理）医师数注册护士数工勤技能人员数。。。维度时间维度科室维度16区县（区划）维度卫生医疗机构类别维度医院级别维度聘任技术职务年龄组维度五、数据分析数据分析是数据挖掘过程中产出结果的步骤，在“决策支持平台”上已经搭建了联机数据分析（OLAP）工作平台，运用商业智能的钻取、切片、切块、旋转等基本多维数据操作、分析方法，深度挖掘卫生信息资源价值，全方位提升信息利用率。数据挖掘数据挖掘并可以通过及时报表、在线分析、仪表盘、平衡记分卡、KPI等方式从不同角度观察数