医学信息学论文：刘丽华-数据挖掘与医院信息利用

数据挖掘与医院信息利用医院统计专业委员会刘丽华2014年12月1日数据挖掘与医院信息利用一、数据挖掘的意义二、数据挖掘示例三、核心指标导航---数据是客观事务的原始记录;---信息是经过加工处理之后的有意义的数据;---并不是所有的原始数据都能成为信息。数据≠信息---任何一个业务领域在日常运营中都将产生海量的原始数据…---这些数据只有在需求驱动下，经过筛选、抽取、梳理、归纳、重组、标化并报告或发布，才能成为信息....---这些信息经过挖掘,成为有用的知识。一、数据挖掘的意义1.数据不等于信息《大趋势》一书的作者在书中写到：…科学的决策不是所谓“眉头一皱便能计上心来”。古代有“军师、谋士”，二战时期又出现了“智囊团”，进入知识经济时代，近20年产生的信息总和是有人类历史以来的20倍！决策面临着信息重负…2.海量信息与决策一、数据挖掘的意义业务人员和管理人员每日都面临信息重负！常见病种：8000多种……常见术种：5000多种……常用药品：8000余种类……医用材料：近10万条目……实验室数据：几十万条……新业务技术：不断更新…时间数据：接诊、会诊、开台、给药、抢救……进入大数据时代更需要以数据和信息为主体的循证决策支持。数据战争，就是未来之争！数据兴则企业兴，数据强则企业强！数据治国：足够多的眼睛，将使所有的错误无所遁形！3.医疗是复杂的大数据运营体一、数据挖掘的意义信息化管理信息系统建设信息资源利用网络建设安全建设临床路径临床决策应用统计分析应用包括计划、组织、检查、协调、监测、控制、分析、评价、预测和决策等管理活动。执行者院、机关、部门、职能科室和业务科室的管理者。管理决策应用功能规范---统筹性数据规范—标准化字典管理流程规范—集成性软件建设硬件建设4.信息化与海量的数据资源一、数据挖掘的意义5.医疗卫生信息化2006年中国“IT两会”称医疗卫生信息化是“最后一座行业信息化金矿”。如何才能展露“金矿”的矿脉走向，使其在承载医疗核心业务的同时，降低医疗成本、减少医疗问题、提高医疗质量、优化资源配置、促进循证决策，发挥信息财富的作用?一、数据挖掘的意义6.医院信息系统庞杂、发展迅速3.患者服务系统1.临床信息系统2.ERP系统6.决策支持系统5.办公自动化系统4.楼宇职能系统1.临床信息系统一、数据挖掘的意义7.国家信息化体系(NIS)六个要素：信息资源开发利用（核心位置）;信息化网络；信息技术的应用；信息技术和产业；信息化人才队伍；信息化的政策、法规、标准；信息资源的开发利用是信息化首要任务！一、数据挖掘的意义--早在1997年，国务院信息化工作领导小组组长邹家华副总理就指出：◎信息资源的开发利用是信息化的核心内容,也是我国信息化建设的薄弱环节。◎当前国家信息化建设的重要任务中，要把信息资源开发利用放在第一位。◎把信息资源放在第一位,并不等于说中国的网络很发达了，而是相比之下，我们在信息资源的开发利用方面更显得薄弱。一、数据挖掘的意义◎我国科学家在196次香山会议上尖锐指出：中国是一个数据大国，但不是数据强国，遍及在各领域的海量数据不能有效利用现象十分突出！◎中国一位院士提出“信息高速公路”该降温了。如果整天炒信息高速公路,会给人一个概念,信息化就是建信息高速公路,这对中国来说是不适合的！◎著名的美国数据仓库之父William说：我们花了二十多年的时间把数据放到计算机里，现在到了该把它拿出来的时候了！一、数据挖掘的意义8.发达国家信息资源体系建设建立了较完善的---理论体系---政策法规体系---管理应用体系数字鸿沟在不断拉大！！！一、数据挖掘的意义9.我国卫生信息资源开发利用策略◎引导IT模式向IR模式转变◎加强卫生信息资源体系建设◎促进卫生信息标准体系建设◎深入开展数字化医院信息资源开发研究一、数据挖掘的意义10.患者诊疗全过程的信息相互关联、交织、作用一、数据挖掘的意义•现有业务数据分析利用•大数据分析方法探讨•为政策、决策提供依据•为进一步研究提供线索一、数据挖掘的意义数据挖掘与医院管理统计一、数据挖掘的意义二、数据挖掘示例三、核心指标导航二、数据挖掘示例数据挖掘（DataMining，DM）又称数据库中的知识发现（KnowledgeDiscoverinDatabase，KDD），是目前人工智能和数据库领域研究的热点问题。所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值信息的过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析数据，做出归纳性的推理，从中挖掘出潜在的规律，帮助决策者调整策略，减少风险，做出正确的决策。（一）数据挖掘方法二、数据挖掘示例数据挖掘过程由三个阶段组成：数据准备、数据挖掘、结果表达和解释。数据挖掘可以与用户或知识库交互。通过提取海量数据，通过关联、聚类、演变等分析，发现有用的信息，对未来做出科学预测。可将其比喻成从矿山中寻找黄金。数据挖掘是一项多学科技术；需要多种复合型人才和专业人才组成的团队来完成。（一）数据挖掘方法二、数据挖掘示例数据挖掘图示数据挖掘步骤二、数据挖掘示例数据挖掘步骤图示二、数据挖掘示例常用数据挖掘方法：•关联分析(AssociationAnalyze)；•分类(Classifcation)；•聚类(Clustering)；•预测(Prediction)；•估计(Estimation)：•描述性分析(DescriptionAnalyze)目前主要的数据挖掘工具SAS/EM(EnterpriseMining).SPSS的Clementie和KXEN公司的KXEN挖掘工具。（一）数据挖掘方法解放军总医院标准化体系2000余条标准要素1.以患者服务为核心标准化运行管理目标：提高质量、保障安全、同质同效服务2.以诊疗活动为主线3.以流程环节为焦点患者服务标准医疗管理标准岗位管理标准医疗保障标准标准化运行考核指标体系3254条建立标准运行的信息化监测考核平台确保标准落地成网、带电二、数据挖掘示例（二）医院信息系统数据挖掘实例—以医院标准化运行数据挖掘为例1.管理需求数据源基于各类信息系统，依据标准监测考评需求，梳理整合数据源层数据数据整合层用户展现层动态预警展现短信通知屏幕提示声光报警.....DW主题维度下钻上卷质量安全效率效益ODSDB行为监测数据行为时限操作行为沟通行为.......同质量同责任同时效同服务同费用数据展现webportals(基于BO)诊断治疗安全手术治疗资质待床待术待检告知访视评估药品检查材料2.系统设计指标体系综合信息十率加减X绩效考核成本核算医院资源信息临床核心技术NEW腕带门禁指纹射频......排班系统资质系统物流系统感应系统......二、数据挖掘示例（二）医院信息系统数据挖掘实例二、数据挖掘示例3.数据源以病人为中心的临床信息系统身份登记体检门急诊病历书写输液管理门诊挂号预约处方处置检查检验申请下达门急诊护理记录门(急)诊诊疗系统知情告知管理......分诊管理临床诊疗系统......入出转管理手术申请住院病历书写重症监护检查检验申请下达临床路径管理生命体征采集住院医嘱住院护理记录知情告知管理医技诊疗系统......输血管理检查与检验药品管理手术麻醉病案编目病案质控临床决策支持3.数据源（二）医院信息系统数据挖掘实例二、数据挖掘示例电子病历的数据病历概要体检记录门（急）诊病历记录住院病历记录会诊与转诊记录登记与报告记录诊疗提供方记录以电子病历为核心的基础数据（二）医院信息系统数据挖掘实例3.数据源二、数据挖掘示例系统关联性流程连续性操作时效性内容约束性医疗与运营信息相互关联、交互、作用3.数据源（二）医院信息系统数据挖掘实例以ERP为核心的医院人财物运营数据二、数据挖掘示例（二）医院信息系统数据挖掘实例1.住院病人数据集2.门诊病人数据集3.手术病人数据集4.业务人员数据集5.药品材料数据集6.仪器设备数据集8.辅助检查数据集9.检验信息数据集10.床位配置数据集……门急诊就诊、体检挂号、住院登记入科检验结帐手术用药治疗出院辅诊设计主题模型确定主题生成数据集建立数据集结构与HIS后台关联数据核查与标准化定义数据集动态数据静态转储基于患者诊疗事务信息数据梳理归纳诊疗活动主题数据集类别手术类诊断类管理类服务类治疗类抢救类…………疾病种类、参与者与维度4.基于患者服务标准的主题数据集设计二、数据挖掘示例以住院病人标准化运行管理为例二、数据挖掘示例门急诊应用分系统辅诊应用分系统手术应用分系统临床应用分系统材料管理药品管理设备管理费用管理人员管理……面向应用的数据环境HIS事务系统对面向应用的DB数据进行抽取，通过统计梳理、归纳、重组、集成，构建面向主题的数据环境面向主题的数据环境基于ODS信息资源库门诊病人主题信息住院病人主题信息手术病人主题信息检查检验主题信息临床医师主题信息设备仪器主题信息moresubject……5.构建数据环境：将传统的面向应用的数据环境提升为面向主题数据环境,使其具有集成性、系统性和一致性的。（二）医院信息系统数据挖掘实例二、数据挖掘示例基于HIS及其他业务系统建立ODS统计信息资源库挂号系统住院登记门诊医生站..................检查检验出院结算门诊收费医生工作站护士生工作站病案编目药库、材料库、设备库门诊药房手术麻醉门诊药房6.动态数据的静态转储：每日凌晨启动转储机制（二）医院信息系统数据挖掘实例二、数据挖掘示例指标术语的不一致指标表示的不一致指标含义的不一致统计指标在术语、表示、含义等属性不一致举例医疗毛收入指标核算科目统计报告会计科目统计报告病历科目统计报告（二）医院信息系统数据挖掘实例目前完成了420个指标的标准化设计和规范化描述7.数据标准化设计二、数据挖掘示例按主题按活动按实体属性数据集元数据Metadata对数据集外部特征的描述,包括标识、内容、质量等信息.数据模式DataSchema对数据组织方式的描述,包括主题域、类关系和实体属性等数据元DataElement对内部基本数据元素的规范化描述,包括标识、定义等.外部特征规范描述分类编码ClassifyAndcoding将相同主题数据归并在一起，不同主题数据集区分开.分类体系编码体系不同类别的数据集H01023342PH01023342MD01023342CM01023342组织方式规范描述内部元素规范描述二、数据挖掘示例8.数据展现设计2013年6月全院“十率±X”运行情况指标目标值完成值与目标差与同比差1.平均住院日≤9.5天8.71-0.79-0.351.124小时重返率%≤2%2.药费比%≤40%38.46-1.540.832.1抗菌药物使用率%≤60%46.67-13.333.满意率%3.1患者满意率%≥95%96.101.103.2员工满意率%≥95%4.感染率%≤8%6.50-1.504.1病原学送检率%≥30%36.266.265.收益率%≥20%14.97-5.030.936.会诊及时率%6.1急会诊及时率%100%6.2常规会诊及时率%≥95%93.61-1.397.不良事件发生数7.1不良事件报告例≥20例次/100张7.2非预期二次手术(例次)15.00-5.007.3住院死亡危重率%8.诊断符合率%8.1入出院第一诊断符合率%≥70%9.医疗文书合格率9.1甲级病案率%≥90%9.2环节病历核心制度落实率%100%10.床位使用率%≥95%93.94-1.063.53目录名称：十率±X路径：全院\5个临床部\55个科室\119个病区\临床医生\病人下探上卷平均住院日24小时重返率%药费比%抗菌药物使用率满意率%患者满意率员工满意率感染率%病原学送检率收益率%会诊及时率%急会诊及时率常规会诊及时率不良事件发生数不良事件报告率非预期二次手术住院死亡危重率诊断符合率%入出院第一诊断符合率医疗文书合格率%甲级病案率环节病历核心制度落实率床位使用率