建设医疗行业运营系统，轻松形成智慧、精准的管理能力

发布时间： 2019-12-10 文章分类：商城建设

阅读量： 0

随着医改的深入，对加强医疗行业管理，提高医疗质量提出了更高的要求。在为群众提供安全、有效、优质、方便、廉价的医疗卫生服务的总体目标下，医疗行业必须由被动服务向主动服务转变。数商云通过对医疗行业各种信息的积累和挖掘分析，打造了一套医疗行业的运营系统，让医疗企业轻松形成主动智能医疗服务和精准医疗服务的管理能力。

方案概述：

数商云开发的医疗行业运营决策系统是通过整合分散在各个系统中的数据，将不同种类的数据进行关联，以数据库、人工智能、数理统计、可视化技术为基础，形成数据挖掘分析能力，建立医疗行业管理以及医疗业务的辅助决策支持系统，对数据进行分析，提取有价值的潜在知识，对管理决策和医疗服务提供支持，从而实现管理维度的多元化、管理粒度的精细化、医疗服务的智慧化，实现医疗成本、医疗质量的双控制，向社会提供最好的服务。

1、医疗行业数据资源目录体系

根据国家卫计委、省市相关医疗行业信息化建设标准规范，梳理医疗行业各生产业务系统元数据标准、数据交换标准等。主要包括数据分类和归类管理、数据质量标准制订和修订、数据资源目录的管理、数据与业务应用之间的映射关系管理、业务变更和新增业务需求时数据的整合与设计、医疗行业数据总体规划、数据全生命周期的管理、数据管理规范的制订和修订等。

2、医疗行业数据整合交换平台

建设医疗行业数据整合交换平台，将HIS、CIS、LIS、医疗行业运营绩效、人力资源等业务系统数据按照统一数据交换标准，整合到医疗行业数据整合平台，打断各业务系统消息壁垒、解决数据分散存储不能进行综合分析利用的问题。为建设医疗行业综合信息应用数据仓库，全面、深层次进行数据分析利用打下坚实基础。

3、医疗行业数据质量控制系统

为医疗行业决策支持系统提供良好的数据分析和数据挖掘环境，通过建设医疗行业数据质量控制平台，解决在医疗行业数据整合中会牵涉到医疗行业各方面的信息系统如HIS\RIS\PASC\HR\物流等，医疗行业的信息系统建设时间阔度较长，各业务系统建设标准规范不一致等问题造成的数据质量问题。

4、医疗行业综合信息应用数据仓库

医疗行业决策支持系统应用应建立面向主题的卫生统计数据仓库，并在此基础上实现统计数据的综合分析利用。医疗行业数据仓库应采用星型模式或雪花型模式建模，在满足目前业务需求的基础上，设计高效灵活的数据模型。在分析技术上，由于医疗行业数据指标较多，维度复杂，基于RDBMS的ROLAP技术相比MOLAP技术，更适合于医疗行业数据仓库的建设。同时，医疗行业数据的分析还应结合信息技术和数理统计理论，对海量统计数据进行挖掘，提升业务数据价值。

5、医疗行业决策支持系统

医疗行业决策支持系统通过采用规范的多形式业务视图聚合不同的业务信息，基于不同的业务访问维度和信息抽取形成主题化表述，结合前端的多样展现格式和BI工具，利用多维分析、在线自主分析、数据挖掘、预警预测、智能文档、多媒体终端展示等技术，实现灵活、快捷、易操作的业务信息访问及展示。

方案内容：

根据系统建设内容规划，医疗企业综合信息管理与决策支持系统的逻辑架构如下图所示：

建设医疗行业运营系统，轻松形成智慧、精准的管理能力

1、医疗行业数据整合交换平台以医疗行业临床服务、医疗管理、运营管理三大核心领域的相关业务生成系统为基础进行相关业务数据的交换整合。

2、系统经过医疗行业数据整合交换平台将业务数据进行资源信息整合应用，建设形成相应的元数据库与基础业务数据库。

3、整合后的业务数据经过数据的抽取、加载、转换、清洗等环节，按照数据仓库建模技术，建设面向应用的医疗行业综合信息应用数据仓库。

4、系统采用专业的BI工具，建设医疗行业运营系统相关的业务主题分析模型诸如：医疗行业评审模型、单病种质控模型、医保监控模型、医疗服务效率、医疗服务质量、电子病历、绩效管理等。并采用综合统计分析、多维分析、在线自定义分析、智能文档、图片报告、数据挖掘、预警预测等多种数据分技术对相关业务主题数据进行全面、深入的统计分析。

5、系统管理功能模块提供系统用户管理、安全审计、门户管理、单点登录、计划任务等相关系统管理维护功能。

6、系统通过门户资源管理配置功能将各种业务门户资源进行组织管理，向医疗行业不同受众用户数据分权限提供不同门户风格的系统方访问接入，并通过门户管理功能提供信息访问与发布服务。