CN101986333A - 一种医院辅助决策支持系统 - Google Patents

一种医院辅助决策支持系统 Download PDF

Info

Publication number
CN101986333A
CN101986333A CN2010105684540A CN201010568454A CN101986333A CN 101986333 A CN101986333 A CN 101986333A CN 2010105684540 A CN2010105684540 A CN 2010105684540A CN 201010568454 A CN201010568454 A CN 201010568454A CN 101986333 A CN101986333 A CN 101986333A
Authority
CN
China
Prior art keywords
data
hospital
analysis
layer
decision
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010105684540A
Other languages
English (en)
Inventor
吴福珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FUZHOU WEISHENG INFORMATION TECHNOLOGY Co Ltd
Original Assignee
FUZHOU WEISHENG INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FUZHOU WEISHENG INFORMATION TECHNOLOGY Co Ltd filed Critical FUZHOU WEISHENG INFORMATION TECHNOLOGY Co Ltd
Priority to CN2010105684540A priority Critical patent/CN101986333A/zh
Publication of CN101986333A publication Critical patent/CN101986333A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G06F19/00

Landscapes

  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种医院辅助决策支持系统,包括生产系统层、接口层、数据层以及应用层,其特征在于:所述的生产系统层集成医院各个业务系统的数据,经过接口层整合、组织到数据仓库里,经过数据层从数据仓库中提取应用层的各个系统对应需要的数据形成数据集市,最后由数据集市对对应的系统提供数据支持,保证应用层对应系统的开发和运行;能对医院的复杂数据进行整合,并生成直观的数据表格,帮助管理者综合医院全方位信息进行决策,提高决策管理的效率和有效性。

Description

一种医院辅助决策支持系统
技术领域
 本发明涉及一种医院辅助决策支持系统。
背景技术
近年来,随着社会经济的迅速发展,医院的生存和发展面临着严峻的考验,越来越多的医院认识到正确及时的决策是医院生存和发展的关键。因此,充分利用现代信息科技技术,自动快速获取有用的决策信息,为医院及时提供决策支持,已成为大多数医院的共识。当前,医院广泛采用的信息管理系统大多是事务管理型的,数据的组织和存储均围绕事务处理进行,不利于大量的数据分析处理,难以提供有效的决策支持信息。
目前的医院决策管理中常存在以下问题:
(1)决策管理是对医院运营数据深入分析的结果。然而,目前大多数医院管理信息系统仅仅是对日常事务的查询和统计处理,缺乏对数据的深度挖掘,影响了决策工作的效率和有效性;
(2)医疗信息的结构复杂、数量庞大、应用繁杂,导致数据规范化的工作难度很大;
(3)大多医院信息系统(HIS)只能进行结构化决策,而中、高层的决策多为非结构化和半结构化,对这些问题缺乏有效支持;
(4)医院信息管理系统(HIS)追求的是效率,即快速查询和产生报表,而不是决策的正确性,这样系统对医院管理人员的决策支持作用大大削弱;
(5)面向医院战略的决策信息来源极其广泛和复杂,当前的医院信息系统(HIS)无法及时有效地对这些信息进行全面综合;
(6)作为决策依据的数据信息的展示不够直观明了。
我国已进行了十几年的医疗信息化建设,国内多数大、中型医院都纷纷建成了医院信息系统(HIS)及医院内部的局域网。信息网络亦成为医院内各部门、内部交流和与外界沟通的重要的基础设施,HIS提高了医院现代化管理水平和为病人服务的质量。但随着管理和临床数据的大量积累,HIS原有相对简单的功能已经不能够满足医院管理发展的需要。从目前情况来看,HIS多数只针对业务处理层,仅仅是利用计算机提高操作效率、实现计算机代替手工操作、用信息技术模拟业务流程。
近年来人们希望HIS不仅能辅助业务处理,而且能够提供数据分析,提供决策支持及医疗诊断支持,能够帮助解决医院高层管理及医疗诊断上的众多非结构化或半结构化的问题。人们需要一个强有力的数据分析和决策支持的信息系统,支持医院的管理和决策,支持医疗诊断。
发明内容
有鉴于此,本发明的目的是提供一种医院辅助决策支持系统,能实现对医院的复杂数据进行收集并处理分析成各种可供医院各部门参考、决策的系统。
本发明是这样实现的:一种医院辅助决策支持系统,包括生产系统层、接口层、数据层以及应用层,其特征在于:所述的生产系统层集成医院各个业务系统的数据,经过接口层整合、组织到数据仓库里,经过数据层从数据仓库中提取应用层的各个系统对应需要的数据形成数据集市,最后由数据集市对对应的系统提供数据支持,保证应用层对应系统的开发和运行;所述的业务系统的数据包括用户资料数据、各种卡类数据、医疗成本数据、员工考勤数据、护理系统数据、结算数据;
所述数据仓库的构建步骤如下:
(1)首先是设计数据仓库的主题并建立规范的数据标准,按照决策分析的主题来组织数据;
(2)其次对当前医院的各个系统进行统一抽取,并按照统一的数据标准进行清洗,转化成统一的、规范的数据;
(3)最后根据医院各项业务需求,通过商业智能工具分主题灵活展现各项信息。
本发明系统结构稳定,具有以下意义:
(a)在满足医院实现社会效益的前提下,最大限度地提高医院的工作效率,持续提升医疗和服务质量,为规范医疗服务提供必要手段;
(b)帮助管理者综合医院全方位信息进行决策,提高决策管理的效率和有效性;
(c)将大量的半结构化和非结构化信息结构化,决策管理科学化;
(d)帮助医院强化对整体业务流程的评价。
附图说明
图1是本发明系统架构原理示意图。
图2是本发明数据仓库建设流程示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
 如图1所示,本发明提供一种医院辅助决策支持系统,包括生产系统层、接口层、数据层以及应用层,其特征在于:所述的生产系统层集成医院各个业务系统的数据,经过接口层整合、组织到数据仓库里,经过数据层从数据仓库中提取应用层的各个系统对应需要的数据形成数据集市,最后由数据集市对对应的系统提供数据支持,保证应用层对应系统的开发和运行;所述的业务系统的数据包括用户资料数据、各种卡类数据、医疗成本数据、员工考勤数据、护理系统数据、结算数据:所述接口层采用综合数据集成平台ODI。
为了充分利用信息的使用价值,并挖掘有用信息,建立有效的信息框架,进行信息的规范化、标准化是不可或缺的基础工作,本发明建立了数据仓库,这里我们使用当前最通用的Oracle数据仓库技术,支持当前40多种主流数据库,高速集成数据。数据仓库建设流程如图2所示,具体数据仓库的构建步骤如下:
(1)首先是设计数据仓库的主题并建立规范的数据标准,比如医生主索引、病人主索引、病种主索引等。建立数据仓库模型首先必须进行需求分析。数据仓库是按照决策分析的主题来组织数据的,因此设计数据仓库的主题至关重要。
(2)其次对当前医院的各个系统进行统一抽取,并按照统一的数据标准进行清洗,转化成统一的、规范的数据。医院数据仓库的数据源非常复杂,既包括操作型数据库如HIS、人事管理系统等,又包括非结构化的外部数据如各种文件。各种来源的数据在结构和组织方式上可能存在较大的差异,也可能包含噪声、空缺、不一致的数据,因此数据源的数据必须经过严格的抽取、清洗和转换,才能加载到数据仓库。
(3)最后根据医院各项业务需求,通过商业智能工具分主题灵活展现各项信息。
这里值得一提的是:本辅助决策支持系统所述的商业智能工具采用当前流行的Oracle BIEE工具,对统计分析处理后的数据以简洁清晰、直观可见的图表方式进行展现,把管理者从纷繁复杂的海量数据中解放出来,大大降低时间成本,提高工作效率。系统从医院日常决策管理的需求出发,对医院各层级的数据指标主要进行了对比分析、趋势分析、构成分析和总结分析。
(1)    对比分析
对比分析面向全院、科室、组或员工个人四级,对不同月份的数据指标情况进行统计分析,并计算出不同月份之间的涨跌幅状况。这不但解决了医院管理人员进行大量数据统计的困难,还能通过简单操作即可计算业绩涨跌情况。
(2)    趋势分析
趋势分析类似于对比分析,使用趋势图这种可视化的方式,对科室或个人在不同月份之间发展趋势进行分析。通过趋势图,医院管理人员能够直观地看出不同月份之间的业绩情况,符合当前系统可视化的发展要求。
(3)    构成分析
构成分析对所有主要科室、在某个时间段内、在某一指标上的贡献比例进行计算,并用饼图展现结果,而且通过对科室进一步钻取可得到科室下面组或个人的贡献比例。通过多层次的挖掘,构成分析能帮助医院管理人员深度探索医院业绩的主要来源,对决策的正确性有巨大帮助。
(4)    总结分析
综合计算科室的年度和月度完成情况,在此基础上,划分“合格科室”与“不合格科室”。总结分析,是对医院各科室一段时期内运营状况的综合评价,除了划分科室合格与否外还给出具体的完成比例,是医院管理决策中的一项重要应用。
为了让一般技术人员能更好的实现本发明,这里我们对本发明系统采用的一些稳定先进的开发技术和集成技术进行简单介绍:
1、决策支持数据库:Oracle 10g 
Oracle公司作为世界上最大的数据库的提供商,始终占据数据库市场占有率的第一位。(以下数据来源于Gartner Group July 2008, Worldwide Database Market Shares 数据库市场统计报告)
Oracle10g是完全支持Internet的数据库,具有众多的先进特性,支持多种的硬件平台,操作系统和网络平台;提供业界唯一真正的透明应用群集并行处理,支持集群技术及大规模并行处理(Cluster和MPP结构),并具有很好的开放性;提供有效的数据备份与恢复工具;提供高性能的事务处理功能;支持高可用性操作和应用;内置JAVA机,Internet文件系统iFS,能够管理多种数据类型,大数据量存储及大量用户的并发访问,提供简单、集成的管理工具,细密的安全访问控制,完全大规模数据集中处理和数据库的要求。
同时,Oracle提供了端到端的数据仓库与商务智能解决方案,集成了ETL、OLAP、统计分析、信息展现、报表制作、数据挖掘以及系统管理的能力。Oracle一直采取开放策略:Oracle数据仓库可以运行在所有开放平台上,并且在所有平台上都有TB级以上的实际用户案例。
因此,Oracle数据仓库与商务智能解决方案实现了对各类数据的集中存储和统一管理,避免了不同厂商平台产品之间集成的问题。极大减少了项目实施中系统集成的工作量,有效的保障了客户的投资。
2、数据清洗工具:ODI(Oracle Data Integrator),清洗各项数据,核算到决策支持数据库 
对于数据集成平台,我们使用综合数据集成平台Oracle Data Integrator(以下简称ODI)工具来为企业构建数据仓库,图形化设计ETL过程。 
ODI(Oracle Data Integrator)提供了一个集成平台包括所有数据集成的功能:基于数据的、基于事件的和基于服务的。该平台覆盖所有数据集成要求——从高批量、高表现批次到事件驱动、精确集成流程,再到SOA-enabled数据服务。Oracle Data Integrator统一了各种孤立的集成技术,它还提供了强大的数据完整性控制能力,确保数据的一致性和正确性。
ODI采用不同于传统工具的独特核心特性—异构E-LT、声明式设计和知识模块等,符合高性能、灵活性、高生产率、模块化和热插拔的集成平台的需求。
ODI的提取、加载、转换(E-LT)体系结构可以平衡不同关系数据库管理系统(RDBMS)引擎,用于处理和转换数据。该方法可以优化性能表现和可测量性、并降低解决方案的总成本。
代替以往对传统性单一ETL转换服务器的依赖,ODI的E-LT体系结构可以生成不同RDBMS引擎(诸如,SQL、批量加载器脚本)的本地代码。E-LT从源数据库中提取数据、将其加载到目标之中,并利用数据库功能进行转换。通过平衡现存数据库与数据库企业之间的关系,ODI可以提供无与伦比的高效率和低拥有成本。E-LT体系架构能够充分利用数据仓库目标端服务器的性能,并能最大程度上减少数据在网络间的搬动,从而大大提高数据处理的效率。E-LT不需要专门的转换服务器,节省了硬件开支,从而降低整体成本。
、页面配置系统:Java+Tomcat,使用开源的Tomcat发布系统,当前最通用、最稳定的Java技术
JSP(Java Server Pages)是由Sun Microsystems公司倡导、许多公司参与一起建立的一种动态网页技术标准。JSP技术有点类似ASP技术,它是在传统的网页HTML文件(*.htm,*.html)中插入Java程序段(Scriptlet)和JSP标记(tag),从而形成JSP文件(*.jsp)。 用JSP开发的Web应用是跨平台的,既能在Linux下运行,也能在其他操作系统上运行。
Tomcat是Apache 软件基金会(Apache Software Foundation)的Jakarta 项目中的一个核心项目,由Apache、Sun 和其他一些公司及个人共同开发而成。由于有了Sun 的参与和支持,最新的Servlet 和JSP 规范总是能在Tomcat 中得到体现,Tomcat 5 支持最新的Servlet 2.4 和JSP 2.0 规范。因为Tomcat 技术先进、性能稳定,而且免费,因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可,成为目前比较流行的Web 应用服务器。
、分析展现系统:Oracle BIEE(Oracle Business Intelligence Enterprise Edition),Oracle最新的数据仓库展现工具,使用多维方式,轻松实现钻取、挖掘等功能,并提供丰富的图形化展示控件;
Oracle商务智能套件企业版将实时、前瞻性的和可执行的洞察力扩展到每一个用户,包括企业的高管、经理和一线员工,从而支持用户更快地做出更明智的业务决策。Oracle商务智能套件企业版,提供可插入现有数据资源和运营系统中的商务智能平台,为构建企业商务智能解决方案提供了最佳基础,满足整个企业范围的商务智能需求,包括特定分析和查询、前瞻性的商务智能和预警、高级报表编制和预测分析,所有这些都通过一个个性化、交互式的智能信息仪表板来提供。用户在合适的时间获得了和背景相关联的合适信息,从而能制定出最有效的业务决策,使更多用户获得洞察力。除了提供全面的商务智能功能外,Oracle商务智能套件企业版平台还基于成熟、全新的面向 Web 服务的体系结构,从而可提供真正意义上的下一代商务智能功能。
Oracle商务智能套件企业版对任何企业数据资源都是开放的,并针对Oracle或非Oracle数据库进行了优化,能集成来自所有企业应用系统(包括第三方和客户应用系统)的数据。借助Oracle商务智能套件企业版,你能够充分利用你对Oracle和非Oracle技术的现有投资,跨整个企业资源提供全面、实时的智能并降低总体拥有成本。
Oracle BIEE具有简单而直观的工作站特性,这为各式各样的报表和分析,以及各种类型的用户提供了一个丰富而连贯的用户体验。和大多数的BI网页界面不同的是,Oracle BIEE+实现了真正的瘦客户端,它提供的是一个“网页窗体”(Windows on the Web)”的用户体验。连续的上下文感知(Context Sensitive)工具栏和导航窗格引导用户操作。报表和查询由拖放功能向导驱动。活动会话中的每个视窗都能作为独立表单缓存在工作站内,这样就允许用户在两个表单间切换而无需重载浏览器内容,或是使用翻前页和翻后页按钮。
Oracle BIEE采用一个面向服务的N层结构体系。在服务层,应用服务提供处理能力并存贮和共享报表、用户设置和其它信息。在网页层,网络应用服务支持从Oracle BIEE Workspace软件或JAVA客户端直接访问。这个结构允许Oracle BIEE运行在J2EE的应用服务器上,方便企业拓展部署。Oracle BIEE能在Sun Solaris、IBM AIX、Microsoft Windows系列操作系统上运行。
最后要说明的是,本实施例子中,所述辅助决策信息主要由以下几部分组成:主要指标信息、卫生经济信息、医疗数量信息、医疗质量信息、医疗效率信息、护理管理信息、特色分析和医技管理信息。其中,除了特色分析外,辅助决策信息其它部分都从“本院”和“分院”分别进行了展示。
主要指标信息从经济管理、数量管理、质量管理和效率管理四个方面全面展示与医院决策相关的指标信息。其中,经济管理包括总收入、总成本、总利润、人均成本、人均利润、日均费用、日均成本、日均利润等,数量管理包括全院入院量、全院急诊量、全院手术量、住院手术量、门诊手术量、全院门诊量等,质量管理包括治愈率、好转率、未治率、死亡率、诊断符合率、三日确诊率等,效率管理包括人均住院人次、出院者平均住院日、术前平均住院日、占用总床日数、占用病床周转次数、实际病床使用率等。
卫生经济信息模块包括的指标数据有全院收入、军地门诊总收入、军地住院总收入、军地总利润、门诊患者人均费用、门诊患者人均成本、门诊患者人均利润、门诊患者人均药品费 、住院患者人均费用、住院患者日均费用、住院患者日均成本、住院患者日均利润、住院患者人均药品费、住院患者日均药品费、药品占总收入比例、药品占门诊收入比例、药品占住院收入比例、前五位病种平均费用等等。这些数据涵盖了医院日常卫生经济状况的全部信息。
医疗数量信息包括全院入院量、全院急诊量、全院手术量、住院手术量、门诊手术量、全院门诊量(军队/地方)等与医院医疗数量信息相关的指标数据。
医疗质量信息包括治愈率、好转率、治愈好转率、抢救成功率、未治率、死亡率、甲级病案率、乙级病案率、丙级病案率、门诊与出院诊断符合率、入院与出院诊断符合率、术前与术后诊断符合率、放射与术后诊断符合率、临床与病理诊断符合率、放射与病理诊断符合率、三日确诊率、院内感染人次、院内感染控制率、无菌手术切口感染人次、无菌手术切口感染率、手术并发症人次、手术并发症率、非手术并发症人次、非手术并发症率、CT检查阳性率、MRI检查阳性率、大型X光机检查阳性率等等。
医疗效率信息模块包括人均门诊人次、人均住院人次、人均手术人次、出院者平均住院日、出院者住院总天数、术前平均住院日、占用总床日数、统计期内展开总床日数、统计期内日均展开病床数、日均占床数、占用病床周转次数、实际病床使用率等医疗效率相关信息。
护理管理信息模块包括特护天数、一级护理天数、二级护理天数、病危天数、病重天数、输液总次数、肌注总次数、皮试总次数等护理相关信息指标。
特色分析包括:病种分析、手术分析和人员分析;其中病种分析分为两个部分:诊断费用分析和病种费用分析:
(1)    诊断费用分析
诊断费用分析是为满足医院特殊需要而设立的特色分析,主要用于分析某病种大类在某个月份的治疗人数、平均住院天数、平均发生费用和手术比例等信息。
(2)    病种费用分析
病种费用分析通过折线图直观地展示出某种病种中类在某个月内具体每天的治疗费用情况。
手术分析是对某病种在某月内具体每天的手术费用状况进行统计,并用折线图的形式直观地展现出来。
人员分析包括人员学历分析、人员类型分析和人员身份分析,通过对人员学历、类型和身份的分析能够对医院各科室的人力资源质量和分布状况进行大致了解。
(1)人员学历分析
    人员学历分为了中专、大专和硕士三种类型,对各科室及医院总体的数量进行统计,可以大体了解医院不同部门的人力资源分布状况。
(2)人员类型分析
人员类型分为了行政、医生、药师、其他、护士、医技和未分类七种,对不同部门不同类型员工的配备情况进行了统计分析。
(3)人员身份分析
人员身份分为了回聘人员、在编职工、士兵、文职干部、未知、特聘人员、现役军官、自主择业回聘、院内人事代理、非现役文职人员、非编职工、非院内人事代理几种,按不同科室进行统计。
医技管理信息包括检查报告工作量、检查开单工作量和检验开单工作量等以及管理信息数据。
综合信息查询可对一段时间内有关医院的数量信息、经济信息、病危病重信息和医技信息进行查询,并通过进一步向下钻取查看下一级的科室的相关数据。对于钻取的科室数据可以进行趋势分析和构成分析,分析科室各项业绩指标的发展情况和构成来源情况。举例如下面几图所示,
本发明具有以下特色:
特色一:与一般业务查询系统比较,维胜决策支持系统不再是简单的分业务信息查询、当前数据展示和历史数据列表,还包括了数据仓库集成查询、多维度联机分析、路径挖掘、历史趋势分析、数据构成分析、数据纵向对比和总结分析,进行数据深度智能挖掘,对管理者决策起到真正支持辅助作用。
特色二:信息数据完备丰富。我们的决策支持系统是以数据仓库为基础的,通过采用先进的数据仓库技术建立数据仓库,将各个数据库子系统,例如HIS、LIS、PACS的数据整合起来,为辅助决策支持系统提供了完备而丰富的数据。
特色三:分析内容全面详细。本方案除了主要指标信息外,还提供了卫生经济、医疗数量质量、医疗效率、护理管理和医技管理信息为医院各方面、各层级决策进行支持。此外,还可以进行病种分析、手术分析和人员分析等特色分析。
特色四:面向用户需求的决策支持。针对管理人员经常面临的结构化程度不高、说明不充分的问题,本方案把数学模型、分析技术与传统的数据存取和检索技术结合起来,易于为非计算机专业人员以交互会话的方式使用,并强调对用户决策方法改变的灵活性及适应性。
特色五:科学先进的分析技术。与传统的分析工具不同,数据挖掘运用模式匹配和其他算法决定数据之间的重要联系;传统的报表和查询工具只告诉数据库中有什么,联机分析处理(OLAP)则进一步告诉你下一步会怎么样。本方案使用了这两种工具辅助决策。
特色六:多层次、全方位、可视化的功能展示。我们使用了Oracle最新的数据仓库展现工具Oracle BIEE,从不同条件、不同路径、不同方式实现钻取、挖掘等功能,并提供丰富的图形化展示控件。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。

Claims (4)

1.一种医院辅助决策支持系统,包括生产系统层、接口层、数据层以及应用层,其特征在于:所述的生产系统层集成医院各个业务系统的数据,经过接口层整合、组织到数据仓库里,经过数据层从数据仓库中提取应用层的各个系统对应需要的数据形成数据集市,最后由数据集市对对应的系统提供数据支持,保证应用层对应系统的开发和运行;所述的业务系统的数据包括用户资料数据、各种卡类数据、医疗成本数据、员工考勤数据、护理系统数据、结算数据;
所述数据仓库的构建步骤如下:
(1)首先是设计数据仓库的主题并建立规范的数据标准,按照决策分析的主题来组织数据;
(2)其次对当前医院的各个系统进行统一抽取,并按照统一的数据标准进行清洗,转化成统一的、规范的数据;
(3)最后根据医院各项业务需求,通过商业智能工具分主题灵活展现各项信息。
2.根据权利要求1所述的医院辅助决策支持系统,其特征在于:所述接口层采用综合数据集成平台ODI。
3. 根据权利要求1所述的医院辅助决策支持系统,其特征在于:所述的商业智能工具是Oracle BIEE工具,对统计分析处理后的数据以简洁清晰、直观可见的图表方式进行展现。
4. 根据权利要求3所述的医院辅助决策支持系统,其特征在于:所述的统计分析处理包括对比分析、趋势分析、构成分析和总结分析;所述的对比分析是面向全院、科室、组或员工个人四级,对不同月份的数据指标情况进行统计分析,并计算出不同月份之间的涨跌幅状况;所述的趋势分析是使用趋势图这种可视化的方式,对科室或个人在不同月份之间发展趋势进行分析;所述的构成分析是对所有主要科室、在某个时间段内、在某一指标上的贡献比例进行计算,并用饼图展现结果,而且通过对科室进一步钻取可得到科室下面组或个人的贡献比例;所述的总结分析是综合计算科室的年度和月度完成情况,在此基础上,划分合格科室与不合格科室。
CN2010105684540A 2010-12-01 2010-12-01 一种医院辅助决策支持系统 Pending CN101986333A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010105684540A CN101986333A (zh) 2010-12-01 2010-12-01 一种医院辅助决策支持系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010105684540A CN101986333A (zh) 2010-12-01 2010-12-01 一种医院辅助决策支持系统

Publications (1)

Publication Number Publication Date
CN101986333A true CN101986333A (zh) 2011-03-16

Family

ID=43710680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010105684540A Pending CN101986333A (zh) 2010-12-01 2010-12-01 一种医院辅助决策支持系统

Country Status (1)

Country Link
CN (1) CN101986333A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103617478A (zh) * 2013-10-31 2014-03-05 淘金信息科技(苏州)有限公司 医院管理系统
CN104299105A (zh) * 2014-11-02 2015-01-21 中国科学院软件研究所 一种支持复杂企业环境的信用数据管理系统及方法
CN104820697A (zh) * 2015-04-28 2015-08-05 迈德高武汉生物医学信息科技有限公司 一种医疗数据挖掘方法及系统
EP2828774A4 (en) * 2012-03-22 2015-10-14 Univ Hong Kong Baptist INTELLIGENT HEALTH CARE DECISION ANALYSIS METHODS AND SYSTEMS
CN104992305A (zh) * 2015-08-03 2015-10-21 福州维胜信息技术有限公司 一种医院客户关系管理系统
CN105117587A (zh) * 2015-08-04 2015-12-02 杭州健港信息科技有限公司 医保领域中基于医疗大数据的智能分析方法
CN105335401A (zh) * 2014-07-22 2016-02-17 阿里巴巴集团控股有限公司 数据仓库指标管理方法和装置及系统
CN106228020A (zh) * 2016-07-29 2016-12-14 广州天健软件有限公司 一种呼吸道疾病的临床数据支撑系统
EP3131026A1 (en) 2015-08-12 2017-02-15 Institute of Mathematics and Computer Science, University of Latvia A system and method for instantaneous ad hoc querying of hospital information
CN106933602A (zh) * 2015-12-29 2017-07-07 中兴通讯股份有限公司 一种基于面向服务架构soa的数据处理方法及装置
CN107122464A (zh) * 2017-04-27 2017-09-01 国信优易数据有限公司 一种辅助决策系统及方法
WO2017193579A1 (zh) * 2016-05-07 2017-11-16 深圳市前海安测信息技术有限公司 基于大数据的乳腺筛查数据分析系统和方法
CN108090209A (zh) * 2017-12-29 2018-05-29 河南电力医院 基于大数据并行处理的健康决策系统
WO2018176717A1 (zh) * 2017-03-25 2018-10-04 深圳市前海安测信息技术有限公司 基于医疗云平台的乳腺筛查影像分析系统及方法
CN108920609A (zh) * 2018-06-28 2018-11-30 南方电网科学研究院有限责任公司 基于多维度分析的电力实验数据挖掘方法
CN109545305A (zh) * 2018-10-22 2019-03-29 平安医疗健康管理股份有限公司 基于数据处理的医疗单位用药监控方法及装置
CN109636613A (zh) * 2018-10-19 2019-04-16 平安医疗健康管理股份有限公司 医疗数据异常识别方法、装置、终端及存储介质
CN113505995A (zh) * 2021-07-12 2021-10-15 国网青海省电力公司海东供电公司 一种基于设备运行管理的监控业务评价体系构建方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2828774A4 (en) * 2012-03-22 2015-10-14 Univ Hong Kong Baptist INTELLIGENT HEALTH CARE DECISION ANALYSIS METHODS AND SYSTEMS
CN103617478A (zh) * 2013-10-31 2014-03-05 淘金信息科技(苏州)有限公司 医院管理系统
CN105335401A (zh) * 2014-07-22 2016-02-17 阿里巴巴集团控股有限公司 数据仓库指标管理方法和装置及系统
CN104299105A (zh) * 2014-11-02 2015-01-21 中国科学院软件研究所 一种支持复杂企业环境的信用数据管理系统及方法
CN104820697A (zh) * 2015-04-28 2015-08-05 迈德高武汉生物医学信息科技有限公司 一种医疗数据挖掘方法及系统
CN104992305A (zh) * 2015-08-03 2015-10-21 福州维胜信息技术有限公司 一种医院客户关系管理系统
CN105117587A (zh) * 2015-08-04 2015-12-02 杭州健港信息科技有限公司 医保领域中基于医疗大数据的智能分析方法
EP3131026A1 (en) 2015-08-12 2017-02-15 Institute of Mathematics and Computer Science, University of Latvia A system and method for instantaneous ad hoc querying of hospital information
CN106933602A (zh) * 2015-12-29 2017-07-07 中兴通讯股份有限公司 一种基于面向服务架构soa的数据处理方法及装置
WO2017193579A1 (zh) * 2016-05-07 2017-11-16 深圳市前海安测信息技术有限公司 基于大数据的乳腺筛查数据分析系统和方法
CN106228020A (zh) * 2016-07-29 2016-12-14 广州天健软件有限公司 一种呼吸道疾病的临床数据支撑系统
WO2018176717A1 (zh) * 2017-03-25 2018-10-04 深圳市前海安测信息技术有限公司 基于医疗云平台的乳腺筛查影像分析系统及方法
CN107122464A (zh) * 2017-04-27 2017-09-01 国信优易数据有限公司 一种辅助决策系统及方法
CN107122464B (zh) * 2017-04-27 2020-05-01 国信优易数据有限公司 一种辅助决策系统及方法
CN108090209A (zh) * 2017-12-29 2018-05-29 河南电力医院 基于大数据并行处理的健康决策系统
CN108920609A (zh) * 2018-06-28 2018-11-30 南方电网科学研究院有限责任公司 基于多维度分析的电力实验数据挖掘方法
CN109636613A (zh) * 2018-10-19 2019-04-16 平安医疗健康管理股份有限公司 医疗数据异常识别方法、装置、终端及存储介质
CN109545305A (zh) * 2018-10-22 2019-03-29 平安医疗健康管理股份有限公司 基于数据处理的医疗单位用药监控方法及装置
CN113505995A (zh) * 2021-07-12 2021-10-15 国网青海省电力公司海东供电公司 一种基于设备运行管理的监控业务评价体系构建方法

Similar Documents

Publication Publication Date Title
CN101986333A (zh) 一种医院辅助决策支持系统
CN110415831B (zh) 一种医疗大数据云服务分析平台
Li et al. Exploring the innovation modes and evolution of the cloud-based service using the activity theory on the basis of big data
Homayounfar Process mining challenges in hospital information systems
Zhao et al. Evaluation and design of public health information management system for primary health care units based on medical and health information
Chennamsetty et al. Predictive analytics on electronic health records (EHRs) using hadoop and hive
CN101261659A (zh) 一种健康监护信息系统
Jameel et al. Analyses the performance of data warehouse architecture types
Keenan et al. The HANDS project: studying and refining the automated collection of a cross-setting clinical data set
CN201936304U (zh) 实现对科室综合绩效进行智能整理以供考评的系统
Nigrin et al. Data mining by clinicians.
Hirano et al. Mining typical order sequences from ehr for building clinical pathways
Hu Research on monitoring system of daily statistical indexes through big data
CN202003399U (zh) 一种医院辅助决策支持系统
Akwukwuma et al. A Framework of a Web-Based Database System for
CN110853745A (zh) 一种皮肤病患者规范化系统
Ren et al. AI-based multimodal data management and intelligent analysis system for Parkinson's disease: GYENNO PD CIS
Dong et al. An efficient data management framework for puerto rico testsite for exploring contamination threats (protect)
Yange et al. An Implementation of a Point of Care Information System for Nurses
Syafar et al. Assessment of Implementation of the Modern Outpatient Information Systems in Indonesia: A Public Health Collaborative Approach.
Sartipi et al. Data and mined-knowledge interoperability in eHealth systems
Bu et al. Research on Medical Big Data Mining and Intelligent Analysis for Smart Healthcare
Hendrich Empirical data mining: Conservation of nursing energy and care capacity in medical-surgical hospital work environments
Yin et al. Utilization of Data Analysis and Decision Support System in the Chinese General Hospitals
Obrosky et al. The emergency department triage of community-acquired pneumonia project data and documentation systems: a model for multicenter clinical trials

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20110316