基于病案資源的決策支持系統(tǒng)的應用和研究.pdf

1、數據倉庫技術、聯機分析處理(OLAP)技術和數據挖掘技術可以有效地對海量數據進行管理，并從中發(fā)現有價值的知識，以提高信息利用率。利用數據倉庫、OLAP技術及數據挖掘技術對病案資源進行科學的統(tǒng)計分析是醫(yī)院重大決策及醫(yī)學發(fā)展的主要依據。將決策支持技術應用到病案資源統(tǒng)計分析中是醫(yī)院信息化發(fā)展的必然選擇。 本文對國內外決策支持系統(tǒng)在病案資源統(tǒng)計分析領域的研究作了簡潔的綜述和評論，分析了現存病案資源統(tǒng)計分析的問題，論證建立病案資源統(tǒng)計分析

2、決策支持系統(tǒng)的必要性，介紹了數據倉庫、OLAP和數據挖掘等有關概念和內容，提出了其在醫(yī)院病情診療分析中的應用研究。其核心思想是通過數據倉庫來清洗紛繁蕪雜的數據，然后利用聯機分析系統(tǒng)獨特的多維方式對數據進行分析，使用戶從不同的維度了解歷史及現狀，最后利用數據挖掘工具自動地挖掘潛在的模式，找到正確的決策。 本系統(tǒng)的決策主題確定為病情診療質量分析。經過數據倉庫的物理模型和邏輯模型的詳細地設計，創(chuàng)建了具有時間、病種、性別、年齡、科室、費

3、用類別、入院病情、診斷對照組、診斷符合情況、治療結果等十一個維度和具有診療人數、住院天數、住院次數、平均住院天數、病種構成比、治愈率、死亡率、診斷符合率、急危重癥搶救成功率等九個度量值的病情診療質量分析多維數據集。通過數據透視表選項與SOL Server 2005 Analysis Services服務器端連接，多維度、靈活、細化地進行了病種診療質量方面的聯機分析處理。創(chuàng)建了病情診斷分析人工神經網絡挖掘模型和病情治療方案分析決策樹挖掘模