医疗行业如何引进商业智能.docx

医疗行业如何引进商业智能.docx

《医疗行业如何引进商业智能.docx》由会员分享，可在线阅读，更多相关《医疗行业如何引进商业智能.docx（5页珍藏版）》请在冰豆网上搜索。

医疗行业如何引进商业智能

医疗行业如何引进商业智能

医疗机构如何引入应用商业智能技术（BI）

作为商业领域最先进的数据处理技术，商用智能技术（BI）与ERP和HIS有着本质的不同，前者是面向决策的软件，后者是面向操作的软件，在运用上，BI需要建立在ERP、HIS系统收集原始数据基础上，弥补ERP和HIS决策分析功能的不足，从而为管理者的正确决策服务。

在医疗领域引进BI，不但可以进行工作量统计、患者丢失分析、成本核算和控制以及医疗质量和效益指标的精确计算，还可以进行供应链分析、市场数据挖掘和多信息系统功能整合的作用等多项功能，相信在医疗管理日益技术化的条件下，BI的作用将会更加强大和完善。

商用智能技术（BI）概述　　

知名市场研究机构IDC近日发布研究报告称，全球企业的战略与业务决策制定正处在一个关键的十字路口，而商用智能技术（BusinessIntelligence，简称BI）现已成为导致领先企业与普通企业差异化的重要因素，BI在日常运营中的不断深入应用将使这种差异更加突出。

有一则被反复提及的故事，它可以说明商用智能的应用价值。

曾有一段时间，沃尔玛在美国的店面经理发现一种现象：

每周啤酒和尿布的销量都会有一次同比攀升，但一时搞不清是何原因。

后来，沃尔玛运用BI技术发现，购买这两种产品的顾客几乎都是25岁～35岁、家有婴儿的男性，每次购买时间均在周末。

沃尔玛分析相关数据后得出，这些人习惯在晚上边看球赛、边喝啤酒，对于要照顾的孩子，为了图省事就用一次性尿布。

得到这个结论后，沃尔玛把这两种商品集中摆在一起，结果销量有了显著提升。

这个例子告诉我们，在当今的商业环境中，那些看似杂乱无章、错综复杂的信息往往隐藏着巨大的价值。

能否从中提炼分析出有价值的信息，进而支持管理者做出及时、正确的决策，对于组织应对复杂的竞争是相当重要的。

商用智能（BI）本质上是把组织的业务数据转化成容易理解、价值较高的信息，并将正确的信息在正确的时间以正确的方式分配给正确的人，它是数据仓库、数据查询和报表、数据挖掘、在线分析（OLAP）、预算与预测等技术的综合运用。

如同十年前的“ERP浪潮”一样，商用智能正位于IT行业发展最前沿，引领着当今新一轮浪潮。

2007年，ORACLE、SAP、IBM分别以33亿美元、68亿美元、50亿美元收购三家BI技术企业。

接下来，我们再评价一下当前组织的信息部门主管所面临的一般现状6个“太”：

太快。

业务发展快，数据增长快；太慢。

报表慢，动辄要数日方能提供管理者要求的报表，丧失及时性；太大。

数据库，数据量太大，堪称海量；太小。

每天可供加载数据，运算的平台窗口太小，海量数据与;信息孤岛并存；太多。

查询的需求多，硬件投资多，能耗太多；太少。

资源少，懂最新技术的人太少。

对于上述现状，商用智能技术可以提供有效的解决方案。

BI的优势在于：

信息整合与共享，BI可实现多个信息系统及多种格式数据库的数据整合与共享；灵活性和适应性；及时有效；创造新的利润；另外BI还具有风险识别和降低成本这两大重要的功能，具体说来：

BI风险预先识别的功能是建基在其方案都具有可修改、可升级的特点，所以它可以伴随组织的增长而发展。

最高管理层可以监控这种组织内的变化及其与外部的相互影响，据此修正和控制组织的增长速度；而许多没有BI应用的组织很可能在公司从小变大的增长过程中栽跟头，因为他们不知道组织正在发生什么，往往在管理层发现问题之前就出事了；在降低成本问题上，BI的优势也是显而易见的，如果我们把BI与HIS或ERP的功能做一番对比就可以发现：

ERP或HIS是面向操作的软件，而BI是面向决策的软件，两者在功能上有着显著的区别，BI需要建立在ERP或HIS系统已收集原始数据的基础上，弥补ERP在分析、决策功能上的不足，但绝不是简单的ERP或HIS的附属模块。

在采用BI以前，管理人员用于整理数据和分析数据的时间之比约为8：

2，而采用了BI以后，管理人员用于整理数据和分析数据的时间之比将为2：

8。

BI把管理人员从数据整理工作中解放了出来，从而使其充分发挥其潜在的管理能力。

BI在医疗机构中的应用　　

与医院信息系统（HIS）面向业务操作、提高员工的工作效率不同，商用智能管理（BI）面向管理决策、为医院管理者提供决策支持与服务。

医院院长在日常工作中经常面临着以下问题的困扰：

医院的门诊量并不少，但为何住院患者数量、床位使用率偏低？

问题出在哪个环节？

哪个科室？

哪名医师？

或者我们医院的患者住院要排很长时间，在保证医疗质量的前提下，如何改善医院工作流程，优化哪些工作环节？

缩短哪些专科的平均住院日？

从而明显改善患者收入院工作？

如何准确统计医疗、护理、技术人员的工作量与工作业绩？

从而实施有效的绩效考核与管理？

并准确计算绩效薪资？

为何在开出处方、检查、化验单后，患者;“跑单”严重？

到底是哪些收费项目、病种、科室、医师最易出现跑单？

从而跟进措施，挽回医院的巨额损失？

　　医院当前存在多个信息系统（HIS、人力资源、物资管理等），存在严重的信息孤岛，院长需要的指标、数据涉及多个系统，信息科无法计算或需要几天才能提交报表，应当如何整合数据？

共享信息？

及时查询？

医院使用量最大的药品或耗材是哪些？

使用后的疗效如何？

如何开展药或耗材的临床疗效跟踪与评价？

从而改进治疗方案？

医院当前拥有供应商近千家，供应品种上万个，如何建立有效的库存跟踪、预警系统？

在保证供应的前提下，如何合理降低库存，避免浪费？

各部门或专科的成本核算如何有效开展？

成本预警与控制如何实施？

如何进行风险监测？

从而及时识别风险，启动风险控制预案或其他措施？

来院门诊、住院的患者有哪些特征？

他们对医疗服务的需求是什么？

具有何种消费行为和习惯？

从而跟进措施，提高医院的竞争力？

上述都是医院管理者必需要获得准确答案的问题，但在目前却难以实现。

其原因在于医院当前应用的医院信息系统（HIS）本身在性质、结构和技术方面与商用智能管理软件（BI）有极大的差异：

HIS的性质是业务操作软件，它的主要职能是依据医院的业务流程，实现各个工作环节数据的记录，以及数据从上一环节到下一环节的传递。

BI的性质是管理决策软件，它的主要职能是针对医院所有数据，特别是逐条患者诊疗记录等底层数据，运用特有的结构与技术，实施深度的数据挖掘、清洗、整合、分析，进而计算出管理预测、决策的结论，并形成鲜明报表。

HIS的存储结构是普通;数据库，如同在一个平面中，存在成千上万张;表单，这些;表单中存储着各项数据。

在这样一个结构中捕获相应表单以及表单中记录的字段，是十分困难的。

而BI的存储结构是先进的“;数据仓库”，具有“多维度”、“矩阵化”的特征。

具有直接关系的数据装载入同一矩阵中，各个矩阵之间，通过共同或关联数据建立联系。

通过矩阵运算实现强大的数据整合、统计、分析等功能。

在BI的应用中，需要：

将BI软件装入独立的服务器中；

根据管理意图与需求，建立BI数据矩阵模型、设定数学模型与公式；

BI服务器与HIS服务进行连接，将HIS中的相关数据单向导入到BI中；

在数据由HIS向BI导入的过程中，即同时进行数据格式转换（无论数字、字符串还是汉字格式的数据，均可实时转换为BI格式）；

数据导入BI时，即按照建立的矩阵模型，各项数据被装载到矩阵相应位置；

同一矩阵中各数据时刻互动，不同矩阵可依据关联数据进行数据钻取（Drilldown）。

所有数据结果及其相互关系可以在数秒内显示，此过程称为在线分析（OLAP）；

如医院有多个信息系统（HIS、OA、人力资源系统、物资管理系统等）则更能展现BI的功能。

一项管理指标的计算可能要调用多个系统的数据，可以通过BI的数据整合功能，将不同系统的数据导入到相同或不同矩阵中，然后即可进行运算、统计、分析；

当一所医院有多家分院时，往往面临的数据整合的强烈需求，这也恰好是BI所擅长解决的问题。

解决方法是在总院配置BI服务器，通过光纤直接导入各分院HIS数据，设定二层矩阵，一层为各个分院数据独立分析，另一层为总院及所有分院数据汇总、整合后分析。

如无院际光纤，也可通过E-mail、MSN等方式传输打包数据，但要求各分院也要配置BI服务器；

另外，BI仅仅是从其他各信息系统中单向导入数据，绝不影响原系统的数据结构与内容，因此安全性能够保证；数据导入、矩阵运算、公式计算均可同时完成，灵活报表与决策支持瞬间提供，无需再行人工干预；最后，BI的应用伴随着医院的发展、管理意图的变化而保持同步升级，具体来说，只是新建数据矩阵、新设数学模型与公式而已。

工作量统计　　

工作量的精确统计是BI最为基础的功能。

只需识别科室、医务人员、设备、药品、器械在HIS中的ID，跟踪并读取此ID所有的业务信息，即可精确计算在任一周期内相关科室、人员的全部工作量，以及有关设备、药械等被使用的情况。

　　但是，仅仅做出统计还远远不够，BI作为管理决策软件其主要功能是提供管理依据。

例如：

预先给各科室、各医务人员、各设备等设定周期性工作目标值，当BI自动从HIS导入数据、各项工作完成值自动统计之后，与工作目标值的比较、完成情况的计算、图表的形成均可同步完成。

　　同时，在设定科室建制、人员序列、设备归属等信息后（通常设为矩阵，需要时随时调用），更可以层层深入、实施数据钻取分析。

因此，医院各级管理者能够按照组织结构、岗位设置，有序查阅医院整体、各职系、各部门、各人员、各设备的工作情况及其量化评分，后续管理措施亦可及时跟进。

收入分析　　

同理，识别科室、医务人员、设备、药品、器械在HIS中的ID，跟踪并读取此ID所有的收入信息，即可精确计算在任一周期内相关科室、人员的全部创收数据，以及有关设备、药械等创收的情况。

另可预先设定目标值，计算指标完成进度与程度

患者丢失分析　　

患者丢失（跑单）是当前医院中普遍存在的问题。

难以有效解决的原因有多种，但不可否认其中重要的一条原因是：

对患者丢失的状况缺乏量化数据支持以及明确的分析，因此难以制定有效的解决措施。

BI在患者丢失领域可以发挥显著的作用：

站在医院整体业务流程的高度，跟踪每一条患者诊疗记录（底层数据）；在审视每一条患者诊疗记录时如发现流程非正常中断，即将其识别为患者丢失，如已开处方或检查单，但此患者未到收费处交费等等；进一步，要剔除假阳性数据，如当时现金不足，患者在得到处方后过了数日才进行交费、取药，等等，对这些情况，BI很容易加以识别；在识别、整合患者丢失的数据之后，更重要的工作是统计、分析，并从科室、医务人员、疾病种类、检查项目、治疗项目以及其他各个角度的患者丢失数量与所涉及的金额进行分析；依据分析结果，跟进管理措施，例如对患者丢失频率过高的医院人员进行医患沟通技能等培训。

在激烈的竞争环境中，一所医院拓展新的业务或技术领域实属不易，甚至是不可控的。

但是，挽回丢失的患者，进行挽救医院本应获得却未能获得的巨额收入是可控的。

因此，有效解决患者丢失，是医院管理者理应愈加关注的重要课题。

支付方式分析　　

读取每一条患者诊疗记录中;支付方式的字段，并进行汇总分析、即可显现：

自费、社保、商保、公疗、新农合、院内等各类支付方式总额与比例分析，同时出具详细图表；医院、体检、健康管理机构可据此判定重要患者群体的支付特征，以及重要单位客户贡献度，以便市场或客服部门开展密切联络。

成本核算与成本控制　　

BI的成本核算与控制功能要相对复杂一些，主要在于需要建立的矩阵数量更多。

所涉及的矩阵有：

诊疗项目矩阵、诊疗收入矩阵、直接成本矩阵（所用药品、耗材等）、人力成本矩阵、管理费用矩阵，以及组织结构矩阵、岗位设置矩阵、人员信息矩阵等，这些矩阵以每一名患者的诊疗记录为纽带，从而建立直接或间接关联。

按照成本核算规则与数学公式，通过BI强大的多维矩阵运算、自由数据钻取等功能，可以实施：

院级、科室级、班组级、人员级成本核算；单病种、单机、单技术成本核算；单病种收费精确核算。

此外，当设定各类成本目标值、报警值、比率等指标后，成本控制即可有效实行。

医疗质量、效率指标精确计算　　

BI在指标计算方面的优势在于：

它是基于底层数据即逐条患者就诊记录，将相关数据进行挖掘、清洗、累加、汇总后，进行多维运算，然后得出结论、出具灵活报表；可精确计算门诊住院患者人次、病种分布、平均住院日、床位使用率、药费比、诊断符合率、治愈好转率等各项质量、效率指标；对各项指标进行同比、环比分析等等，出具灵活图表；发现工作内容或工作流程缺陷，并可前导追溯原因，如门诊患者住院率为何低下，患者丢失率为何严重等等。

以门诊患者住院率为例，传统的计算方式是住院患者人数除以门诊患者数量的结果，可以说这是一个“死公式”、“死报表”。

医院管理者面对这样的报表往往束手无策，因为可用的信息量太少，管理干预无从下手。

对于BI而言，则可在审视、保存所有门诊患者记录后，进一步筛选出其中住院治疗的患者，同时保存这些住院患者的所有信息。

例如，BI在计算出门诊患者住院率为60%以后，还可以进一步明确地告知医院管理者这些住院、离院患者的诊断、门诊科室、门诊医师、诊疗项目、费用、支付方式等详细数据分别是怎样的，以及某一名患者在哪个环节离院，进一步将同类数据汇总、分析后即可发现是哪一类患者易离院（从诊断、经济、就医需求与习惯等多角度分类）、经常在哪一个工作环节离院、哪些科室的收入院情况不佳、哪些医师收入院的能力不强、门诊或住院哪些工作环节不到位，哪些专业学科面对强大竞争压力不足以留住患者等等。

医院管理者只有手持上述灵活数据与报表，方能实施有效的管理干预措施。

上述只是BI在医疗机构应用中的部分案例。

BI还能够在关键绩效指标（KPI）或平衡计分卡（BSC）绩效管理、医院供应链管理、患者关系管理、市场数据挖掘、竞争环境分析、多信息系统整合等方面发挥强大的作用。

但需注意，BI再智能也仅是一款软件平台，它必须要配合管理者的意图，需要医院管理专家设定数据模型与公式，方能发挥应用的作用。

相信在未来的几年间，随着医院管理的技术化、专业化进程，BI势必将在医疗领域发挥越来越令人瞩目的强大效能！