医学信息学
第34卷第4期
2021年2月医学信息
Journal of Medical Information
Vol. 34 No.4
Feb. 2021基于ETL技术的医院质控数据库系统设计与实现
崔金广，窦一峰，蒙文涛，吴秀春
(天津市宝坻区人民医院网络信息中心，天津301800)
摘要：针对公立医院三级绩效考核数据采集分散、数据统计公式和标准不规范、内容反馈和呈现不直观等问题，本文构建了基于数据仓库(E TL)技术的医院质控数据库系统，主要包括时间维度与科室维度下的数据字典、指标分类、数据录入、报告展示、对 比输出等内容。依托大数据分析，通过K ettle分别由只1$、0$、？八0$、五皿队、卫生统计、0八等信息系统提取数据，将其加工、整 理后存储到质控数据库，并开
发设计B/S架构的医院质控数据库系统，对质控数据进行统一管理。最终实现及时准确的提取、加工、整理质控指标数据的目的，旨在为院领导决策、职能处室和临床科室提供准确有效的数据支持。
关键词：医院质控数据库；医疗质量；质控指标；设计
中图分类号:R197 文献标识码:B
DOI：10.3969/j.issn.1006-1959.2021.04.005
文章编号：1006-1959(2021 )04-0016-06
Design and Implementation of Hospital Quality Control Database System Based on ETL Technology
CUI Jin-guang,DOU Yi-feng,MENG W en-tao,W U X iu-chun
(Network Infor^nation Center,Tianjin Baodi Hospital,Tianjin 301800,China)
Abstract ： In view of the scattered collection of three -level performance appraisal data in public hospitals, irregular data statistical formulas and standards, and unintuitive content feedback and presentation, etc.this article builds a hospital quality control database system based on data warehous
e (ETL) technology, which mainly includes data dictionary, index classification, data entry, report display, comparison output, etc. under the time dimension and department dimension.Relying on big data analysis, Kettle extracts data from HIS, LIS, PACS, EMR, health statistics, OA and other information systems respectively, and stores them in the quality control database after processing and sorting.And develop and design a hospital quality control database system with B/S structure, and conduct unified management of quality control data.In the end, the purpose of timely and accurate extraction, processing, and sorting of quality control index data is realized, and it aims to provide accurate and effective data support for hospital leadership decision-making, functional departments and clinical departments.
Key words ： Hospital quality control database;Medical quality;Quality control index;Design
医疗质量与安全是医疗工作的生命线和医院管 理的核心内容，探索以数据库为核心的医疗大数据 项目建设，运用信息技术构建监管平台，建立医院质 控指标智能监控和现场督察有机结合的管理模式，通过建立系统化、信息化、精准化的大型公立医疗质 量管理与控制指标监测据库（MQMCIMD)，将有效 提升我院的管理效率和综合竞争力，对于医院长远 发展具有十分重要的理论和实践意义[1]。目前三级 公立医院均面临不同程度的问题，如数据采集分散，不能及时有效的给临床科室提供高效、精准的数据 支持；无质控数据库系统、考核方式较为单一、数据 统计公式和标准不规范等[2]。相关研究指出[3，]，
借鉴 目标管理法、平衡记分卡和关键指标法的思想构建 多维度动态绩效考核指标体系是必要的，可完善绩 效管理应用，促进效率质量运行稳步提升。随着大 数据、云计算等信息技术的迅猛发展，借助信息技术 服务平台初步建立绩效考核指标评价体系的信息化 系统，对于落实绩效考核结果运用的具体操作方法 有重要的意义[5]。本文以数据挖掘中的数据提取、转 换、加载为主，在前期对我院基本情况进行调研的基 础上，开发了适合我院院情的质控数据库系统。该基金项目：天津市卫生健康科技项目（编号:ZC20095)
作者简介：崔金广（1985.3-)，男，天津人，本科，高级工程师，主要从 事医疗信息化软件开发工作
通讯作者：吴秀春(1979.6-)，男，天津人，硕士，高级工程师，主要从 事医院信息化工作系统可以将医院各科室的医疗质量、收入、运营效率 等内容进行统计分析，分析科室投入与支持，加强 成本管理，降低医疗资源的浪费，优化资源配置，同时通过对各考核指标的联动分析，可以有效提升科 室的工作效率，从而寻科室工作中的薄弱环节。从数据整合清洗到统计分析，从数据可视化报告展 示到数据的预测预警，探析大数据时代的医疗大数 据建设，将能够有效提升我院的管理效率和综合竞 争力[6-8]。现就系统建设及应用情况总结如下。
1系统设计与实现
质控数据库系统开发完成后部署在可连接医院 行政办公网的服务器上，科室质控员通过浏览器访 问质
控数据库系统。质控数据库系统包括医疗指标、医技指标、重点疾病、重点手术、择期手术后并发症、急性心力衰竭、医院工作报表等7个主要功能页面，具体数据库框架见图1。
通过借鉴德国医院透明管理制度与标准委员会 提出的集门诊、住院、护理、院感、药事、手术等六大 板块为一体的覆盖全院质量与安全的信息监管与反 馈平台结构'我院设计了质控数据库系统，以患者 和员工为导向，以质量安全为保证，依托门急诊和住 院患者为基础，开展手术、护理、院感和药事等相关 指标的归口和制定工作，以信息化为手段，针对所有 指标实行精准化管控。
1.1系统架构质控数据库系统采用B/S结构，
开发
第34卷第4期医学信息V〇1.34N〇.4 ：■
2021 年 2 月JoumalofMe(licalInformation Feb. 2021 医学信息学
工具选用Eclipse，米用MVC设计模式，后端米用国 内开源Java框架JFinal，前端米用LayUI框架+En- jo
y模板引擎+Echarts图形库+Ajax等。使用开源 ETL工具Kettle进行数据提取、加工、整理™。质控数据库系统分为U I层、Control层、Service层、Dao 层和实体层。在医院虚拟化资源池划出专用虚拟化 服务器，提供SQLServer 2008数据库服务和Un­dertow网站服务 ，见图 2。
图1我院质控数据库框架
图2质控数据库系统技术架构示意图
1.2关键技术
1.2.1ETL技术ETL即抽取、转换、加载間。数据抽 取即从源数据源抽取目的数据源需要的数据；数据 转换是将从源数据源获取的数据按照业务需求，转 换成目的数据源要求的形式，并对错误、不一致的数 据进行清洗和加工；数据加载即将转换后的数据装 载到目的数据源。医院质控数据库系统涉及几百项 质控指标，这些指标数据分布在HIS、LIS、PACS、瓦皿只、孤册、0人、卫生统计等信息系统中。而这些系 统又分别米用〇racle、SQLServer、MySQL等主流数 据库。应用ETL技术可以高效、稳定的由上述系统 数据库中定时自动抽取、加工、整理医院质控数据库系统所需的基础数据并存储到质控数据库中。1.2.2ECharts图形库+Ajax技术 ECharts能够在 PC
端和移动设备上流畅运行，兼容当前绝大部分浏览 器，底层依赖轻量级的Canvas库ZRender,ECharts
提供直观、生动、可交互、可高度个性化定制的数据 可视化图表[12]。Ajax是由 Javascript、xml、XML- HttpRequest组合在一起、能实现异步提交的功能，是一种创建交互式网页应用的网页开发技术[13]。通 过ECharts和Ajax的配合使用，可在不刷新页面的 情况下，异步请求后台数据，动态刷新数据分析图。2系统功能
2.1医疗指标医疗指标包括院、
科两级的医疗质控
1医学信息学j 第34卷第4期医学信息Vol. 34 No.4 2021年2月Journal of Medical Information Feb. 2021
指标数据，具体包括诊疗人次、出院人数、入出院诊 断符合率、出院者平均住院日、病床使用率、治愈好 转率、甲级病历率、平均病床工作日、手术例数、术前 平均住院日、三、四级手术占手术总例数的比例、外 科手术人次占外科出院人次比例、术前与术后诊断 符合率、住院时间超过30天患者人数、急诊死亡人 数、急诊抢救人数、急诊抢救成功人数、当天再入院 率、2~14天再入院率、15~30天再入院率等37项重 点医疗指标。医疗指标数据以月为单位，通过科室 和年份两个下拉框选项，可统计查看每月院科两级 全年数据明细，见图3。在全院状态下，还可查看每 月科室明细。点击数据分析按钮后，弹出数据分析 页面，通过科室和数据类型两个下拉框选项，可生成 院科两级37项数据指标折线图或柱形图，见图4。
2.2重点疾病重点疾病包括国家规定的18种重点 疾病的院科两级数据，通过年月选择可按时间范围 统计查看18种重点疾病的全院指标数据，包括总例 数、死亡例数、15d再入院率、30d再入院率、平均
住院日、平均住院费用等6项指标。点击疾病名称，可统计查看科级明细数据，见图5。
2.3重点手术重点手术包括国家规定的18种重点手 术和16种恶性肿瘤手术的院科两级数据。通过年月 选择可按时间范围统计查看18种重点手术和16种 恶性肿瘤手术的全院指标数据，包括总例数、死亡例 数、术后非预期再手术、平均住院日、平均住院费用等 5项指标。点击手术名称，可统计查看科级明细数据。
2.4择期手术后并发症择期手术后并发症可按时间范围统计查看肺栓塞、深静脉血栓、败血症、出血或血肿、伤口裂开、猝死、、骨折、生理/代谢 紊乱、肺部感染、人工气道意外脱出等11项手术并 发症的全院汇总数据。点击月份可统计查看该月份 发生手术并发症的病人明细，包括并发症名称、科室 名称、住院号、住院次数、姓名、性别、年龄、主要诊断 等 7 项数据指标。
2.5急性心力衰竭急性心力衰竭为单病种数量指标，可按时间范围统计急性心力衰竭病人数据明细，见图6，数据指标包括科室、住院号、住院次数、姓 名、住院天数、住院费用、入院时间、首次心电图时 间、心功能评估、住院后开始药物时间、出院时 药物情况、健康宣教时间、针对性健康宣教是否 完成、患者满意度等。
2.6医技指标医技指标包括我院病理科、放疗科、高压氧、检验科、康复科、麻醉科、内镜中心、输血科、疼痛科、心电图室、血透室、药剂科、影像科、营养科 等14个医技科室的近300项指标。由于医技科室绝 大多数指标均不能由医院各系统直接获取，本系统 采取人工录入的方法由各科室质控员将指标
数据手 动录入到质控数据库中，见图7。科室质控员可通过 数据分析功能，对其所录入指标数据，逐项生成折线 图或是柱形图。
2.7医院工作报表医院工作报表的数据完全由天 津市卫生统计系统中的医院工作报表数据中提取，包括门急诊人次、门诊人次、急诊人次、急诊抢救人 数、急诊抢救成功人数、急诊死亡人次、观察室收容 人数、健康检查人数、节假日人次、期末实有病床数、上期末留院人数、入院人数、他科转入、出院人数、住
R T S?t12v|
图3
全年明细数据
第34卷第4期医学信息Vol.34No.4 ；■
2021 年 2 月JoumalofMedicalInformation Feb. 2021 」医学信息学
院死亡人数、转往他科、期末留院人数、实际开放总 床日数、平均开放病床数、实际占用总床日数、出院 占用总床日数、手术总人次例数、平均病床工作日、病床使用率、平均病床周转次数、出院者平均住院 日、住院危重病人抢救人次数、住院危重病人抢救成 功人次数、病理检查人数等29项指标数据，见图8。我院医院工作报表数据由2008年至今，已经产生了 近12年数据，通过科室、年份、单位(月、季、年)、数 据类型四个维度的组合，可以生成院科两级29项指 标折线图或柱形图。通过对历史数据的分析，不仅可 以为院领导的决策提供数据支持，也可为职能处室 制定政策提供数据支持。
2(H9年全皖浮疗入次彐么S L G ^
图4数据指标的可视化展示
*1卞5抬
抽#P:..hU 中既I
M>
数据库设计的意义W.-r**Sk
_
6 1
Ti c■咖Jle*
&
II R1
so
T^l fc'iE T f^\
0912579.16
0§3£6.S1
:i h
:i rm/c m
0G039.C£
0  3.S314MX47
图5科级疾病明细数据
图6
急性心力衰竭数据明细
■第34卷第4期医学信息学2021年2月
医学信息
Journal of Medical Information
Vol. 34 No.4
Feb. 2021图7医技指标数据录入
图8指标数据展示
3讨论
近年来，随着医疗大数据的体量越来越大，越来 越多的公立医院对于医疗大数据的价值挖掘越来越 重视，而信息技术的飞速发展恰好为医疗大数据的 有效利用和创新挖掘提供了积极的探索途径。医疗 大
数据形式种类多样，时效性高，本文通过运用基于 提取、转换和加载的ETL技术对其进行分析处理，
提取出日常质量控制需要的相关指标数据，并对结 果进行对比展示和报告分析。本次提出的医疗质控 数据库主要包含7大类共198项质控指标，可溯源 性达95%，包括质量、经营、绩效3个层次，涵盖基 础质量、环节质量和终末质量指标，指标评估完成率达100%，同时评价指标具有特异性和专业性，数据 100%自动采集、整合，准确性达到98%以上。
质控数据库系统的研发成功，为我院的医疗质 量与安全管理工作提供了有效的数据支持，并极大 的节约了经济成本，达到了项目预期效果。实践证 明，系统化设计、信息化手段、精准化监管的三位一 体模式能有效实现质量与安全的线上线下管理，从 确保医院质量与安全管理的效率与效能。
参考文献：
[1] 徐祥贵，丁强，陈彦，等.野组团式”援疆促进医疗质量持续改进的实践与探索[J].现代医院管理，2018，16(3):13-16.
[2] 李泉，李雪婉，孙鉴.区域卫生信息化进程中大数据分析在公立医院绩效考核应用[J].医学信息，
2014,27(4):1.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。