5.14.2 医疗质量控制
包括病历质量和各项核心制度落实情况的在线自查、在线督查以及整改情况的信息反馈，持续改进的跟踪。将病历质量分为运行病历、出院病历、死亡病历分别进行时限控制和内容控制；将管理核心制度分解成管理评价表格，科学的量化评价指标，根据自查和督查的情况，按月评价。
5.14.3 医疗质量监测分析系统
医疗质量监测分析系统由病案数据接口、数据挖掘平台、质量分析系统、质量报告系统、账号管理系统五个子系统组成。
5.14.3.1 病案数据接口
针对异构的电子病历数据源，通过安装向导进行数据库配置和系统初始化配置，实现病历原始数据的导入。
5.14.3.2 质量表达系统
针对原始的病历数据，通过标准化处理进行数据清洗，通过多维决策标记进行属性聚类和质量信息定义，建立数据分析环境，将原始的病历数据扩展为包含有结构属性的质量表达数据集，获取病历数据中潜在、丰富的质量信息。
5.14.3.3 质量分析系统
通过任务规划器可定制医疗质量质量监测指标，实现目标问题的自动侦测与预警。在标准化的质量表达数据基础上，运用质量分析规则，可自定义质量监测补充指标，建立跟踪和预警机制。
- 41 -
5.14.3.4 质量报告系统
筛选统计医疗质量指标，通过质量分析向导生成《医疗质量监测报告》，通过医院自身和医院之间医疗质量的比较，帮助医院了解自身医疗质量的现状、变化趋势、以及与医院其他医院的医疗质量是否存在差距，建立临床质量干预控制体系。
5.14.3.5 账号管理系统
系统管理员在此模块中完成医院各部门管理结构的设置和医院使用这套标准化质量管理系统的所有人员的登陆账号设置和权限设置。
5.14.4 报表浏览模块
实现了各质控点控制情况的报表展示，管理人员也可以根据需要，自定义查询方式和报表格式。为便于对医院医院及其病区管理，本系统将医院及其病区工作按工作时限分为年度工作和月度工作，每月第一天红字公布各医院及其病区当月应完成的工作任务，医院及其病区每完成一项，计算机自动减掉一条，直到完成后红字消失为止。
5.15 临床数据挖掘与管理决策支持系统
临床数据挖掘与管理决策支持系统是基于信息共享平台的SOA开放式构架，为医院医疗医院提供智能化临床数据挖掘与管理决策支持功能。对于信息的展示方式，我们采用报表、各类统计图、趋势分析图和仪表盘（Dashboard）等技术，把重要的决策支持信息整合在一起，便于综合判断决策。管理决策支持系统帮助监管医院运营、医疗质量、卫生资源利用、疾病预防与控制等方面。临床数据挖掘与管理决策支持需要从数据仓库的构建开始。
- 42 -
图1管理决策支持模式
5.15.1 医学数据的特点及数据仓库的构建
数据仓库存储的是大量的医学数据，医学数据具有如下特点：
医学数据的隐私性（Privacy）——医学数据不可避免地涉及到患者的一些隐私信息，当这些隐私信息使患者在日常生活中遭遇到不可预料的侵扰时，就产生了隐私性问题。医学数据挖掘者有义务和职责在保护患者隐私的基础上进行科学研究，并且确保这些医学数据的安全性和机密性。
医学数据的多样性——由于医学数据是从医学影像、实验数据以及医生与病人的交流中获得的，所以原始的医学数据具有多种形式。医学数据的多样性是它区别于其它领域数据的最显著特征。
- 43 -
医学数据的不完整性——医学数据的搜集和处理过程经常相互脱节，以及一些人为因素使得医学数据库不可能对任何疾病信息都能全面地反映。
医学数据的冗余性——医学数据库是一个庞大的数据资源，每天都会有大量的记录存储到数据库中，其中可能会包含重复的、无关紧要的、甚至是相互矛盾的记录。
此外，医学数据还具有时间性特征。
数据仓库是支持决策过程的、面向主题的、集成的、与时间有关的、持久的数据集合，它以传统的数据库技术作为存储数据和管理资源的基本手段，以统计分析技术作为分析数据和提取信息的有效方法，以人工智能技术作为挖掘知识和发现规律的科学途径，是与网络通信技术、面向对象技术、并行技术、多媒体技术、人工智能技术等相互浸透、互相结合与综合应用的技术。
创建数据仓库，是从已有数据出发的数据仓库的设计方法，称之为“数据驱动”的系统设计方法，它的基本思路是：利用以前建设的数据库系统的数据，按照分析领域对数据及数据之间的联系重新考虑，组织数据仓库中的主题，利用数据模型有效地识别数据和数据仓库中的主题的数据的“共同性”（即建立主题间相互联系的属性）。
构建一个数据仓库需要完成：抽取主题；组织数据；获取与集成数据和建立应用。我们的临床数据挖掘与管理决策支持将在数据仓库上展开。
5.15.2 临床数据挖掘功能
? 疾病变化规律及其影响因素分析 ? 临床诊疗经验知识发现 ? 药物／疗法有效性和安全性评价 ? 临床路径等治疗方案优化等等
5.15.3 管理决策支持功能
? 疾病分析：建议专业的疾病库，定义相关的分析指标，通过对疾病库进行行分析，对疾
病的发病率等进行展示及预测。
? 人群构成分析： 患者来源、年龄、职业、病种等。
? 门诊就诊：门诊就诊人次（当天按小时统计、天、周、月；月同期对比；不同专业或科
室分类统计）；就诊等候时间（平均、最长等候时间）；病人满意度；医生出勤率。
- 44 -