HIT专家网
实现医院决策支持系统的关键技术
1.数据仓库
数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。其是按照主题对多个异构的数据源有效集成，主要用于支持决策，面向分析型数据处理，它不同于企业现有的操作型数据库。
数据是决策支持系统的基础，因此数据仓库是支撑决策支持系统最核心的技术和工具。
2.信息仪表盘
信息仪表盘(Dashboard)具备可视化呈现信息，且有助于判断、监控并支持决策的特性，让它逐渐成为决策支持系统中不可缺少的一个组成部分。在DSS中引入“信息仪表盘”，可以使管理者在应用DSS辅助运营管理决策时，避免只看到繁杂枯燥的数字，而能如同置身于驾驶舱，通过概览信息仪表盘，快速掌控企业的运营状态和存在的问题，是减少管理者的阅读DSS时间，改善其应用效果的有效途径”。
3.关键业绩指标
管理者在管理和决策过程中，要面对浩如烟海的庞大信息，这些信息如果不加以归纳和整理，对决策者是很难起到作用的。在医院DSS中，引入关键业绩指标 (Key Performance Indication，KPI)，特别是借助信息仪表盘的直观展现方式反映KPI结果，可改变以往追求完整性、系统性、规范性的辅助决策策略和平面化、结构性、罗列性的信息服务部署，提高DSS捕捉关键问题的能力。
4.数据挖掘
数据挖掘(Data Mining，DM)是一个新兴的多学科交叉领域，起源于20世纪80年代，在决策支持中扮演着重要的角色。数据挖掘是从大量数据中提取或挖掘知识的过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。
如果说仪表盘和关键业绩指标帮助管理者直观、迅速取得所需的数据，数据挖掘就是帮助管理者迅速取得知识的过程。
5.评价指标体系
医院绩效评价体系则是为实现医院目标，按照系统论方法构建的由一系列反映医院各个侧面信息的指标集合而成的评价系统[11]。评价指标是医院绩效评价内容的载体，也是医院绩效评价内容的外在表现，是医院绩效管理的重要环节，
做DSS是一个系统工程。首先应该有评价体系，这是信息展现的依据，医院用哪些指标去显示和考量运行的状况，不确定就没有抓数据的方向，这是要医院管理者提出的。
基础信息不到位也是在系统设计的时候没能掌握决策者需要什么数据，而没有采集这些数据。比如三级综合医院评审标准的住院患者安全类指标，记录医疗过程的系统一般不会有患者跌伤这样的记录，数据仓库也就提取不到这样的数据。有了评价体系，要计算“医院内跌倒/坠床发生率”，系统设计者就会考虑在护理记录中增加这类数据的采集，而且是结构化标准化的。
数据的展现方式现在都有很好的工具了，花钱就行。
在实践中感觉最复杂最难处理的就是数据在线与离线综合分析、短期与长期结合分析、同构与异构数据整合分析；现在是建立一个数据服务中心引擎，将各路数据，各期数据进行必要的分析、整理、抽取、装载,接合相关的评价标准、公式，生成不同风格的图表。医生管理者最关心的是数据的准确性，经常听到说你们这数据对不对啊，是不是真实的呀，对这些问题目前解决的办法都是在指标下层或下下层展现原始数据及来源。至于数据挖掘、分析的方法和工具，无非都是模型的不同变化了。