《BI管理系统、DRG管理系统项目建设意义.docx》由会员分享，可在线阅读，更多相关《BI管理系统、DRG管理系统项目建设意义.docx（40页珍藏版）》请在第壹文秘上搜索。
1、BI管理系统、DRG管理系统项目建设意义1 .项目概况1.1. BI管理系统1.1.1. 服务内容清单序号产品模块功能模块功能说明数量1运营管理数据中心(ODR)运营数据集成集成相关原始业务系统数据1套2数据处理引擎数据治理引擎1套3结构化数据治理1矣4标准医学术语治理1套5非结构化数据治理1套6数据仓库可供分析应用的数据中心I矣7数据可视化工具数据源接入多种类型数据库接入1套8视图数据集1套9本地Excel、CSv文件导入110表单填报数据接入1套11数据整理与融合智能数据准备1套12数据权限模版1套13数据分析与可视化图表可视化1套14表格可视化1套15可视化编辑1矣16高级计算1套17仪
2、表盘设计与管理零门槛卡片制作1套18灵活性卡片管理1矣19数据交互式分析图表联动1套20多层下钻1套21跳转分析I套22图表模式/数据模式切换1套23过滤器1套24自定义数据报表（自助取数）构建自定义数据报表模板I矣25即席查询1套26复杂报表中国式复杂报表1套27表单填报数据收集表制作及数据进一步处理1套28运营决策分析主题院长驾驶舱门急诊、住院等重点指标实时监控1套29医院运营状况医院总体运行状况1套30医疗收入分析门急诊医疗收入分析1套31住院医疗收入分析1套32住院业务分析出入院人次分析1套33住院效率分析I矣34均次费用分析门急诊均次费用分析1套35住院均次费用分析1套36临床科室成
3、本分析临床科室成本分析1套37国考运营效率指标分析国考运营效率指标分析1套38移动端决策分析收入分析在移动端对医院及科室的收入分析展示。1套39门急诊业务量分析在移动端对门急诊的业务量相关指标进行分析与展示。140住院业务量分析在移动端对住院业务量分析与展小O1套41均次费用分析在移动端对均次费用分析与展示。1套42文本编辑器元素维护维护元素名称和数据来源I矣43模板维护制作分析报告模板1套44分析报告可在线制作word版分析报告1套1.2.DRG管理系统1.2.1.服务内容清单序号项目名称服务内容数量1DRG管理系统项目数据中心1套2医保DRG医院智慧运营管理系统3病案首页质控系统4医保结算
4、清单管理系统5医保结算清单上报接口与上报服务6区域标杆模块L2.2.总体技术需求根据国家和福建的医保支付方式改革，及福州市卫生信息化建设相关的政策和文件精神要求，并结合医院的现状情况，本项目建设需完成以下建设目标：1 .通过DRGs数据治理服务的建模处理将临床医生使用的疾病诊断和手术操作诊断转化为医保DRGs支付政策所要求的ICD-IO和ICD-9-CM3,以减少病案室人工纠错率，提升医保费用获取率。2 .可根据当地统筹区医保局返回的医保支付数据模拟分组器，在临床治疗过程中“事前提醒”，做到有效自身控制，避免事后（病人出院以及整个诊疗过程完成以后）来不及补救的现象，减少医院的事实性损失。3 .
5、实现病案首页诊断、编码等内容的自动校对功能。4 .对病种入组率、完成率、平均住院费用、平均住院日等指标进行自动分析。5 .在保障医疗质量的前提下，有效降低医疗成本，实现医院付费方式改革的信息化，给DRGS的推广提供有力支撑。6 .为管理决策层提供经营决策的辅助依据，实现对医院运营情况及时监控,提前预判，从而优化资源配置，有效提高医务工作者的工作效率，提升医院整体经济效益。7 .提供医保结算校对功能（即：对医保局反馈回医院的每月的DRGS结算单数据进行核对），帮助医院医保部门减轻人工工作量，减少因为申诉不及时导致医院造成无谓损失的现象。8 .全量质检：由“机器全量自动质检”代替“传统人工抽检”确
6、保清单数据质量，合理入组。9 .精准修改：实时查看DRG预测信息，利用模拟分组辅助判断，对于存疑清单进行人工处理。10 .全流程管理：通过清单管理系统实现生成、编辑、审核的全流程一站式体验，规范清单管理流程。11 .精细化管理：对清单问题跟踪溯源，持续改进清单质量，打造医疗精细化管理。2.技术和服务要求（2.1.BI管理系统2.1.1.总体技术能力要求（1）系统需采用B/S架构。（2）要求系统在院内部署，所有数据均存储在院内，系统需保障数据安全。（3）系统需支持从不同数据源中进行数据提取作业，支持秒级数据同步，支持图形化编辑数据处理逻辑。（4）支持国产数据库，支持DB2、PostgreSQLM
7、ySQL、ORACLE和SQLServero（5）产品稳定性要求：系统支持7*24小时不间断运行。（6）为实现对于全局的医疗数据（TB级，数十亿数据）能够进行实时多维度的统计聚合分析，需采用CliCkhoUSe数据库存储医疗数据，实现亳秒级返回。（7）为提升数据分析的时效性和运营决策支持能力，数据分析平台需支持大数据平台构建，支持数据的实时计算分析。2. （8）系统支持在国产信创环境部署和运行。3. 1.2.产品功能要求3.1.1.1. 运营管理数据中心4. 1.2.1.1.运营数据集成提供基于主题的数据模型和自动的、可视化监控的、可追溯的数据抽取/转换/加载（ETL）机制，将业务系统的数据加
8、载进入运营数据中心中，在充分利用医院现有数据源的信息和数据的基础之上，建立统一的运营决策分析平台。本项目将根据需要采集数据的范围及要求，以患者为中心设计标准统一的运营数据中心数据模型。历史数据集成将在医院提供的备份库进行数据集成，实时数据采集将使用数据库复制技术对生产系统数据库业务数据表进行复制，在建立的复制库上进行数据抽取，保证对生成系统数据库性能无影响。对业务系统源数据进行数据深度清洗、标准化转换、结构化存储至数据中心。建立数据质量评估体系对数据中心患者数据进行可视化剖析。数据集成原则如下：数据集成：覆盖运营决策分析所需的全量临床和管理相关的数据，对当前周期内的数据进行全量集成（包括历史上
9、存在软件升级或厂商变更前的系统数据）。实时数据集成：采用数据库复制技术和数据变更捕获技术建立实时复制库，在复制库使用数据变更捕获机制获取实时变更数据，使用ETL技术进行实时数据集成，不影响生产库性能。以患者为中心：将患者不同时期、不同系统中的患者诊疗数据关联，建立患者唯一标识，以患者为中心进行数据集成。（1）数据源管理1）支持数据采集数据源信息的维护和管理,数据库支持PostgreSQL.Oracle.SQLSerVer、CliCkHouse、MySQL、MariaDB等主流数据库，以及达梦、人大金仓等国产数据库。2）支持直接在数据源管理界面查看对应数据源的元数据信息并且可以通过搜索快速定位元
10、数据信息。3）实时数据采集方式支持时间轮询模式、时间轮询哈希匹配模式、数据库原生等模式，原生模式支持自动对接原生SqlserverCDC,Oraclexstream,捕获数据实时变更。（2）数据采集管理1）支持创建和管理实时数据采集和历史数据采集任务，并且可以将不同的数据采集任务打包组成数据采集任务包。2）支持通过写SQL语句或者选择数据源的表、视图等方式创建数据采集任务，并且系统支持自动创建从原始数据库到目标数据库的采集任务。3）增量数据采集支持在配置采集任务是配置CDC表。4）新建采集任务时支持写入多个目标数据源，且支持插入、更新等多种方式的落库方式。5）支持复制、导入、导出数据采集任务和
11、任务包的功能。6）任务可以被进一步编排为实时或定时调度项目，每个任务都可以实现对绑定源数据端的自动实时数据变更捕获（CDC）,任意的调度类型项目都支持对编排其中的任务进行优先级的配置，保证按照实际业务逻辑和顺序关系进行数据的实时治理；7）采集任务支持根据性能需求配置并行现成数或者单线程处理行数。8）支持在数据采集过程中实施监控性能情况，并且可实时展示每秒执行行数、读取总数、错误数、过滤数、插入数、更新数等信息。9）支持查看任务执行状态、进度和日志信息，并可下钻查看包括错误原因和错误字段序号等信息，并且支持通过关键字搜索错误日志信息，定位错误信息后可直接快捷跳转任务界面并进行任务的试运行方便错误
12、调试，修复错误后可直接在错误日志进行批量和逐条的错误记录重试，可避免全量的采集任务重试。10）相关的错误类型和数量等统计信息也会绑定到流程变量中，以便后续节点进行判断使用。11）数据采集任务支持版本管理，支持预览不同版本的任务，且支持任意版本的任务切换。（3）数据集成范围包括但不限于：就诊信息：病人基本信息、门诊就诊记录、住院就诊记录、住院婴儿信息、住院转科记录医嘱信息：门诊处方、住院用药医嘱、住院非药品医嘱诊断信息：病人诊断记录过敏信息：病人过敏记录费用信息：门诊费用汇总、门诊费用明细、住院结算信息、住院费用明细病历文书：门诊病历、住院病历、护理病历检查信息：放射学报告、心电报告、内窥镜报告
13、、超声报告、病理报告、其他检查报告实验室检查：检验报告、微生物报告手术信息：手术记录、麻醉记录护理信息：体征记录、护理记录病案信息：病案首页、病案诊断、病案手术、病案婴儿输血信息：输血申请、备血信息院感信息：感染报卡、手卫生信息不良事件信息：不良事件上报信息点评信息：点评审核信息上报信息：院内单病种上报结果2.1. 2.1.2.数据处理引擎2.1.2.1.2.1, 智能数据治理引擎数据治理引擎为处理医院历史和实时数据提供一个可视化、高性能、高吞吐和低延迟的智能化工具。通过数据治理引擎能够及时发现并反馈数据问题，有效提高医院数据质量，满足精细化管理决策数据分析、医疗安全管理分析等不同业务场景的精
14、细化管理应用需求，将海量的业务数据与引擎模型和医院管理实践紧密结合，并配套专业化的数据分析服务能力提供有效的信息给决策者进行分析决策。智能数据引擎可提供高度可视化的节点控件编辑器，帮助数据开发极大地解耦使用传统数据治理工具时对复杂SQL的依赖。大部分节点控件编辑器允许书写类似于SQL的面向列和变量的高性能表达式及实用函数，不同的节点控件还能组合成项目开发模板以供保存，导出，迁移使用。后端结合表数据迭代器，DAG图执行引擎，表达式处理引擎以及实时变更捕获数据引擎，实现高吞吐，高性能，低延迟的实时数据任务治理功能。具体要求如下：（1）技术架构:1）要求具备从不同数据源（PostgreSQL、Oracle、SQLServersClickHouseMySQL、MariaDB等主流数据库，以及达梦、人大金仓等国产数据库、VIEW、消息、HL7、WS）中进行指定规则的数据提取作业；2）抽取后的数据可以为数据转换环节进行处理提供输入，也可以直接进行处理或者加载；3）支持在数据整合的过程，侧重于将来源于不同业务系统的相同类型的数据进行统一处理；4）数据粒度转换需要按照数据仓库粒度对数据进行统一归整；5）转换规则计算按照设计的计算规则对数据进行重新计算
