數(shù)據(jù)挖掘技術(shù)在HIS審計中的應(yīng)用

董銀霜 李宗林 周彬

摘要：數(shù)據(jù)的增長趨勢隨著互聯(lián)網(wǎng)的發(fā)展達到TB級，傳統(tǒng)的審計方式不再適用，應(yīng)用數(shù)據(jù)挖掘技術(shù)不可避免。針對醫(yī)院審計，根據(jù)當前HIS系統(tǒng)的特點，使用數(shù)據(jù)挖掘技術(shù)和審計實踐結(jié)合來分析實際數(shù)據(jù)。聚類分析中可伸縮期待最大化（SEM）算法用于分析數(shù)據(jù)特征，查找潛在的規(guī)律，并為審計人員的決策提供數(shù)據(jù)支持。

關(guān)鍵詞：HIS系統(tǒng);數(shù)據(jù)挖掘;審計實踐;聚類分析;SEM算法

中圖分類號：TP309? ? ? ? 文獻標識碼：A? ? ? ? 文章編號：1009-3044（2018）34-0001-03

1引言

隨著互聯(lián)網(wǎng)的快速發(fā)展，數(shù)據(jù)增長呈指數(shù)趨勢，傳統(tǒng)的審計方式，很難從TB級數(shù)據(jù)中獲取隱藏的重要信息。因此，審計人員使用流行的數(shù)據(jù)挖掘技術(shù)來自動分析數(shù)據(jù)，從而提高效率和準確率。

在審計工作中應(yīng)用數(shù)據(jù)挖掘技術(shù)，不僅能對被審核數(shù)據(jù)的歷史信息進行查詢，還能分析其潛在的聯(lián)系和規(guī)律，找出具有價值的信息。具體來說有兩個層面：（1）從技術(shù)角度上說，就是利用機器智性從有噪聲的大量數(shù)據(jù)中找尋潛在規(guī)律的過程。（2）在實踐中，它是指對被審計單位的業(yè)務(wù)數(shù)據(jù)進行智能處理，從中找出所需信息，便于審計的實際工作。

醫(yī)院信息系統(tǒng)（HIS）是一種使用現(xiàn)有網(wǎng)絡(luò)信息技術(shù)來存檔和處理醫(yī)院的醫(yī)療和管理數(shù)據(jù)的信息系統(tǒng)。近年來，HIS系統(tǒng)已在醫(yī)院得到了深入的應(yīng)用，并積累了大量的原始數(shù)據(jù)。結(jié)合審計人員多年來工作中積累的業(yè)務(wù)經(jīng)驗，進一步對數(shù)據(jù)分析研究。把數(shù)據(jù)挖掘技術(shù)引入HIS系統(tǒng)中用以分析存檔數(shù)據(jù)，從審計角度找出醫(yī)院經(jīng)營管理上需要進一步完善和規(guī)范的各方面，找出問題，促進整改。同時為同類型疾病的治療和防范提供一定的數(shù)據(jù)支撐，挖掘出關(guān)系模型，然后進一步對事件進行合理的分析預(yù)測，為醫(yī)院的決策提供重要的依據(jù)。可以為保障人民群眾的身體健康、為公共醫(yī)療衛(wèi)生事業(yè)發(fā)展提供數(shù)據(jù)依據(jù)、為社會和諧發(fā)展做出貢獻。

2相關(guān)工作

數(shù)據(jù)挖掘技術(shù)在將數(shù)據(jù)倉庫中已經(jīng)聚合的數(shù)據(jù)轉(zhuǎn)換為有用的結(jié)果，通過對象選擇、數(shù)據(jù)準備、挖掘數(shù)據(jù)、結(jié)果分析四個步驟。

2.1業(yè)務(wù)對象

數(shù)據(jù)挖掘面對的對象，從數(shù)據(jù)存儲的格式，包括關(guān)系數(shù)據(jù)庫、面向?qū)ο蟮臄?shù)據(jù)庫、文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫、異質(zhì)數(shù)據(jù)庫和Internet資源。

本文針對的是HIS系統(tǒng)，對象具體包括掛號、診療、處方、記賬收費、票據(jù)管理、藥品進銷存等子系統(tǒng)與醫(yī)護工作站、手術(shù)室及醫(yī)?；蛐罗r(nóng)合結(jié)算等子系統(tǒng)。涉及的數(shù)據(jù)類型眾多、業(yè)務(wù)流程復(fù)雜，具體從以下兩個方面分析：

（1）醫(yī)院業(yè)務(wù)功能模塊：醫(yī)院信息系統(tǒng)功能模塊包括標準數(shù)據(jù)維護、收費（門診/住院）系統(tǒng)、藥物管理系統(tǒng)、門診醫(yī)生工作站系統(tǒng)、醫(yī)院護理工作站系統(tǒng)等。

（2）HIS系統(tǒng)后臺數(shù)據(jù)：HIS系統(tǒng)采用客戶端/服務(wù)器（C/S）結(jié)構(gòu)。服務(wù)器使用Windows操作系統(tǒng)、SQL Server數(shù)據(jù)庫和相關(guān)子系統(tǒng)來存儲共享。本次獲取5個數(shù)據(jù)庫文件備份，ClinicPathWay，JQ_HISInteFace，JQ_Inh，sHIS，shis_em。

2.2數(shù)據(jù)準備

（1）確定及選擇數(shù)據(jù)：為了精準分析數(shù)據(jù)，審計工作選定了HIS系統(tǒng)的業(yè)務(wù)數(shù)據(jù)原始備份（包含多個子系統(tǒng)）和財務(wù)數(shù)據(jù)，關(guān)注HIS業(yè)務(wù)數(shù)據(jù)分析，并根據(jù)需要與其財務(wù)A/C集數(shù)據(jù)進行比較。

（2）數(shù)據(jù)清理和轉(zhuǎn)換：以住院數(shù)據(jù)為例，整理出幾個關(guān)鍵的規(guī)范數(shù)據(jù)表，門診數(shù)據(jù)與此類似。

（3）關(guān)鍵數(shù)據(jù)分析：通過對前述數(shù)據(jù)整理，在單病種統(tǒng)計中，主要用到以下幾個表：病人基本信息表、費用明細表、出入庫明細表，此外，還有一些公共的字典表，如費別表、科室名稱表等。為便于操作，盡可能在一張數(shù)據(jù)表里展現(xiàn)。以表1為例。

2.3挖掘數(shù)據(jù)

選擇Microsoft SQL Server 2008 R2中的Analysis Services進行挖掘，基于OLAP多維數(shù)據(jù)集信息來創(chuàng)建數(shù)據(jù)挖掘模型，并使用成員屬性在新維度中查看結(jié)果。Analysis services提供了兩種算法：聚類（Clustering）和決策樹（Decision tree）。下述描述與操作均在SQL Server 2008 R2環(huán)境下進行。

（1）建立HIS系統(tǒng)數(shù)據(jù)倉庫：建立數(shù)據(jù)倉庫是開發(fā)有效的決策支持系統(tǒng)的基礎(chǔ)，也是數(shù)據(jù)分析處理的環(huán)境。

（2）確定數(shù)據(jù)倉庫的主題和形式：基于關(guān)系表的存儲方式有兩種模型，醫(yī)院通常采用星型模型，相對于雪花模型，這種模型節(jié)點交叉點少，查詢速度會更快。以門診掛號為例（星型模型），如圖1所示。

（3）建立維度：一個對象的維度包含大量屬性，新建維度，把成員添加到數(shù)據(jù)集中（如病種、總費用、項目費、藥費等）。

（4）建立多維數(shù)據(jù)集：維度建立后，可以基于數(shù)據(jù)倉庫中的事實表構(gòu)建多維數(shù)據(jù)集。多維數(shù)據(jù)集是在線分析處理（OLAP）中的主要對象，是提供對數(shù)據(jù)倉庫中數(shù)據(jù)的快速訪問的技術(shù)。

（5）使用聚類分析進行挖掘：聚類是將一組對象劃分為若干類，且每個類中對象的相似度相對更高。與分類不同的是聚類不依靠給定的類別對對象進行劃分。在對HIS系統(tǒng)數(shù)據(jù)分析時使用“Microsoft聚類分析”。Microsoft Analysis Services提供的聚類算法是可伸縮期待最大化（SEM）算法，這是一種基于EM算法的缺失數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法。該算法使用期望充分的統(tǒng)計因子使得打分函數(shù)具有可分解的形式，然后執(zhí)行局部搜索以試圖找到具有更高分數(shù)的網(wǎng)絡(luò)結(jié)構(gòu);然后查找所選網(wǎng)絡(luò)結(jié)構(gòu)上獲得最多分數(shù)的參數(shù)。其基本思想是根據(jù)群體密度來創(chuàng)建集群。它的特點是只需掃描一次源數(shù)據(jù)，并在計算過程中的任何一點提供合理的結(jié)果。

3 實驗結(jié)果與分析

結(jié)合對某婦幼保健院進行實際審計項目，對其HIS系統(tǒng)相關(guān)內(nèi)容進行了研究，重點關(guān)注了該醫(yī)院婦女、兒童的診療以及新生兒的出生情況，進行了深層次的分析。通過對醫(yī)院業(yè)務(wù)收支、藥品進銷存和門診及出入院人員等數(shù)據(jù)信息進行分析，了解在收費、診療等方面是否存在任何違規(guī)要求，并提出合理建議。盡可能合理地使用資源為大多數(shù)人提供醫(yī)療保健。

在對該醫(yī)院HIS系統(tǒng)進行的實際操作中，建立聚類分析模型時，選擇門診結(jié)算單數(shù)據(jù)表的單據(jù)號為主鍵，該結(jié)構(gòu)包括疾病名稱，性別，操作員，訪問日期，項目費，藥費和總費用。在“挖掘模型查看器”中，分類關(guān)系圖中可以查看各分類的密度特征。如圖2：

通過上圖，可以非常直觀地根據(jù)剖面圖的色彩和大小比例關(guān)注某個分類內(nèi)容的具體情況，如按病種名稱來看，婦科檢查占全部樣本數(shù)據(jù)的比重為50.6%。關(guān)注數(shù)據(jù)，進一步篩查可能的違規(guī)行為，重點關(guān)注患者診斷和藥物信息，醫(yī)院藥物消費信息和醫(yī)院治療藥物監(jiān)測數(shù)據(jù)，注意每個時間段的工作強度，以與季節(jié)或疾病流行程度的影響而相同的情況核查問題。

結(jié)合該醫(yī)院業(yè)務(wù)特點，進一步對住院數(shù)據(jù)進行分析，查詢得出某一時間段內(nèi)，正常分娩方式新生兒9276例。剖宮產(chǎn)的新生兒人數(shù)為5956人。上述數(shù)據(jù)反映這一段時間內(nèi)剖宮產(chǎn)比例為5956/（5956+9276）=39.10%，接近40%。

對分類特征表，根據(jù)變量所占概率的大小來看，可以發(fā)現(xiàn)性別缺失的概率為56.92%，說明該HIS系統(tǒng)錄入原始數(shù)據(jù)時未錄入相應(yīng)基本數(shù)據(jù)，審計人員可進一步從信息系統(tǒng)審計的角度進行深入分析HIS內(nèi)的數(shù)據(jù)及HIS系統(tǒng)本身;從病種名稱來看，婦科檢查占50.61%，比例占第一，基本符合該醫(yī)院的主要業(yè)務(wù)內(nèi)容，其次為未見異常占11.14%;總費用，藥費和項目費數(shù)據(jù)表明，項目費占門診費用的大部分，基本符合情況。

對醫(yī)院信息系統(tǒng)數(shù)據(jù)進行描述和可視化，是一種對醫(yī)院信息系統(tǒng)數(shù)據(jù)挖掘的表示。對就診數(shù)量通過聚類分析的結(jié)果、對項目檢查費用值進行細化，從而在監(jiān)督各個部門實施的檢查、治療、用藥的合理性時提供參考依據(jù)，并能針對不合理的部分進行詳細的分析，進而提高了對醫(yī)療過程的管理監(jiān)控能力。

就診業(yè)務(wù)中，HIS系統(tǒng)中部分數(shù)據(jù)缺失的情況可能會影響某些類型內(nèi)容的準確性和完整性，但仍然可以對現(xiàn)有情況進行總體把握。

4結(jié)果與展望

HIS系統(tǒng)數(shù)據(jù)記錄著各項內(nèi)容的具體度量值，HIS系統(tǒng)根據(jù)數(shù)據(jù)所做的分析功能也只是由普通的數(shù)據(jù)統(tǒng)計、常規(guī)的報表、不同權(quán)限的查詢等功能構(gòu)成。主要是為了滿足日常信息提取之需，從本質(zhì)上來講這些查詢操作是直接的，查詢結(jié)果是單一確定的，HIS系統(tǒng)的大量數(shù)據(jù)不能直接提供有利于管理者決策的重要信息，也不能建立有效的指標體系和分析決策方法，因此，對醫(yī)院的管理和操作進行了有效的評估。數(shù)據(jù)挖掘意味著使用算法從數(shù)據(jù)中提取模式。

通過對歷史數(shù)據(jù)的分析可以找出某些規(guī)律，對病人就診科室、入院時間、病床周轉(zhuǎn)情況、費用發(fā)生等情況進行挖掘后，可以發(fā)現(xiàn)某些就診情況受國家政策的調(diào)整、季節(jié)的變化、年齡分布、職業(yè)狀況等情況的多種影響。在充分了解醫(yī)院實際業(yè)務(wù)開展情況，審計工作可以結(jié)合數(shù)據(jù)挖掘結(jié)果，提升單一的SQL查詢的固有模式，通過分析和處理源數(shù)據(jù)庫中的數(shù)據(jù)，提取了構(gòu)建數(shù)據(jù)倉庫的主題，并提出了基于HIS的數(shù)據(jù)倉庫模型，利用工具進行分析，重點關(guān)注數(shù)據(jù)占比較大的發(fā)生情況，對可能存在違反規(guī)定的情況進行進一步篩查，注意患者診斷和用藥信息，醫(yī)院用藥信息，醫(yī)院治療藥物監(jiān)測數(shù)據(jù)，注意每一個時間段的工作強度與季節(jié)或疾病流行的情況不同。

數(shù)據(jù)挖掘技術(shù)結(jié)合審計工作的具體開展，無論在實際操作還是理論研究上都有大量工作要做，為審計工作技術(shù)手段的提升奠定了基礎(chǔ)，但仍存在許多問題需要加以改進：

一是改進數(shù)據(jù)挖掘算法以提高準確率和效率。

二是要更好地利用數(shù)據(jù)庫中各類原始數(shù)據(jù)，與HIS系統(tǒng)本身充分結(jié)合進行研究，擴展到對醫(yī)療專業(yè)數(shù)據(jù)、疾病科研方在進行探索。

三是要進一步將數(shù)據(jù)挖掘與審計工作進行結(jié)合，使挖掘結(jié)果為審計關(guān)注點指明方向，促進審計工作水平的提升，也為醫(yī)院更好地進行決策支持服務(wù)，給相關(guān)醫(yī)務(wù)人員分析提供有價值的參考。

隨著科學(xué)技術(shù)地發(fā)展，審計信息化技術(shù)的發(fā)展也在不斷與時俱進，而且審計信息化技術(shù)可以應(yīng)用到各行各業(yè)，審計理論要與數(shù)據(jù)挖掘技術(shù)的充分結(jié)合。從審計需求，到理解和分析具體的審計目標，然后建立模型確定算法對數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘，是審計信息化技術(shù)對大數(shù)據(jù)分析的必經(jīng)方式，適當?shù)耐诰蛩惴ㄟ\用后可以合理地利用人力物力，它可以大大提高審計的質(zhì)量和效率，也為信息系統(tǒng)審計提供了新的思路和方法。

參考文獻：

[1]李建鵬.基于醫(yī)院信息系統(tǒng)的數(shù)據(jù)挖掘應(yīng)用[D].華南理工大學(xué)，2010.

[2]陳文偉，黃金才，等. 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘[M]. 北京：人民郵電出版社，2004.1.

[3]徐潔磐.數(shù)據(jù)倉庫與決策支持系統(tǒng)[M].北京：科學(xué)出版社，2005.

[4]康曉東.基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘技術(shù)[M].北京：機械工業(yè)出版社，2004.1.

[5]熊才權(quán)，程學(xué)先，胡恬.基于Analysis Services的OLAP視圖的設(shè)計與實現(xiàn)[J].計算機與數(shù)字工程，2004（6）.

【通聯(lián)編輯：王力】