近年来，医院信息系统得到迅猛的发展。到2002年，我国已经有400家以上医院建网运行一体化医院信息系统，其中，解放军200家医院建成覆盖全院的局域网络，信息资源逐渐丰富。随着我国改革开放，市场化进程的推进，医疗市场竞争渐趋激烈，医院内外信息收集、信息分析就显得尤为重要。而目前医院统计室所作的周报、月报等报表都是月内或年内短期院内数据简单汇集，没有收集长期数据进行统计分析，长期的历史数据也被束之高阁，更没有运用数据挖掘工具发现其中所隐含的规律，为决策提供依据。大多数医院所作出的决策只是通过领导者的主观判断，其准确性大打折扣，其竞争力大有降低。故有远见的领导都希望医院有一套完整的决策支持体系，最大程度地优化人、财、物资源的配置，降低消耗成本，达到在竞争中处于优势的目的。另一方面，医院经过多年的运行，接诊、治疗了许多病人，积累了大量诊断、治疗信息。然而当医生面对新的病人时，只凭自己的经验去诊治，却让大量诊治信息荒芜，其原因不是医生不想去查询相关的信息，而是很难从茫茫数据库中查到自己想要的信息。故医生都希望有一套很容易查到相关信息的系统，以达到准确诊治病人的目的。 如何开发出信息资源中的信息是摆在我们面前的大问题。如果把希望寄托在医院信息系统能同时胜任医院的联机事务处理和分析处理，在目前的计算机处理能力上是不可能的，而且，医院的联机事物处理和数据分析处理具有极不相同的性质，直接使用医院信息系统联机事务处理环境来对数据进行分析是行不通的。 第四军医大学硕士学位论文 数据仓库技术就是针对以上事务处理型数据库系统在信息收集、决策分析时所面临的问题而研发出来的一种新的解决方案。所谓数据仓库就是把一个单位的历史数据收集到一个中央存储器中进行集中处理，它是面向主题的，集成的，稳定的，不同时间的数据集合，用于支持经营管理中的决策制定过程。本研究课题就是探讨如何应用oracle数据仓库技术构建医院统计资源库，它可以在不影响医院信息系统联机事务处理速度情况下，迅速、广泛的为管理者提供大量的管理信息及计划、决策依据，为医生提供以往病人诊治信息，直接或间接为医院带来巨大的社会和经济效益。 本研究数据源来自中国人民解放军某中心医院“军字一号”工程历史和在线信息，包括病人主索引、病人住院主记录、诊断记录、门诊诊断记录、诊断分类记录、手术记录、诊断对照记录、住院病人费用记录、检查主记录、检验主记录、住院病人费用明细记录、手术信息、手术名称、门诊处方主记录、门诊处方明细记录、开单记录、门诊病人诊疗费用项目、科室字典、疾病字典。软硬件环境包括PC系统(MierosoftWindows 2000，Serviee Paek3，CPU 1 .70GHz 359，920 KB RAM)、oraele9 .2.0.1.0、OraelegiDiseoverer和PowerBuilderg.0。 研究方法: a.了解“军字一号”数据库结构及其包含的数据，分析医院信息需求。 b.选择Oracfe数据仓库解决方案作为数据仓库实现技术。 c.逻辑模型的设计。我们设计此仓库模型为星型模型。根据数据库所包含的内容和医院决策管理的需求，设计成8个事实表和4个维表。8个事实表分别是就诊记录表、诊断记录表、检查主记录表、住院病人费用记录表、检验记录表、门诊费用记录表、手术记录表和病人住院记录表。四个维分别是病人维、工作人员维、病种维及时间维。 d.数据仓库的构建。构建数据仓库分以下几个步骤:①环境设置;安装好Oraelegi数据库系统，应用Oraclegi数据库构建软件Databaseconfiguration Assistant构建数据库。②数据装载和转换;应用数据库开发软件Power Bullderg.0将“军字一号”数据通过数据管道装载到自己 第四军医大学硕士学位论文的数据库中。根据逻辑设计，合并相应的表格，增添和删除相应的列。③构建与定义维表、事实表;④建立维表与事实表之间的连接。事实表与维表是通过外键进行连接的。 e.数据仓库的管理、维护与数据加载。构建好的数据仓库必须象管理数据库一样管理，并且要定期加载数据。 数据仓库开发采取螺旋式开发，即在使用过程中根据用户的需求不断完善数据仓库。 按以上逻辑设计要求构建出的数据仓库，应用Oraclegi Discoverer软件，可从中简单、直接、迅速地查到医院日常所需的各种报表信息和各种其它所需的信息。利用查询出的信息可以:a.发现医院隐含存在的问题。对少数几个病人可能看不出医药、检查方面有明显的倾向，但当对长期、大量的数据汇总后，这种倾向就明显体现出来。b.作为诊断、治疗及医学研究的数据源。了解各种疾病发病年龄、发病季节、病人职业等分布情况可以进行疾病影响因素分析。对用药种类与治愈时间关联性分析可以研究药品疗效，减少病人医疗费用。c.调整人、财、物资源配置，让其发挥最大效能。从各年各疾病住院病人数变化趋势可推测各疾病发病率增高或降低的趋势，以及预测各科室住院病人数、各种疾病的住院人数未来的