應(yīng)用大數(shù)據(jù)管理醫(yī)院

隨著醫(yī)院信息系統(tǒng)的快速發(fā)展，為醫(yī)院帶來(lái)了海量數(shù)據(jù)。對(duì)這些數(shù)據(jù)的有效利用、分析，挖掘其中隱含的信息，能為醫(yī)院管理提供更好的決策支持。

二十一世紀(jì)是數(shù)據(jù)爆炸的時(shí)代，醫(yī)學(xué)也不例外。在信息時(shí)代，醫(yī)學(xué)在廣度和深度方面日新月異，循證醫(yī)學(xué)深入人心，信息化醫(yī)療迅速發(fā)展。另一方面，計(jì)算機(jī)技術(shù)的飛速發(fā)展使得海量存儲(chǔ)成為可能，成本不斷下降。醫(yī)學(xué)知識(shí)、醫(yī)學(xué)信息呈現(xiàn)幾何級(jí)數(shù)增長(zhǎng)。“大數(shù)據(jù)”（big data）并不是一個(gè)很新的名詞，在物理學(xué)、生物學(xué)、環(huán)境生態(tài)學(xué)等領(lǐng)域以及軍事、金融、通訊等行業(yè)存在已有時(shí)日；歷史上的數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市等信息管理領(lǐng)域的技術(shù)，從某種意義上說(shuō)也是為了解決大規(guī)模數(shù)據(jù)的問(wèn)題。近年來(lái)由于互聯(lián)網(wǎng)和信息行業(yè)的發(fā)展，大數(shù)據(jù)引起了人們的關(guān)注。

大數(shù)據(jù)的應(yīng)用目前主要集中在企業(yè)經(jīng)營(yíng)決策領(lǐng)域。醫(yī)療健康是大數(shù)據(jù)應(yīng)用的又一新領(lǐng)域，但在醫(yī)學(xué)中的應(yīng)用的案例尚為數(shù)不多。本文就大數(shù)據(jù)在臨床醫(yī)學(xué)中的應(yīng)用及其應(yīng)用中可能出現(xiàn)的問(wèn)題作簡(jiǎn)要分析。有關(guān)大數(shù)據(jù)的計(jì)算機(jī)方面存儲(chǔ)技術(shù)、分析數(shù)理模型、商業(yè)應(yīng)用、軟件分析等等均不在本文討論范圍之內(nèi)。

大數(shù)據(jù)指的是巨大的數(shù)據(jù)量無(wú)法通過(guò)目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到提取、管理、并整理成為有用信息。大數(shù)據(jù)到底有多大？有人估算全球平均每人產(chǎn)生200GB以上的數(shù)據(jù)。IBM的研究稱(chēng)，整個(gè)人類(lèi)文明所獲得的全部數(shù)據(jù)中，有90％是過(guò)去兩年內(nèi)產(chǎn)生的。而到了2020年，全世界所產(chǎn)生的數(shù)據(jù)規(guī)模將達(dá)到今天的44倍。信息行業(yè)常用“4V”來(lái)總結(jié)大數(shù)據(jù)的特點(diǎn)：volume（大量）、velocity（高速）、variety（多樣）、veracity（真實(shí)性）。毫無(wú)疑問(wèn)，人們更重視的是大數(shù)據(jù)的value（價(jià)值）。大數(shù)據(jù)對(duì)于投資者而言無(wú)非是資產(chǎn)和金錢(qián)的代名詞。如評(píng)估機(jī)構(gòu)評(píng)定Facebook上市的有效資產(chǎn)大部分為社交網(wǎng)站的數(shù)據(jù)。因此，在某種程度上可以認(rèn)為，大數(shù)據(jù)是一種新技術(shù)、新理念，也是一種新產(chǎn)業(yè)：通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。

關(guān)于大數(shù)據(jù)的應(yīng)用，“大數(shù)據(jù)商業(yè)應(yīng)用第一人”維克托·邁爾－舍恩伯格在其《大數(shù)據(jù)時(shí)代》一書(shū)中舉例甚多，主要是通過(guò)找出一個(gè)關(guān)聯(lián)物并監(jiān)控它，就可以預(yù)測(cè)未來(lái)。比如Google如何利用搜索記錄進(jìn)行數(shù)據(jù)挖掘從而預(yù)測(cè)流感爆發(fā)趨勢(shì)、亞馬遜商店利用購(gòu)買(mǎi)和瀏覽記錄數(shù)據(jù)進(jìn)行針對(duì)性購(gòu)買(mǎi)推薦以提升銷(xiāo)售量等等。

1、醫(yī)療行業(yè)大數(shù)據(jù)的應(yīng)用

醫(yī)療行業(yè)早就遇到了海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)，近年來(lái)很多國(guó)家都在積極推進(jìn)醫(yī)療信息化發(fā)展，這使得很多醫(yī)療機(jī)構(gòu)有資金來(lái)做大數(shù)據(jù)分析。全球知名咨詢(xún)公司麥肯錫在其報(bào)告中指出，排除體制障礙，大數(shù)據(jù)分析可以幫助美國(guó)的醫(yī)療服務(wù)業(yè)一年創(chuàng)造3000 億美元的附加價(jià)值。大數(shù)據(jù)可分析醫(yī)療服務(wù)業(yè)的臨床輔助決策、醫(yī)療質(zhì)量監(jiān)管、疾病預(yù)測(cè)模型、臨床試驗(yàn)分析、個(gè)性化治療的應(yīng)用方向，在這些背景下，大數(shù)據(jù)的分析和應(yīng)用都將發(fā)揮巨大的作用，從而提高醫(yī)療效率和醫(yī)療效果。

2、大數(shù)據(jù)背景下的商業(yè)智能

2．1 BI 的概念

BI（Business Intelligence）即商務(wù)智能，它是一套完整的解決方案，用來(lái)將醫(yī)院中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)，為醫(yī)院領(lǐng)導(dǎo)的決策提供準(zhǔn)確的數(shù)據(jù)支持。

把商業(yè)智能看成一種解決方案應(yīng)該比較恰當(dāng)。商業(yè)智能的關(guān)鍵是從許多來(lái)自不同的醫(yī)院業(yè)務(wù)系統(tǒng)的數(shù)據(jù)中提取出有用的數(shù)據(jù)并進(jìn)行清理，以保證數(shù)據(jù)的正確性，然后經(jīng)過(guò)抽?。‥xtraction）、轉(zhuǎn)換（Transformation）和裝載（Load），即ETL 過(guò)程，合并到一個(gè)適合醫(yī)療行業(yè)的數(shù)據(jù)倉(cāng)庫(kù)里，從而得到醫(yī)院數(shù)據(jù)的一個(gè)全局視圖，在此基礎(chǔ)上利用合適的查詢(xún)和分析工具、數(shù)據(jù)挖掘工具、OLAP 工具等對(duì)其進(jìn)行分析和處理（這時(shí)信息變?yōu)檩o助決策的知識(shí)），最后將知識(shí)呈現(xiàn)給管理者，為管理者的決策過(guò)程提供數(shù)據(jù)支持。

2．2 大數(shù)據(jù)背景下商業(yè)智能的基本過(guò)程

商業(yè)智能的基本流程主要是將數(shù)據(jù)源通過(guò)數(shù)據(jù)ETL 轉(zhuǎn)換工具抽取到數(shù)據(jù)倉(cāng)庫(kù)（DW）中。具體是指將醫(yī)院業(yè)務(wù)數(shù)據(jù)比如說(shuō)HIS 信息系統(tǒng)、臨床信息系統(tǒng)、HERP信息系統(tǒng)以及其他數(shù)據(jù)源通過(guò)ETL 工具進(jìn)行數(shù)據(jù)清洗，通過(guò)對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換、匯總、聚合以及裝載等操作將數(shù)據(jù)合并到數(shù)據(jù)倉(cāng)庫(kù)中。通過(guò)OLAP 將各業(yè)務(wù)通過(guò)主題來(lái)劃分生成指標(biāo)，最后經(jīng)過(guò)多維分析、數(shù)據(jù)挖掘等將數(shù)據(jù)以圖形或表格的形式展示出來(lái)。

2．3 商業(yè)智能的關(guān)鍵技術(shù)

2．3．1 ETL

ETL 提供圖形化的界面，并提供了豐富多樣的轉(zhuǎn)換類(lèi)型，用戶(hù)可以方便直觀地定義整個(gè)ETL 過(guò)程。ETL 任務(wù)是一系列具有共同目標(biāo)且存在相關(guān)性的ETL 流程集合，是包含了一組業(yè)務(wù)需求到最終實(shí)現(xiàn)的完整過(guò)程。一個(gè)轉(zhuǎn)換就是一個(gè)ETL流程，一個(gè)ETL 流程表示一個(gè)（組）輸入到一個(gè)（組）輸出的數(shù)據(jù)流轉(zhuǎn)?！_(kāi)始’是ETL 任務(wù)的起點(diǎn)，是ETL 任務(wù)的發(fā)起者與控制者，全局參數(shù)也在這里設(shè)置。

2．3．2 DW

DW 即數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）簡(jiǎn)單說(shuō)就是存儲(chǔ)事實(shí)表和維表數(shù)據(jù)的數(shù)據(jù)庫(kù)而已。數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)面向主題的、集成的、相對(duì)穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于支持管理決策。數(shù)據(jù)倉(cāng)庫(kù)一般采用業(yè)界主流的關(guān)系數(shù)據(jù)庫(kù)，如Oracle、DB2、SQL Server 等。維表：存儲(chǔ)描述事實(shí)表中數(shù)據(jù)特性的表，它存儲(chǔ)用戶(hù)分析數(shù)據(jù)的角度，它給OLAP 提供旋轉(zhuǎn)、切片的數(shù)據(jù)基礎(chǔ)。事實(shí)表：存儲(chǔ)經(jīng)過(guò)一定聚集的歷史數(shù)據(jù)，是星型架構(gòu)或雪花型架構(gòu)的中心。每個(gè)數(shù)據(jù)倉(cāng)庫(kù)含有一個(gè)或多個(gè)事實(shí)表。事實(shí)表包括索引和數(shù)據(jù)兩部分，索引部分就是描述事實(shí)表數(shù)據(jù)特征的維表的外鍵，數(shù)據(jù)就是事實(shí)表中要存放的數(shù)據(jù)，也就是我們通常說(shuō)的度量值的來(lái)源。

2．3．3 OLAP

OLAP 即聯(lián)機(jī)分析處理（On－Line Analytical Process）工具有Essbase，Microsoft analysis 等。OLAP 的基本思想是使醫(yī)院的決策者應(yīng)能靈活地操縱醫(yī)院的數(shù)據(jù)，以多維的形式從多方面和多角度來(lái)觀察醫(yī)院的狀態(tài)、了解醫(yī)院的變化。使用OLAP 工具我們可以將維表和事實(shí)表做相應(yīng)的連接，然后做聚合操作保存成cube 從而達(dá)到多角度分析數(shù)據(jù)的目的。

2．3．4 ActiveDoc

BI 支持ActiveDoc 功能，所謂ActiveDoc 指的是一種直接基于MicroSoftWord 進(jìn)行報(bào)告制作的技術(shù)，通過(guò)ActiveDoc 用戶(hù)可以靈活地將BI 中報(bào)表的數(shù)據(jù)，表格，統(tǒng)計(jì)圖，地圖等等動(dòng)態(tài)嵌入到Word 文檔中，形成一個(gè)可以編輯，計(jì)算，導(dǎo)出的ActiveDoc 報(bào)表，并允許用戶(hù)將ActiveDoc 的計(jì)算結(jié)果導(dǎo)出回Word 文檔，以便本地保存和傳播。

2．3．5 預(yù)警分析

BI 可以提供給用戶(hù)數(shù)據(jù)異常定義機(jī)制，可針對(duì)某一量值的大小或兩個(gè)量值之間的關(guān)系，來(lái)定義異常狀況，并以改變字形顏色或插入警示圖案的方式來(lái)加以提示。支持字體顏色、背景色、特殊符號(hào)、個(gè)性化圖形等方式進(jìn)行預(yù)警。根據(jù)預(yù)警，利用鉆取和數(shù)據(jù)挖掘，用戶(hù)可以快速定位問(wèn)題和優(yōu)勢(shì)，深入分析和了解發(fā)生緣由，制定有效措施，及時(shí)避免損失和擴(kuò)大優(yōu)勢(shì)。

2．3．6 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或挖掘知識(shí)，可以提供豐富的數(shù)據(jù)挖掘方法：聚類(lèi)分析，預(yù)測(cè)分析（趨勢(shì)預(yù)測(cè)模型、ARIMA 預(yù)測(cè)模型、季節(jié)預(yù)測(cè)模型、神經(jīng)網(wǎng)絡(luò)模型）、回歸分析（線性回歸、非線性回歸、Logistic ）、相關(guān)分析等。提供大量數(shù)理統(tǒng)計(jì)、數(shù)據(jù)挖掘模型：預(yù)測(cè)、回歸、ARIMA、聚類(lèi)、關(guān)聯(lián)規(guī)則分析等；數(shù)理統(tǒng)計(jì)模型可擴(kuò)展性強(qiáng)，維護(hù)便捷；利用數(shù)據(jù)挖掘可對(duì)醫(yī)院的數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，從而對(duì)醫(yī)院的業(yè)務(wù)發(fā)展做出前瞻性的決策。

2．3．7 數(shù)據(jù)質(zhì)量

針對(duì)醫(yī)院數(shù)據(jù)質(zhì)量的問(wèn)題，BI 可以從定義數(shù)據(jù)指標(biāo)體系、通過(guò)ETL 日志檢測(cè)數(shù)據(jù)質(zhì)量、編寫(xiě)數(shù)據(jù)質(zhì)量稽核表、保證數(shù)據(jù)出口的唯一性、數(shù)據(jù)質(zhì)量核查的七個(gè)維度（數(shù)據(jù)范圍、業(yè)務(wù)量、字段飽和度、規(guī)范性、業(yè)務(wù)關(guān)聯(lián)性、及時(shí)性、連續(xù)性）等方法來(lái)對(duì)醫(yī)院的數(shù)據(jù)進(jìn)行質(zhì)量核查，從而提升醫(yī)院的數(shù)據(jù)質(zhì)量，并大大改善醫(yī)院業(yè)務(wù)上偏差，為領(lǐng)導(dǎo)的決策提供強(qiáng)有力的依據(jù)。

3、商業(yè)智能在醫(yī)療行業(yè)中的解決方案及應(yīng)用

3．1 醫(yī)院輔助決策系統(tǒng)運(yùn)營(yíng)質(zhì)控業(yè)務(wù)功能

醫(yī)院商業(yè)智能的運(yùn)營(yíng)質(zhì)控的主要可從這幾個(gè)領(lǐng)域來(lái)分析，分別為運(yùn)營(yíng)數(shù)據(jù)分析、患者醫(yī)療服務(wù)、科室質(zhì)量監(jiān)管、疾病醫(yī)療質(zhì)量、合理用藥監(jiān)督、院感管理。運(yùn)營(yíng)數(shù)據(jù)分析包含了首頁(yè)KPI、業(yè)務(wù)分析、費(fèi)用分析、用藥分析、指標(biāo)分析、趨勢(shì)分析、輔助管理、統(tǒng)計(jì)報(bào)表?；颊哚t(yī)療服務(wù)包含了首頁(yè)KPI、門(mén)診服務(wù)效率、門(mén)診醫(yī)療質(zhì)量、醫(yī)療服務(wù)半徑、住院醫(yī)療效率、住院醫(yī)療質(zhì)量、住院醫(yī)療費(fèi)用擔(dān)負(fù)、門(mén)診醫(yī)療費(fèi)用擔(dān)負(fù)。

科室質(zhì)量監(jiān)管包含實(shí)時(shí)監(jiān)控、門(mén)診流量統(tǒng)計(jì)、床位周轉(zhuǎn)監(jiān)控、費(fèi)用監(jiān)管、醫(yī)療安全監(jiān)管、手術(shù)質(zhì)量監(jiān)管、手術(shù)時(shí)長(zhǎng)、數(shù)據(jù)表格。疾病醫(yī)療質(zhì)量包含首頁(yè)KPI、病人特征、療效分析、醫(yī)療效率、費(fèi)用分析、手術(shù)分析、走勢(shì)分析。合理用藥監(jiān)督包含了合理用藥KPI、門(mén)診處方用藥分析、住院病人用藥分析、科室合理用藥分析、醫(yī)師用藥分析、藥品排名分析、藥品DDD 值維護(hù)。院感控制管理主要包含首頁(yè)KPI、患者特征、醫(yī)院感染分析、手術(shù)患者感染、ICU 感染分析、血液透析、院感漏報(bào)統(tǒng)計(jì)、感染部位分析。

3．2 醫(yī)院輔助決策系統(tǒng)院長(zhǎng)專(zhuān)區(qū)業(yè)務(wù)功能

醫(yī)院商業(yè)智能的院長(zhǎng)專(zhuān)區(qū)模塊主要可從財(cái)務(wù)管理、醫(yī)療質(zhì)量、設(shè)備管理、科教管理、績(jī)效考核五大領(lǐng)域來(lái)進(jìn)行分析。財(cái)務(wù)管理主要包含財(cái)務(wù)管理KPI、全院收入結(jié)構(gòu)分析、全院支出結(jié)構(gòu)分析、HIS 收入分析、科室支出結(jié)構(gòu)分析、現(xiàn)金流入流出分析、資產(chǎn)負(fù)債表、預(yù)算開(kāi)支分析、收支結(jié)余分析。

醫(yī)療質(zhì)量主要包含醫(yī)療質(zhì)量KPI、住院質(zhì)量統(tǒng)計(jì)、單病種、臨床路徑管理、抗菌藥物管理、耗材管理、運(yùn)營(yíng)效率分析、院感管理、住院費(fèi)用分析、門(mén)診工作量管理、門(mén)診費(fèi)用分析、門(mén)診工作流數(shù)據(jù)統(tǒng)計(jì)、患者滿(mǎn)意度調(diào)查、醫(yī)院投訴報(bào)警。設(shè)備管理包含了醫(yī)院設(shè)備數(shù)量分布、設(shè)備折舊分析、設(shè)備折舊明細(xì)表?？平坦芾戆平?a href='/map/kpi/' style='color:#000;font-size:inherit;'>KPI、教學(xué)管理、科研項(xiàng)目統(tǒng)計(jì)分析、文章發(fā)表信息。績(jī)效管理包含績(jī)效分析KPI、績(jī)效綜合考核、可控成本與收入分析、科室人員與資產(chǎn)、科室創(chuàng)造社會(huì)效益、科室工作效益狀況、科室預(yù)算執(zhí)行情況、科室經(jīng)濟(jì)效益狀況?？平坦芾戆平?a href='/map/kpi/' style='color:#000;font-size:inherit;'>KPI、教學(xué)管理、科研項(xiàng)目統(tǒng)計(jì)分析、文章發(fā)表信息。

4、商業(yè)智能的價(jià)值及發(fā)展趨勢(shì)

現(xiàn)在，愈來(lái)愈多的醫(yī)院認(rèn)識(shí)到，醫(yī)院要想提升管理能力必須要加強(qiáng)大數(shù)據(jù)的分析與數(shù)據(jù)挖掘，必須利用計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，深層次地挖掘、分析當(dāng)前和歷史的醫(yī)院業(yè)務(wù)數(shù)據(jù)，以及相關(guān)環(huán)境的相關(guān)數(shù)據(jù)，自動(dòng)快速獲取其中有用的決策信息，為領(lǐng)導(dǎo)提供快速、準(zhǔn)確和方便的決策支持。通過(guò)對(duì)醫(yī)院各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行多角度、多層次的分析，以使醫(yī)院的決策者及時(shí)掌握醫(yī)院的運(yùn)行情況和發(fā)展趨勢(shì)，并對(duì)了解醫(yī)院的運(yùn)營(yíng)情況和長(zhǎng)遠(yuǎn)規(guī)劃提供理論指導(dǎo)，提高醫(yī)院的管理水平和競(jìng)爭(zhēng)優(yōu)勢(shì)。

4．1 商業(yè)智能的價(jià)值

4．1．1、加強(qiáng)內(nèi)部科學(xué)化管理的要求

將人、財(cái)、物納入計(jì)算機(jī)系統(tǒng)管理，做到資源共享、減輕相關(guān)人員的工作量，同時(shí)，可以靈活多面多維地展現(xiàn)醫(yī)院實(shí)力。同時(shí)將各業(yè)務(wù)數(shù)據(jù)整合，提供全面合理的綜合分析，避免信息孤立。我們可以充分的利用醫(yī)院歷史數(shù)據(jù)，使多年趨勢(shì)分析更方便，也可通過(guò)即席分析，滿(mǎn)足突發(fā)的數(shù)據(jù)分析要求。

4．1．2、提高業(yè)務(wù)績(jī)效的要求

因?yàn)?a href='/map/shangyezhineng/' style='color:#000;font-size:inherit;'>商業(yè)智能將多個(gè)獨(dú)立分散系統(tǒng)中的數(shù)據(jù)集中管理，從中可以精確地核出各方業(yè)務(wù)的工作量，提高業(yè)務(wù)績(jī)效?？砂磿r(shí)間、地區(qū)、病源進(jìn)行多維度查詢(xún)展示，提供預(yù)警等?？赏ㄟ^(guò)圖表、地圖、智能文檔等方式，展示方式更加精彩，通過(guò)數(shù)理統(tǒng)計(jì)、數(shù)據(jù)挖掘模型，深度挖掘衛(wèi)生統(tǒng)計(jì)數(shù)據(jù)價(jià)值直觀的展示，精準(zhǔn)的預(yù)測(cè)預(yù)警，幫助改進(jìn)醫(yī)院管理決策。

4．1．3、提升對(duì)外形象的要求

商業(yè)智能在展現(xiàn)內(nèi)部管理的同時(shí)，可以結(jié)合外部單位的信息，公布更多民眾關(guān)心的信息。可以提升醫(yī)院績(jī)效，切實(shí)改善醫(yī)院防控和應(yīng)急處理效果，為中心各業(yè)務(wù)處室提供更豐富使用的分析數(shù)據(jù)支撐，利用網(wǎng)站發(fā)布平臺(tái)，及時(shí)公布公眾關(guān)心的醫(yī)療質(zhì)控分析數(shù)據(jù)。

4．1．4、全面展示信息化成果的要求

商業(yè)智能可全面展示信息化建設(shè)的成效，通過(guò)對(duì)現(xiàn)有系統(tǒng)的數(shù)據(jù)處理與挖掘，讓管理者直觀而全面地體驗(yàn)數(shù)據(jù)分析展現(xiàn)出來(lái)的趨勢(shì)，集中而整體。

4．2 商業(yè)智能的發(fā)展趨勢(shì)

商業(yè)智能的發(fā)展趨勢(shì)可以歸納為以下幾點(diǎn)：

4．2．1、功能上具有可配置性、靈活性、可變化性。BI 系統(tǒng)的范圍從為科室的特定用戶(hù)服務(wù)擴(kuò)展到為整個(gè)醫(yī)院所有用戶(hù)服務(wù)。同時(shí)，由于醫(yī)院用戶(hù)在職權(quán)、需求上的差異，BI 系統(tǒng)提供廣泛的、具有針對(duì)性的功能。從簡(jiǎn)單的數(shù)據(jù)獲取，到利用WEB 和局域網(wǎng)、廣域網(wǎng)進(jìn)行豐富的交互、決策信息和知識(shí)的分析和使用。4．2．2、解決方案更開(kāi)放、可擴(kuò)展、可按用戶(hù)定制，在保證核心技術(shù)的同時(shí)，提供客戶(hù)化的界面。針對(duì)不同醫(yī)院的獨(dú)特的需求，BI 系統(tǒng)在提供核心技術(shù)的同時(shí)，使系統(tǒng)又具個(gè)性化，即在原有方案基礎(chǔ)上加入自己的代碼和解決方案，增強(qiáng)客戶(hù)化的接口和擴(kuò)展特性；可為醫(yī)院提供基于商業(yè)智能平臺(tái)的定制的工具，使系統(tǒng)具有更大的靈活性和使用范圍。

4．2．3、從傳統(tǒng)功能向增強(qiáng)型功能轉(zhuǎn)變。增強(qiáng)型的商業(yè)智能功能是相對(duì)于早期的用SQL 工具實(shí)現(xiàn)查詢(xún)的商業(yè)智能功能。目前應(yīng)用中的BI 系統(tǒng)除實(shí)現(xiàn)傳統(tǒng)的BI 系統(tǒng)功能之外，大多數(shù)已實(shí)現(xiàn)了架構(gòu)中數(shù)據(jù)分析層的功能。而數(shù)據(jù)挖掘、數(shù)據(jù)建模是BI 系統(tǒng)應(yīng)該加強(qiáng)的應(yīng)用，以更好地提高系統(tǒng)性能。