吳 亮

（南京市婦幼保健院，江蘇 南京 210004）

0 引言

網(wǎng)絡(luò)技術(shù)、信息技術(shù)與醫(yī)學(xué)領(lǐng)域融合發(fā)展，推動了醫(yī)學(xué)信息化建設(shè)發(fā)展。網(wǎng)絡(luò)中存有大量的有價值的醫(yī)學(xué)信息資源，這些資源不僅量大，而且種類較多，采用最傳統(tǒng)的人工方式對其進行整合具有較高的難度，全國各大醫(yī)院都致力于研發(fā)出適合自身需求的信息資源整合系統(tǒng)。隨著醫(yī)學(xué)領(lǐng)域和行業(yè)信息化建設(shè)不斷推進，網(wǎng)絡(luò)醫(yī)學(xué)信息資源整合技術(shù)逐漸受到關(guān)注。但是國內(nèi)在該方面起步比較晚，相關(guān)技術(shù)還不夠成熟，雖然已經(jīng)取得了一定的研究成果，但是實際應(yīng)用效果并不是很好。文獻[1]設(shè)計了基于人工智能的分布式多媒體數(shù)據(jù)庫資源整合系統(tǒng)。首先在B/S三層邏輯架構(gòu)模式的基礎(chǔ)上設(shè)計系統(tǒng)框架，其次進行系統(tǒng)硬件設(shè)計，包括集成芯片、傳輸設(shè)備、整合設(shè)備、儲存設(shè)備和檢索共享裝置，最后設(shè)計系統(tǒng)硬件運行邏輯，即系統(tǒng)軟件。但是該系統(tǒng)的丟包率較高，在實際應(yīng)用中經(jīng)常出現(xiàn)數(shù)據(jù)丟失的情況，整合后的信息資源完整性較低，已經(jīng)無法滿足網(wǎng)絡(luò)醫(yī)學(xué)信息資源整合的需求。

針對上述系統(tǒng)存在的問題，該文設(shè)計了基于數(shù)據(jù)倉庫技術(shù)的網(wǎng)絡(luò)醫(yī)學(xué)信息資源整合系統(tǒng)。該文試圖利用數(shù)據(jù)倉庫技術(shù)對信息資源進行整合，形成一個新的信息資源整合系統(tǒng)設(shè)計思路，保證網(wǎng)絡(luò)醫(yī)學(xué)信息的完整性。該文設(shè)計系統(tǒng)的具體細節(jié)如下：1）給出數(shù)據(jù)倉庫的定義，并分析數(shù)據(jù)倉庫的特點。2）設(shè)計系統(tǒng)硬件部分，包括網(wǎng)絡(luò)信息采集器、數(shù)據(jù)收發(fā)器和數(shù)據(jù)轉(zhuǎn)換器。3）根據(jù)數(shù)據(jù)倉庫的概念和特點設(shè)計系統(tǒng)軟件部分。在數(shù)據(jù)庫的設(shè)計原則下，根據(jù)管理系統(tǒng)選型，利用數(shù)據(jù)倉庫技術(shù)設(shè)計數(shù)據(jù)庫，并根據(jù)信息資源的編碼對信息資源分層，進而實現(xiàn)對醫(yī)學(xué)信息資源的整合，完成系統(tǒng)設(shè)計。

1 數(shù)據(jù)倉庫的概念和特點

1.1 數(shù)據(jù)倉庫的定義

數(shù)據(jù)倉庫是基于人們對數(shù)據(jù)庫的常年使用而擴展出來的，能夠更適應(yīng)社會需求，具備更高科技以及深層次的應(yīng)用和數(shù)據(jù)管理技術(shù)。作為數(shù)據(jù)組織和存儲的載體，它更容易建立適用于分析研究的數(shù)據(jù)模型，其加工出來的數(shù)據(jù)可用于決策支持系統(tǒng)，并能支持數(shù)據(jù)的挖掘，該數(shù)據(jù)的最終作用是為人們提供更具有決策作用的信息，幫助人們進行數(shù)據(jù)的挖掘和分析。數(shù)據(jù)倉庫之父Willian H.Inmod曾經(jīng)在《Building the Data Warehouse》一書中對數(shù)據(jù)倉庫做出過這樣的描述：“數(shù)據(jù)倉庫是一個面向主題的，集成的，隨時間變化的，非易失性的，用于管理人員的決策的數(shù)據(jù)集合?！睆脑撁枋隹梢园l(fā)現(xiàn)，數(shù)據(jù)倉庫的作用是在多個異構(gòu)數(shù)據(jù)庫中把符合主題的提取出來，并重新進行排列組織，保持數(shù)據(jù)的一致性、全面和貼合主體的特點。并且倉庫中的數(shù)據(jù)是長期保留而非隨時變化的，它能夠綜合反映出歷史的變化與發(fā)展。數(shù)據(jù)倉庫提高了數(shù)據(jù)的質(zhì)量和一致性，同時也保證了數(shù)據(jù)的穩(wěn)定性。通過對多個數(shù)據(jù)來源的數(shù)據(jù)進行檢索可以實現(xiàn)對數(shù)據(jù)的連續(xù)化、存貯與分析，進而實現(xiàn)數(shù)據(jù)價值的最大化，增強了業(yè)務(wù)的智能化。

1.2 數(shù)據(jù)倉庫的特點

從數(shù)據(jù)倉庫的涵義來看，數(shù)據(jù)倉庫具有4個特征：以對象為中心、主題化、一體化和相對穩(wěn)定性。根據(jù)企業(yè)的需要，可將其分為不同的領(lǐng)域，對其進行分類和儲存。通過對現(xiàn)有的數(shù)據(jù)進行分離、清洗和處理，最后將數(shù)據(jù)進行處理、轉(zhuǎn)換和整合，進而達到解決數(shù)據(jù)不一致性的目的。數(shù)據(jù)一旦被錄入數(shù)據(jù)倉庫里面，通常都是長久地存儲，每隔一段時間就會增加一次，除非遇到緊急情況，否則很難對其進行改動和刪除。因此，在數(shù)據(jù)倉庫中，可以全面地反映企業(yè)在不同生產(chǎn)過程中的各種數(shù)據(jù)，進而為公司提供量化的、動態(tài)的發(fā)展方向和對發(fā)展方向的預(yù)測。見表1。

表1 數(shù)據(jù)倉庫的特點

2 系統(tǒng)硬件設(shè)計

系統(tǒng)的硬件主要由網(wǎng)絡(luò)信息采集器、數(shù)據(jù)收發(fā)器和數(shù)據(jù)轉(zhuǎn)換器3個硬件設(shè)備組成，系統(tǒng)硬件拓撲圖如圖1所示。

如圖1所示，由網(wǎng)絡(luò)信息采集器對醫(yī)學(xué)網(wǎng)站和網(wǎng)頁上的信息資源進行獲取，利用數(shù)據(jù)收發(fā)器接收獲取的信息資源，將其發(fā)送給數(shù)據(jù)轉(zhuǎn)換器，并對網(wǎng)絡(luò)信息資源進行格式轉(zhuǎn)化，再由數(shù)據(jù)收發(fā)器將轉(zhuǎn)換后的數(shù)據(jù)信息發(fā)送到系統(tǒng)數(shù)據(jù)庫存儲和整合，以下將對該3個硬件設(shè)備的選型與設(shè)計進行詳細闡述。

圖1 網(wǎng)絡(luò)醫(yī)學(xué)信息資源整合系統(tǒng)硬件拓撲圖

2.1 網(wǎng)絡(luò)信息采集器

網(wǎng)絡(luò)信息采集器是系統(tǒng)的核心硬件設(shè)備，主要是獲取醫(yī)學(xué)網(wǎng)頁、網(wǎng)站上的信息，該文選取型號為SFOA/55545網(wǎng)絡(luò)信息采集器。系統(tǒng)根據(jù)用戶需求，由服務(wù)器向網(wǎng)絡(luò)信息采集器發(fā)送醫(yī)學(xué)信息資源獲取任務(wù)，形成一個任務(wù)清單。當采集器任務(wù)清單排列滿時，根據(jù)任務(wù)要求形成醫(yī)學(xué)網(wǎng)頁、網(wǎng)站檢索詞條，對醫(yī)學(xué)網(wǎng)頁、網(wǎng)站進行搜索。采集器在網(wǎng)頁屬性中將網(wǎng)址信息記錄到歷史日志中，并對該網(wǎng)頁中的醫(yī)學(xué)資源信息進行評估。評估的主要依據(jù)為網(wǎng)頁中的醫(yī)學(xué)信息與系統(tǒng)數(shù)據(jù)庫中醫(yī)學(xué)信息的重復(fù)率。在采集器上設(shè)定一個醫(yī)學(xué)信息資源下載閾值，如果重復(fù)率超過該閾值，則自動放棄該醫(yī)學(xué)網(wǎng)頁；如果重復(fù)率未超過該閾值，則將該網(wǎng)頁中的醫(yī)學(xué)信息資源鎖定，對其進行自動下載。為了保障系統(tǒng)數(shù)據(jù)安全，該文為系統(tǒng)配備了一個防火墻，將進入系統(tǒng)中的數(shù)據(jù)信息來源與采集器自動記錄在歷史日志中的網(wǎng)址進行比對，如果比對成功，則允許數(shù)據(jù)包進入；如果比對不成功，則阻擋數(shù)據(jù)包進入。

2.2 數(shù)據(jù)收發(fā)器

數(shù)據(jù)收發(fā)器的主要作用是接收和發(fā)送網(wǎng)絡(luò)醫(yī)學(xué)信息資源?？紤]網(wǎng)絡(luò)信息資源量較大，該文為系統(tǒng)選擇了型號為OSUAF/2344的數(shù)據(jù)收發(fā)器。該收發(fā)器由發(fā)送器、接收器、緩沖器以及硬盤4個部分組成。硬盤大小為32 GB，可以為網(wǎng)絡(luò)醫(yī)學(xué)信息資源的接收和發(fā)送提供充足的空間[2]。網(wǎng)絡(luò)信息采集器將獲取到的醫(yī)學(xué)信息資源發(fā)送給緩沖器，將緩沖器數(shù)據(jù)列表屬性設(shè)定為10或者50。當接收到的數(shù)據(jù)包數(shù)量達到設(shè)定值時，形成驅(qū)動條件，此時停止接收數(shù)據(jù)包，將接收到的數(shù)據(jù)包發(fā)送給接收器。接收器將接收到的數(shù)據(jù)包發(fā)送給發(fā)送器或者發(fā)送到硬盤上，然后驅(qū)動緩沖器接收下一篇網(wǎng)絡(luò)醫(yī)學(xué)信息資源。根據(jù)系統(tǒng)指令，發(fā)送器將網(wǎng)絡(luò)醫(yī)學(xué)信息資源發(fā)送給數(shù)據(jù)庫或者數(shù)據(jù)轉(zhuǎn)換器。

2.3 數(shù)據(jù)轉(zhuǎn)換器

考慮醫(yī)學(xué)信息資源來自于不同的網(wǎng)站和網(wǎng)頁，其格式會有所差異，因此該文利用數(shù)據(jù)轉(zhuǎn)換器將網(wǎng)絡(luò)醫(yī)學(xué)信息資源進行格式轉(zhuǎn)換。該文選擇型號為FSAFE-5644的數(shù)據(jù)轉(zhuǎn)換器，通過標準的網(wǎng)絡(luò)接口接收到網(wǎng)絡(luò)醫(yī)學(xué)信息資源。該轉(zhuǎn)換器在遵循數(shù)據(jù)一致性標準的基礎(chǔ)上，為每個數(shù)據(jù)包設(shè)定一個數(shù)據(jù)存儲形態(tài)[3]。將原始數(shù)據(jù)統(tǒng)一轉(zhuǎn)換為ESRI Shapefile，并將數(shù)據(jù)的編碼格式統(tǒng)一?；颊咝畔⒌木幋a為40001002010，醫(yī)療保險類信息的編碼為40001002011，醫(yī)生信息的編碼為40001002012，藥品信息的編碼為40001002013，治療信息的編碼為40001002014[4]。此外，轉(zhuǎn)換器還將數(shù)據(jù)的存儲格式轉(zhuǎn)換為word（Doc），將轉(zhuǎn)換后的醫(yī)學(xué)信息資源發(fā)送給數(shù)據(jù)收發(fā)器，由數(shù)據(jù)收發(fā)器將其發(fā)送到系統(tǒng)數(shù)據(jù)庫中。

3 系統(tǒng)軟件設(shè)計

3.1 基于數(shù)據(jù)倉庫技術(shù)的數(shù)據(jù)庫設(shè)計

3.1.1 基于數(shù)據(jù)倉庫技術(shù)的數(shù)據(jù)庫的設(shè)計原則

“全病歷掃描光盤刻錄檢索系統(tǒng)”以關(guān)系性數(shù)據(jù)庫的設(shè)計為基礎(chǔ)。數(shù)據(jù)庫設(shè)計的基本原則就是在系統(tǒng)總體信息方案的指導(dǎo)下，各個庫應(yīng)當為它的各個用戶管理目標服務(wù)。設(shè)計數(shù)據(jù)庫時應(yīng)重點考慮以下幾個因素：1）數(shù)據(jù)庫必須分布合理，層次分明。2）數(shù)據(jù)庫的組織結(jié)構(gòu)化、規(guī)范化和標準化是數(shù)據(jù)庫建設(shè)和數(shù)據(jù)交流的前提。嚴格地說，數(shù)據(jù)庫是按照數(shù)據(jù)結(jié)構(gòu)來組織、存儲和管理數(shù)據(jù)的倉庫的。數(shù)據(jù)結(jié)構(gòu)的編制要遵循國家衛(wèi)生部和廣東省衛(wèi)生部等相關(guān)工業(yè)規(guī)范，需要特別注意代碼的使用，以實現(xiàn)數(shù)據(jù)的標準化和結(jié)構(gòu)化，提高數(shù)據(jù)的使用效率。3）進行數(shù)據(jù)庫設(shè)計時，應(yīng)盡量減少系統(tǒng)的冗余度，減少內(nèi)存的使用，并減少數(shù)據(jù)的相容性問題。同時要注意合理的冗余度，以加快系統(tǒng)的開發(fā)效率，減少系統(tǒng)的開發(fā)困難。4）數(shù)據(jù)的準確性和連貫性都要保持。在現(xiàn)實中，多個用戶共用一個資料庫會造成并行作業(yè)和資料的連貫性。5）建立對應(yīng)的安全措施，因為資料庫的資料具有特殊的使用者的保密性，因此需要針對具體的應(yīng)用提供相應(yīng)的安全措施。

3.1.2 基于數(shù)據(jù)倉庫技術(shù)的數(shù)據(jù)庫模型設(shè)計

數(shù)據(jù)庫是系統(tǒng)的核心軟件，主要是對網(wǎng)絡(luò)醫(yī)學(xué)信息資源進行存儲管理。根據(jù)網(wǎng)絡(luò)醫(yī)學(xué)信息資源特點，該文選擇數(shù)據(jù)倉庫技術(shù)對系統(tǒng)數(shù)據(jù)庫進行設(shè)計。網(wǎng)絡(luò)醫(yī)學(xué)信息資源大致可以分為患者信息、醫(yī)療保險信息、醫(yī)生信息和治療信息4類[5]。利用數(shù)據(jù)倉庫技術(shù)設(shè)計相應(yīng)的數(shù)據(jù)類，即patient_information、medical insurance_information、doctor_information和treat_information，進而形成系統(tǒng)庫的概念模型，如圖2所示。

將設(shè)計好的概念模型通過ODBC接口直接生成數(shù)據(jù)倉庫，對相應(yīng)的數(shù)據(jù)表創(chuàng)建，以表格的形式對數(shù)據(jù)進行分類存儲。如圖2所示，患者信息表存儲患者名稱、ID、性別、年齡以及戶籍等信息。醫(yī)療保險信息表用于存儲醫(yī)療費用類型、醫(yī)療保險號和醫(yī)療報銷記錄等信息。治療信息表存儲就診科別、醫(yī)院號、病案號、住院號以及健康記錄等信息。醫(yī)生信息表存儲醫(yī)生名稱、醫(yī)生ID、年齡、級別、醫(yī)生號以及家庭住址等信息，防止存儲的醫(yī)學(xué)信息資源混亂。

圖2 基于數(shù)據(jù)倉庫技術(shù)的數(shù)據(jù)庫概念模型圖

3.2 基于數(shù)據(jù)倉庫技術(shù)的管理系統(tǒng)選型

醫(yī)學(xué)信息系統(tǒng)的應(yīng)用實際上是建立在一個數(shù)據(jù)庫的基礎(chǔ)上，在實際應(yīng)用中，數(shù)據(jù)庫的運行與應(yīng)用都與之息息相關(guān)。所以，如何正確地使用和維護數(shù)據(jù)庫是一個非常關(guān)鍵的問題。這關(guān)系到一個整體的性能，關(guān)系到系統(tǒng)的應(yīng)用模式和開發(fā)模式。

以客戶／服務(wù)器計算模式為基礎(chǔ)的數(shù)據(jù)庫管理系統(tǒng)種類繁多，包括Microsoft的SQL、IBM的DB2以及oracle、Sybase、Informix等。在數(shù)據(jù)庫服務(wù)器的選擇過程中要考量SQL的擴展與支持情況，這關(guān)系到處理速度、資料吞吐量、交易的完整與可恢復(fù)性、并發(fā)性與系統(tǒng)安全性、可擴展性及系統(tǒng)的管理工具等。因此，該課題對數(shù)據(jù)庫管理系統(tǒng)的研究選用Microsoft SQL Server 2000。

SQL Server開始于Sybase SQL Server，這是自微軟推出后，SQL Server最大的一個版本。該軟件具有良好的系統(tǒng)可用性、恢復(fù)性以及在線事務(wù)處理能力，可提供有效且完全的使用者自定義和高效的程序設(shè)計。例如，醫(yī)學(xué)資訊系統(tǒng)需要每周7天、每天24h連續(xù)工作，無法設(shè)想出現(xiàn)10min的故障會帶來什么后果，更不允許出現(xiàn)數(shù)據(jù)丟失的現(xiàn)象。而 SQL SERVER 2000則可實現(xiàn)鏡像硬盤、在線備份以及事務(wù)記錄還原技術(shù)，所以該文采用安全可靠的SQL SERVER 2000，以減少故障造成的損失。

隨著資料的快速傳遞，人們可以更快、更全面地搜集和處理更多資料，同時資料的處理也更復(fù)雜化。在系統(tǒng)的運行和應(yīng)用中很多性能都得到了顯著增強，如圖像管理、復(fù)制、XML集成、數(shù)據(jù)的轉(zhuǎn)換和數(shù)據(jù)倉庫等方面。應(yīng)用軟件的功能更強大，服務(wù)更個性化，進而推動了行業(yè)的發(fā)展。特別是數(shù)據(jù)倉庫的建立與設(shè)定方面，微軟設(shè)計了整套的完善過程路徑，在圖形管理、復(fù)制、數(shù)據(jù)轉(zhuǎn)換、分析服務(wù)和數(shù)據(jù)倉庫方面的功能也顯著增強。尤其是在建設(shè)數(shù)據(jù)倉庫方面，已經(jīng)為它所需的全部過程設(shè)定了一條完善的途徑，通過將各種技術(shù)與業(yè)務(wù)相融合，可以更容易地建立和設(shè)計具有性價比的資料倉儲。

3.3 信息資源分類分層整合

資源整合是系統(tǒng)主要功能之一，該文運用分類分層技術(shù)對網(wǎng)絡(luò)醫(yī)學(xué)信息資源進行整合處理，便于用戶對信息資源的提取。假設(shè)待整合醫(yī)學(xué)信息資源為k，其提取公式如公式（1）所示。

式中：g為網(wǎng)絡(luò)醫(yī)學(xué)信息的特征；n為網(wǎng)絡(luò)醫(yī)學(xué)信息的特征數(shù)量；kn為醫(yī)學(xué)信息資源第n個單項特征[6]。

通過調(diào)整、校對提取的信息特征，得到的信息特征偏差如公式（2）所示。

式中：rg為網(wǎng)絡(luò)醫(yī)學(xué)信息資源的特征偏差；S為信息特征的縱向微調(diào)系數(shù)；S0為信息特征的橫向微調(diào)系數(shù)[7]。

按照公式（2）對網(wǎng)絡(luò)醫(yī)學(xué)信息資源k相鄰的信息資源特征偏差進行計算，并將特征偏差標記在數(shù)據(jù)屬性上。按照偏差的大、小對醫(yī)學(xué)信息資源進行排序，將相鄰的2個信息資源歸為一類。并根據(jù)信息資源的編碼對信息資源分層，進而實現(xiàn)對醫(yī)學(xué)信息資源的整合，完成系統(tǒng)設(shè)計。

4 試驗論證分析

該文以南京市婦幼保健院為試驗對象，利用該文設(shè)計系統(tǒng)與傳統(tǒng)系統(tǒng)對該醫(yī)院網(wǎng)絡(luò)醫(yī)學(xué)信息資源進行整合。將該院所有醫(yī)學(xué)信息網(wǎng)站作為數(shù)據(jù)來源，對近7天的該醫(yī)院信息網(wǎng)站上的醫(yī)學(xué)信息資源進行采集、轉(zhuǎn)換、分層、分類和整合，原始數(shù)據(jù)公700 GB，為了保證試驗結(jié)果的可信度，2種系統(tǒng)均以windows 2010為操作系統(tǒng)。試驗準備了網(wǎng)絡(luò)信息采集器、數(shù)據(jù)收發(fā)器和數(shù)據(jù)轉(zhuǎn)換器各1臺，服務(wù)器3臺，顯示器1臺。系統(tǒng)組裝完畢后，對網(wǎng)絡(luò)信息采集器參數(shù)進行設(shè)定，將其數(shù)據(jù)采集頻率設(shè)定為1.16 Hz，數(shù)據(jù)采集周期設(shè)定為0.25s，緩沖器緩沖列表數(shù)據(jù)參數(shù)為10個。將丟包率作為該文試驗的唯一指標，使用OSDYA軟件監(jiān)測2種系統(tǒng)的數(shù)據(jù)丟失量，即整合前、后網(wǎng)絡(luò)醫(yī)學(xué)信息資源差值，計算出2種系統(tǒng)丟包率，并使用電子表格對其進行記錄，具體數(shù)據(jù)見表2。

表2 2種系統(tǒng)丟包率對比

通過對表2中的數(shù)據(jù)進行分析可以得出以下結(jié)論：該文設(shè)計系統(tǒng)在試驗過程中丟包率最大僅為0.05%，并且不會受信息資源量多、少的影響而發(fā)生變化，丟包率較低，說明該設(shè)計系統(tǒng)在對網(wǎng)絡(luò)醫(yī)學(xué)信息資源整合過程中，很少出現(xiàn)數(shù)據(jù)丟失現(xiàn)象。而傳統(tǒng)系統(tǒng)在試驗過程中丟包率最大可以達到8.68%，并隨著網(wǎng)絡(luò)醫(yī)學(xué)信息資源量的增加，丟包率也隨之增大，遠遠高于該文設(shè)計系統(tǒng)。因此試驗結(jié)果證明，在數(shù)據(jù)安全方面，該文設(shè)計系統(tǒng)優(yōu)于傳統(tǒng)系統(tǒng)，能夠有效保證整合后的醫(yī)學(xué)網(wǎng)絡(luò)信息資源的完整性和安全性。

5 結(jié)語

該文在傳統(tǒng)系統(tǒng)基礎(chǔ)上，融入了數(shù)據(jù)倉庫技術(shù)，形成了一個新的網(wǎng)絡(luò)醫(yī)學(xué)信息資源整合系統(tǒng)設(shè)計思路，為網(wǎng)絡(luò)醫(yī)學(xué)信息資源采集、存儲、整合和共享等管理工作提供了便利，同時還能保證資源的完整性，具有一定的現(xiàn)實意義。