Hrp数据中心及其数据质量保证体系设计方法
【技术领域】
[0001]本发明涉及数据处理领域，特别是涉及一种HRP数据中心及其质量保证设计方法。
【背景技术】
[0002]本申请中，HRP (Hospital Resource Planning):医院资源规划。是基于传统的HIS，整合医院已有的信息资源，对医院的“人财物”进行统一的计量，推进医院的精确的、实时的全成本核算管理，提升绩效管理水平。
[0003]HRP数据中心:介于数据源和核算报表之间的中间状态。数据中心是数据源归集的结果。数据中心应为满足核算对数据源进行整合、集成和一致性的要求，核算数据累积利用的要求。数据中心是经过处理的核算数据源，经过处理的数据应当是准确和可信赖的。
[0004]据统计发达国家超过50%的大中型医院已实施HRP系统，全美排名前100家医院中，70%已经实施了 HRP系统，欧洲绝大部分大型医院或医疗机构实施了或计划实施HRP系统。近些年，国内也有许多关于建立HRP的报道，但主要是一些著名的大型医院，所采用的平台各异，许多是具有带有研发性质。
[0005]HRP是ERP(Enterprise Resource Planning)的一种跨行业延伸应用。它是以全程本核算管理为主线，综合管理医院已有的信息系统资源，创建规范的财务管理系统、医疗物质管理系统，提升精细化管理水平与核心竞争力。HRP是一个综合管理工具，涵盖预算管理、财务管理、物资管理、固定资产管理和绩效评价管理等，核心是建立院级、科级和单元或单项的核算体系及核算办法。
[0006]但现有技术存在如下的缺陷:
1)虽然有的HRP系统强调了应用信息化手段完成人、财、物的信息整合，消除“信息孤岛”将信息集中于一个平台，建立数据交换共享系统。但没有提出一个完整的HRP数据中心设计方案，包括数据集成方法、数据动态归集方法和核算电子账管理方法。
[0007]2)医院的HRP基于HIS (医院信息管理系统)、CIS(临床信息系统)、LIS(实验室信息系统)、EMR(电子病历)等系统之上以全成本核算管理为目标的一个统和系统。HRP数据据来源复杂，业务逻辑复杂，各自自成体系，难以避免产生有问题的数据，即使个别的有问题的数据也会导致报表失准。但目前的HRP缺少一种数据质量保证体系。
【发明内容】
[0008]本发明基于以下发明目的:
1)现有系统没有一个基于核算目的的数据中心设计，或者是仅对少数复杂的数据源有个中间结果的存贮。现有核算系统是通过软件对数据源进行整合，而不是通过数据中心的整合。这样就导致程序处理复杂、适应能力差，不能固化处理后的数据成果。本发明提出了一个完整的、为核算应用的HRP数据中心设计，可以将零乱的各类数据源的数据进行一体化整合，解决核算单元、会计科目、业务逻辑、统计区间以及动态利用等集成问题，提高数据利用的便利性和数据服务能力。同时，还能固化封存干净的数据，起到建账和对账的作用。
[0009]2)现有系统对核算的准确性主要是基于认为现有的各类数据源所产生的数据本身是正确的。而事实上，HRP所依赖的各个应用系统由于其自身的缺陷和局限，不可避免的会出现许多非法数据和不规范的数据以及逻辑上的错误，对这样的数据，均会导致核算结果的不准确甚至面目全非，用户对该系统所产生的结果心中没底、不敢信赖。基于HRP数据中心的数据质量保证体系就是为了解决数据信赖问题，通过这套保证体系的数据清洗机制、数据校验机制、数据完整性检查机制作用后，可以保证每一条数据记录都是可用的、核算的每一个指标都是准确的。
[0010]本发明解决以下技术问题:
一、HRP数据中心集成设计。基于HRP数据中心，打通与HIS、与财务的连接，形成以全成本核算为应用目标的数据集成。该数据中心具有如下三个特点:
1)实现以核算为应用目标的数据整合。数据中心不是各类数据源的简单集中，而是需要对数据进行整合处理，比如各类归集分类账统一附加核算集成属性以及名称的冗余等，提高数据中心数据利用的便利性。
[0011]2)实现动态的核算管理的要求。传统的核算基本上“月”为单位，数据的归集也是以月进行设计。该数据中心设计了日归集模式(或更短的时间间隔)和日后台归集方法和前台归集工具以及归集日志的格式，动态报表还考虑了某些不均匀成本的预测均摊方法，使系统能够满足实时的过程化管理的需要。
[0012]3)形成医院核算的电子帐。医院的全部成本、收入数据每日归集成账，并通过各分类账记录数和合计数来“固化”和“封存”每日数据。并在此基础上，形成数据监察机制，可追踪数据是否被“涂改”。
[0013]二、HRP数据中心数据质量保证体系设计。之前的HRP系统处理的前提是认为数据源的数据是正确的，数据的归集也是正确的。如果对数据有怀疑，需要靠人工去查找、去核对，对于一个数据来源庞杂、处理复杂的大系统，是一个非常困难的事儿。HRP数据中心通过三种数据约束机制，以保证每一条记录都是可用的，每一个核算指标的数据都是完整的，形成HRP数据中心质量保证体系，从而对HRP数据建立信赖。三种数据约束机制如下:
1)数据源清洗机制。
[0014]HRP的数据源来自于HIS中20多个子系统，分别是在不同时期不同的多种技术平台和不同的开发商提供的，业务复杂数据量大，有问题的数据在所难免。数据源清洗是在数据归集前对所有的核算数据源的表中有问题的记录进行筛查并辅助进行预处理。筛查机制可视需要自行配置并形成清洗规则库。筛查主要针对三种数据库字段:①数值型:对异常值进行筛查字符型:对不合规的记录进行筛查日期型:对不符合业务逻辑的记录进行筛查。
[0015]2 )数据归集一致性校验机制
基于核算的需要在数据归集时需要多表联合的复杂处理，由于源数据及SQL语句等问题都可能造成数据提取结果的错误。数据归集一致性校验机制是在每日数据归集时归集时对多表联合以及所基于的基础单表同时分类记录其记录数和数值合计，并自动对多表和单表的结果进行核对，核对结果记入归集日志，确保不因数据归集时多表连接处理造成的数据不一致。
[0016]3 )数据完整性检查机制。
[0017]数据完整性检查是指出报表前或统计前对数据准备情况进行检查。检查包括三个方面:①清零检查:根据报表区间日志确定清洗出的问题记录、一致性校验问题是否进行了清零处理；②数据齐全性检查:检查报表区间对各类数据源是否每日进行了有效归集，归集的类别是否齐全数据同步检查:对于HRP报表，固定资产等数据需以财务系统数据为准，但由于财务系统的封闭、安全等要求，财务系统不一定全时域保持互连状态，财务数据可能会存在与数据中心数据没有同步更新的情况，为保持各统计口径的一致性，需对基于财务数据的报表进行数据同步检查。
[0018]本发明的技术方案如下:
一种HRP数据中心，包括数据源模块、数据归集模块及数据归集管理工具，其特征在于:
所述数据源模块的数据源包括9大类，即收入大类、药品大类、物资大类、资产信息、固定资产折旧、后勤成本、人力成本、科研费及科室基金；
所述数据归集模块实现:
(1)名称冗余，即在归集时，对于仅提到代码的字段，一律冗余相应的名称字段，保证数据中心数据可以独立使用并提高数据利用的便利性；
(2)附加集成字段，即为保证数据归集后实现以核算为目标的数据集成，各类归集分类账统一附加下列集成字段，即核算单元、核算月度、会计科目；归集时间、归集人；小类记录数、小类合计数；
所述数据归集管理工具包括后台归