HealthShare и DeepSee. ЕИР "Очередь на госпитализацию” КК

Владимир Прушковский – Инженер-консультант

• Описание  задачи  • Процесс  создания  решения  • Результаты  • Демонстрация  

План

• Мониторинг  доступности  стационарной  медицинской  помощи  

• Формирование  очереди  направлений  на  госпитализацию    

• Мониторинг  выполнения  программы  государственных  гарантий  в  части  стационарной  помощи  

• Предоставление  отчетности  для  страховых  компаний  и  организаторов  здравоохранения.    

• Осуществление  выбора  медицинской  организации  для  госпитализации    

•  Создание  основы  для  построения  комплексной  системы  управления  плановой  госпитализацией  в  крае  

Описание задачи

• Поставленная  задача    • Оперативная  информация  (OLTP):    – МИС  в  ~170  ЛПУ  в  крае  – ИС  внутри  ТФОМС  КК    

• Справочная  информация  –   Cправочники  ЕСВС  КК  

Что есть на входе?

Классическая модель

OLTP

ETL DWH Build

Analysis

Metadata

Dashboards

OLAP

DataMart

OLTP

OLTP

OLTP

ETL DWH Build

Analysis

Metadata

Dashboards

OLAP

DataMart

OLTP

OLTP

• От  стационаров  –  Случаи  госпитализации  –  Текущее  состояние  коечного  фонда  

• От  поликлиник  –  Выписанные  направления  

• От  ТФОМС  –  Запланированное  число  случаев  госпитализации  –  Ежемесячные  данные  по  оказанной  помощи  

• Справочники  – Данные  по  МО,  СМО  и  т.д.  действующим  в  крае  

Шаг 1: Входящие данные

• По  умолчанию:  нормализованные  до  определенной  степени  данные    

• Создание  дополнительных  сущностей,  если  необходимо  

• Инструменты  автоматизации  Enterprise  Architect  –  Конвертер  в  xml  для  Cache  

• Пакет  со  справочниками  ЕСВС  

Шаг 2: Модель данных

• От  больниц    –  данные  в  формате  XML  –  согласованные  XSD  схемы  –  через  обмен  файлами  –  через  SOAP  вебсервисы  

• От  ТФОМС  –  данные  в  формате  XML  –  через  обмен  файлами  –  через  JDBC  извлечение  данных  их  Oracle  

• Из  справочников  – HTTP  – Парсер  DBF  файлов  

Шаг 3: Способы интеграции

• От  больниц    –  данные  в  формате  XML  –  согласованные  XSD  схемы  –  через  обмен  файлами  –  через  SOAP  вебсервисы  

• От  ТФОМС  –  данные  в  формате  XML  –  через  обмен  файлами  –  через  JDBC  извлечение  данных  их  Oracle  

• Из  справочников  – HTTP  – Парсер  DBF  файлов  

Шаг 3: Способы интеграции

Шаг 4: ETL и преобразование данных

SOAP

JDBC

HTTP

Oracle

Реестры ОМС

XML

Поликлиники

XML

Стационары

Справочники ЕСВСDBF

Файлы

XML

ТФОМС План

Бизнес - процессы Ensemble

Преобразование

Преобразования данных

Ensemble

Получение

Модель данных DWH

Загрузка

• Основной  поток  входящих  данных  от  МО  – Прием  как  файл  или  как  SOAP  запрос  –  Валидация  входящих  данных  по  схеме  XSD  – Преобразования  Data  Transformavons  – Преобразования  Бизнес-­‐Процесс  – Отработка  логики  (Transform)  связывание,  обновление  и  т.д.  –  Сохранение  данных  новой  модели  

• Плановые  показатели  и  реестры  –  аналогично  • Справочники  ЕСВС  

– Получение  по  HTTP  – DBF  парсер  

• Реестры  ОМС    –  JDBC  коннектор  

Шаг 4: ETL и преобразование данных

Шаг 5: Аналитические модели

• DeepSee  Architect  • Определение  таблиц  фактов  • Создание  кубов  

– Показатели  – Измерения  –  Уровни  –  Списки  исходных  данных  

• Предметные  области  – Data  Mart  –  Составные  кубы  

Шаг 5: Аналитические модели

Шаг 5: Аналитические модели

• Построение  кубов  

• Синхронизация  кубов  

• Заполнение  данных  по  требованию  (%InjectFact)  

• CubeManager  –  план  обновления  данных  

Шаг 5: Аналитические модели

• DeepSee  Analyzer  • MDX  запросы  к  многомерным  данным  

– SELECT NON EMPTY NONEMPTYCROSSJOIN([dateRefuse].[H1].[year].Members,[dateRefuse].[H1].[month].Members) ON 0,NON EMPTY [HospitalDepProfile].[H1].[HospitalId].Members ON 1 FROM [RefuseCube] %FILTER [IsOMS].[H1].[IsOMS].&[ОМС] %FILTER [Measures].[%COUNT]

• Сводные  таблицы  Pivot  Table  • Списки  детальных  данных  

Шаг 6: Анализ

Шаг 6: Анализ

• Портал  пользователя  DeepSee  • Дэшборды  • Виджеты  • Сводные  таблицы  • Графики  и  диаграммы  

Шаг 7: Отображение

Шаг 7: Отображение

• ~  200  МИС  в  ЛПУ  края  • 8  форматов  передаваемых  данных  • 4  канала  получения  данных:  SOAP,  файлы,  JDBC,  HTTP  • 4  процесса  преобразования  данных  • 75  хранимых  классов  модели  данных  • 20  аналитических  кубов  • 80  сохраненных  запросов  pivot  tables  • 50  аналитических  панелей  dashboards  • Отчетность  в  XLS  

Результат

ЕИР Очередь на госпитализацию КК

МИС 2 (Стационары)

МИС 1 (Поликлиники)

Направления на госпитализацию

Госпитализации и коечный фонд

Интеграционная шинаРегиональные справочники

Аналитическое многомерное хранилище

Пользователи СМО

Пользователи ТФОМС

Пользователи ЛПУ

Аналитические формы

Отчеты

Мониторинг

Краевые реестры ОМС

Пользователи МЗ КК

Спасибо! Вопросы? Прушковский Владимир тел. +79262126187 email vladimir.prushkovskiy@intersystems.com