建设医院数据仓库 支撑医院管理决策

医院数据中心平台的建设和应用方案在当今数字化医疗的时代，医院数据中心平台的建设成为了提升医疗服务质量、优化医疗资源配置以及推动医院管理现代化的关键举措。

一个高效、稳定且安全的数据中心平台能够整合医院内各类信息系统的数据，实现数据的共享与交换，为医疗决策提供有力支持，为患者提供更优质的医疗服务。

下面将详细阐述医院数据中心平台的建设和应用方案。

一、建设目标与需求分析（一）建设目标1、实现数据的集中存储与管理，确保数据的完整性、准确性和一致性。

2、打破信息孤岛，促进各业务系统之间的数据流通与共享。

3、提供快速、准确的数据查询与分析功能，支持医院的决策制定和管理优化。

4、保障数据安全，符合医疗行业的法规和标准。

（二）需求分析1、业务需求：了解医院各科室的业务流程和数据需求，包括门诊、住院、医疗影像、检验检查等。

2、性能需求：根据医院的业务量和数据增长速度，评估数据中心平台的处理能力、存储容量和响应时间等性能指标。

3、安全需求：确定数据的访问权限控制、数据加密、备份与恢复策略等安全要求。

4、兼容性需求：考虑与现有信息系统的集成和兼容，以及对未来新系统的扩展支持。

二、技术架构设计（一）数据存储架构1、采用分布式存储系统，如 Hadoop 分布式文件系统（HDFS）或对象存储，以满足海量数据的存储需求。

2、建立数据仓库，用于整合和存储结构化数据，便于数据分析和报表生成。

（二）数据处理架构1、引入大数据处理框架，如 Spark 或 Flink，实现对大规模数据的快速处理和分析。

2、利用数据清洗和转换工具，对原始数据进行预处理，提高数据质量。

（三）数据接口与集成1、制定统一的数据接口标准，确保各业务系统能够与数据中心平台进行无缝对接。

2、采用中间件技术，如 ESB（企业服务总线），实现数据的交换与共享。

（四）安全架构1、部署防火墙、入侵检测系统等网络安全设备，保障数据中心平台的网络安全。

2、实施用户身份认证和授权管理，控制数据的访问权限。

医院数据中心建设一、引言医院数据中心是一个关键的信息技术基础设施，它为医院提供数据存储、处理和管理的能力，支持医院的各项业务和决策。

本文将详细介绍医院数据中心建设的标准格式，包括数据中心的规划、建设、运维等方面的内容。

二、数据中心规划1. 数据中心位置选择：根据医院的实际情况，选择离主楼近、交通便利、通信网络良好的地点作为数据中心的位置。

2. 数据中心面积要求：数据中心的面积应根据医院的规模和需求来确定，普通来说，应具备足够的空间容纳服务器机架、网络设备、存储设备等设备，并预留未来扩展的空间。

3. 数据中心安全性：数据中心应具备严格的安全措施，包括物理安全和网络安全。

物理安全方面，应设置门禁系统、监控系统、防火系统等设备；网络安全方面，应采用防火墙、入侵检测系统、数据加密等技术手段保护数据安全。

4. 数据中心电力供应：数据中心应具备稳定可靠的电力供应系统，包括备用发电设备、UPS（不间断电源）系统等，以保证数据中心的持续运行。

三、数据中心建设1. 服务器机架：根据医院的需求和规模确定所需的服务器机架数量和规格，选择可靠的供应商进行采购，并按照标准的布局和安装要求进行安装。

2. 网络设备：医院数据中心的网络设备应包括交换机、路由器、防火墙等，根据医院的网络需求进行选型，并按照标准的布局和安装要求进行安装。

3. 存储设备：医院数据中心的存储设备应具备足够的容量和性能，以满足医院的数据存储需求。

根据医院的需求进行选型，并按照标准的布局和安装要求进行安装。

4. 数据中心布线：数据中心的布线应按照标准的布线要求进行，包括数据线、电源线、空调线等，确保布线整齐、稳定、安全。

5. 空调系统：数据中心应配备稳定可靠的空调系统，以保持数据中心的适宜温度和湿度，确保设备的正常运行。

6. 灭火系统：数据中心应配备灭火系统，包括自动喷水系统、气体灭火系统等，以应对火灾等突发事件，保护设备和数据的安全。

四、数据中心运维1. 设备监控：数据中心应配备设备监控系统，实时监测服务器、网络设备、存储设备等的运行状态，及时发现并解决问题。

USING DATA WAREHOUSE TECHNOLOGIES TO ASSIST HOSPITALS IN MAKING MANAGING
DECISION SCIENTIFIC
作者： 侯海军 吕正祥
作者机构： 梁山县人民医院,山东梁山272600
出版物刊名： 现代医院
页码： 118-119页
主题词： 数据仓库 软件-联机分析技术（OLAP） 决策支持系统（DSS）
摘要：医院辅助决策系统可以分为医学决策支持系统和管理决策支持系统两大部分，前者重点讨论医疗工作中的计算机辅助决策支持问题，后者主要涉及计算机辅助管理决策问题。

这两类决策支持的基本实现方法都来自统计学、数据仓库、人工智能等技术，只不过医学决策支持偏重于应用人工智能技术，管理决策支持则侧重于统计学和数据仓库技术。

本文重点讨论目前医院利用数据仓库技术的现状和存在的问题，数据仓库的产生以及怎样辅助医院管理决策实现科学化。

数据仓库与数据挖掘技术在医疗决策中的应用研究随着信息技术的发展和医疗数据的大规模生成，如何高效利用这些数据成为医疗决策中的重要问题。

数据仓库与数据挖掘技术因其强大的数据处理和分析能力，在医疗决策领域得到了广泛的应用和研究。

本文将探讨数据仓库和数据挖掘技术在医疗决策中的应用，并分析其优势与挑战。

一、数据仓库在医疗决策中的应用数据仓库是一种集中存储、整合和管理多个数据源的系统，旨在支持决策制定和业务分析。

在医疗领域，数据仓库可以整合多个医疗机构的患者数据、临床试验数据、医疗影像数据等，为医生和管理者提供决策所需的全面、一致和准确的数据。

首先，数据仓库可以提供对患者的全面视角。

在传统的医疗信息系统中，患者的数据往往分散在不同的系统中，难以进行综合分析。

而数据仓库可以通过将这些数据整合在一起，消除数据孤岛，为医生提供一种更全面、准确地了解患者情况的途径。

患者的基本信息、疾病史、就诊记录等都可以在数据仓库中进行查阅和分析，帮助医生做出更准确的诊断和治疗决策。

其次，数据仓库可以支持医疗质量管理。

医疗机构往往需要监控医疗质量和评估医疗绩效，以确保提供高水平的医疗服务。

数据仓库可以提供大量的医疗数据，如手术相关数据、疾病治疗效果数据等，为医院管理层提供更全面的质量管理工具。

通过数据仓库中的分析报告，医院管理者可以及时发现问题、改进不足，并采取相应的措施提高医疗质量。

最后，数据仓库还可以支持医疗研究和临床决策。

医疗研究需要大量的数据支持，而数据仓库可以成为医学研究人员的宝贵资源。

在临床决策中，医生需要基于大量数据做出诊断和治疗决策，数据仓库可以为医生提供丰富的参考信息，帮助其做出更科学、有效的决策。

二、数据挖掘技术在医疗决策中的应用数据挖掘技术是通过自动化的方法从大规模数据中发现隐藏在其中的模式和知识的过程。

在医疗决策中，数据挖掘技术可以帮助医生和管理者从海量的医疗数据中提取有用的信息，辅助决策制定。

首先，数据挖掘技术可以用于预测疾病发展趋势和病情变化。

数据仓库技术在医疗领域中的应用一、引言数据仓库技术在医疗领域中应用得越来越广泛，带来了显著的益处，包括更好的医疗保健管理、改进的治疗计划和更精准的医疗决策。

在本文中，我们将探讨数据仓库技术在医疗领域中的应用，并重点介绍医疗领域的常见数据仓库模型及其应用实例。

二、数据仓库技术在医疗领域中的应用1. 医疗保健管理数据仓库技术可用于整合不同来源的医疗数据，并将这些数据转换为易于理解和使用的格式，以便更好地管理医疗保健。

例如，医疗机构可以通过数据仓库技术，将患者的病历、诊断信息、药品配方、测试结果等数据整合在一起，为医生提供一个全面的患者信息视图，以帮助医生更好地诊断和治疗患者。

2. 改进的治疗计划数据仓库技术可用于帮助医生制定更好的治疗计划。

例如，在治疗某种病症时，医生可以利用数据仓库技术，分析该病症的不同治疗方案的效果和成本，从而制定出最适合患者的治疗计划。

3. 精准的医疗决策数据仓库技术可用于帮助医生做出更精准的医疗决策。

例如，在诊断某种疾病时，医生可以利用数据仓库技术，分析患者的病历数据和病理学数据，从而做出准确的诊断，并制定最优的治疗方案。

三、医疗领域的常见数据仓库模型及其应用实例1. 维度模型维度模型是一种常见的数据仓库模型，它采用星型或雪花型模型表示数据。

维度模型中的维度指数据的特定属性，如时间、地点、产品等。

应用实例：维度模型可以用于分析医疗保健的流程和成本。

例如，使用维度模型可以分析诊断到治疗的流程所需的时间和成本。

此外，维度模型还可以用于分析医疗机构的病床使用率、药品使用情况等。

2. 编码模型编码模型是一种基于编码的数据仓库模型。

它使用编码作为通用识别符，并使用一组相关的编码来表示相关数据。

应用实例：编码模型可用于精细的统计分析，例如人口普查或疾病流行病学。

例如，编码模型可以用于分析患者的病历、病理学和遗传学信息，从而比较和分析出不同基因型、环境和生活方式之间的关系和差异。

3. 树形结构模型树形结构模型是一种用于表示分层数据的数据仓库模型，它使用一组层次结构和一组与层次结构相关的指标来表示数据。

Computer Technology Application计算机技术应用0　引言随着大数据、信息化等在很多领域的普及和应用，医院改革也将信息化管理作为其改革目标之一，其中医院决策支持系统在提高医院管理、决策水平等方面具有一定的优势，因此医院应该加快信息化建设，满足医院不同层次的管理者利用数据提高决策准确性。

同时医院科室信息、患者信息及其他外部医疗机构信息等方面在不断增长，通过数据来发现一些趋势、规律等可以对病人的临床诊断提供依据，同时对于医院各管理层来说可以对临床研究、疾病预防等方面的决策进行有效把控。

1　医院支持决策系统发展现状分析基于数据仓库的支持决策系统是医院信息化建设的关键部分，主要是结合医院历史数据为医院各层次的管理者有效决策提供客观的信息支持[1]，但目前一些医院的信息化建设还处于初级阶段，只能提供一些数据的查询、统计等方面的服务，至于数据的进一步挖掘、分析等方面还不能支持。

1.1　医院各个系统不能有效的融合当下的医院决策支持系统分为多方面的子系统，当医院决策者查找所需的信息时，需要查询多个系统才能找到相关的数据，这样一方面影响医院各层次决策者的决策效率，另一方面由于不同的决策系统统计的数据方法、途径等方面不同，存在一些数据信息相互矛盾的现象，影响决策者做出正确决策。

1.2　医院信息系统缺乏人性化医院设置的各方面的信息化系统是为医院管理者及病人提供服务的，而实际医院信息系统并没有站在使用者角度去设置，管理者在查询相关数据信息的时候，发现信息展现不直观影响信息查询效率，同时缺乏一些新型的信息展示工具，如缺乏业绩指标、仪表盘等方面的工具。

同时由于信息系统建设不完善，在信息化管控方面缺少，在进行决策的时候缺乏主索引、数据标准化等方面的支持。

构建基于数据仓库的医院决策支持系统王锐（齐齐哈尔医学院附属第一医院，齐齐哈尔 161041）摘要：数据仓库是以数据库为基础进行数据的存储及资源的管理，医院决策支持系统是通过医院现有的数据资料帮助决策者对数据进行分析，发现医院事务的规律性，从而为决策者进行决策的准确性、可靠性提供参考依据。

医院数据中心建设一、背景介绍随着信息技术的快速发展，医院在日常运营和管理中产生大量的数据，包括患者信息、医疗记录、药品库存等。

为了更好地管理和利用这些数据，医院需要建设一个高效、安全、可靠的数据中心。

二、数据中心建设目标1. 提高数据管理效率：建设数据中心可以集中存储和管理医院的各类数据，提高数据的获取和处理效率。

2. 加强数据安全保护：通过建设数据中心，可以加强数据的安全性，防止数据泄露和损坏。

3. 支持医院决策：数据中心可以提供各类数据分析和报告，为医院的决策提供科学依据。

4. 提升服务质量：数据中心的建设可以使医院的各个部门之间的数据共享更加便捷，提升医院的服务质量。

三、数据中心建设步骤1. 确定需求：与医院管理层和各部门沟通，了解数据中心的具体需求，包括数据存储容量、数据处理能力、数据安全等方面。

2. 设计规划：根据需求确定数据中心的规模和功能，包括机房布局、服务器配置、网络架构等。

3. 设备采购：根据设计规划，采购合适的服务器、存储设备、网络设备等硬件设备。

4. 网络建设：建设数据中心的网络基础设施，包括局域网、广域网、防火墙等，确保数据的安全传输和访问。

5. 系统部署：根据医院的具体需求，选择合适的数据管理系统和应用软件，进行系统的安装和配置。

6. 数据迁移：将医院现有的数据迁移到数据中心，确保数据的完整性和准确性。

7. 系统测试：对数据中心的各项功能进行测试，确保系统的稳定性和可靠性。

8. 培训和运维：对医院的工作人员进行系统使用培训，建立数据中心的运维团队，确保数据中心的正常运行和维护。

四、数据中心建设的关键技术1. 服务器虚拟化技术：通过服务器虚拟化技术，可以提高服务器的利用率，降低硬件成本。

2. 存储技术：采用高性能的存储设备，如固态硬盘、网络存储等，提高数据的存储和访问速度。

3. 数据备份与恢复技术：建立完善的数据备份和恢复机制，确保数据的安全性和可靠性。

4. 数据安全技术：采用防火墙、入侵检测系统等安全设备，保护数据中心的安全。

基于数据仓库的医院决策支持系统的研究与设计郭中正【摘要】Decision supporting system of hospital management based on data warehouse integrated different departments of the hospital network and different applications of data operations together to establish an independent analysis of the circumstance and pick up the operation data. According to the needs of decision-making system to reorganized. The purpose is to provide decision-makers of all types of hospital management and effective analysis of data for decision-making assessment and reference.%基于数据仓库的医院管理决策支持系统，利用数据仓库技术将分布在医院网络中不同部门、不同应用的有关业务数据集成到一起，建立起独立的分析处理环境。

它把与管理决策相关的具体业务数据从医疗业务环境中提取出来，依照决策系统处理的需要进行重新组织。

目的是为医院管理决策者提供各种类型的、有效的分析数据，供决策层进行评估和参考。

【期刊名称】《中国医疗设备》【年(卷),期】2013(000)008【总页数】3页(P45-46,25)【关键词】医院管理;数据仓库;经营决策【作者】郭中正【作者单位】浙江省立同德医院设备科,浙江杭州,310012【正文语种】中文【中图分类】TP391决策活动贯穿于医院管理的整个过程，不仅最高管理层需要决策，医院组织机构中的各个管理层都要决策。

医院管理建立高效的数据分析与决策支持系统在当今信息时代，数据分析与决策支持系统在各行各业中扮演着不可或缺的角色，医院管理也不例外。

建立一套高效的数据分析与决策支持系统对于医院的发展和管理至关重要。

本文将探讨医院管理中建立高效的数据分析与决策支持系统的重要性以及具体的实施方法。

一、医院管理中数据分析与决策支持系统的重要性数据分析与决策支持系统在医院管理中的重要性体现在以下几个方面：1. 提升数据管理效率：医院管理涉及大量的数据，如患者就诊信息、药品库存信息、医生排班信息等。

建立数据分析与决策支持系统能够帮助医院管理者快速有效地收集、整理和分析这些数据，从而提升数据管理效率，减少人工操作。

2. 及时发现问题：通过数据分析与决策支持系统，医院管理者可以对医院的运营情况进行实时监控与分析。

一旦出现问题，可以及时发现并采取相应措施，避免问题扩大化，提高医院运营效率。

3. 支持决策制定：医院管理涉及诸多方面，如人员调配、设备采购、医疗服务规划等。

数据分析与决策支持系统能够为管理者提供准确、全面的数据分析结果，为其决策提供科学依据，降低决策风险。

二、建立高效的数据分析与决策支持系统的具体方法建立高效的数据分析与决策支持系统需要以下几个关键步骤：1. 确定数据需求：首先，医院管理者需要明确自己对数据的需求，包括需要分析的数据类型、维度、时间跨度等。

只有明确了需求，才能有针对性地建立数据分析与决策支持系统。

2. 数据采集与整理：医院管理系统中的数据来源众多，包括医院信息系统、医疗设备、人力资源系统等。

建立数据分析与决策支持系统需要将这些数据进行采集和整理，并进行标准化处理，以便于后续的数据分析工作。

3. 数据分析与挖掘：通过数据分析工具和技术，对采集到的数据进行处理和分析。

医院管理者可以利用统计学方法、数据挖掘算法等对数据进行深入挖掘，提取有效信息。

同时，医院管理者还可以利用可视化技术将分析结果以图表的形式展现，便于理解和使用。

数据仓库与数据挖掘在医疗卫生中的应用随着计算机和互联网技术的发展，大数据在各行各业中的应用越来越广泛。

在医疗卫生领域，数据仓库和数据挖掘技术的应用为提高医疗效率、优化医疗资源配置、提供个性化医疗服务等方面带来了许多机遇和挑战。

数据仓库是指将分散在各个系统中的海量数据进行提取、集成、清洗和转换，存储在一个统一的数据存储中心，以便进行分析和决策。

在医疗卫生领域，数据仓库可以综合大量的医疗信息，包括临床数据、患者信息、医院运营数据等，形成一个全面而准确的医疗数据资源库。

这为医疗机构的管理决策提供了有力支持。

首先，数据仓库可以为医疗机构的管理决策提供数据支持。

医院的管理层需要了解医院运营情况、人员配置、资源利用等方面的信息，以便进行合理的规划和决策。

通过数据仓库和数据挖掘技术，可以将各个系统中的数据进行整合，生成报表、图表等形式的分析结果，直观地展示医院各项指标的动态情况和趋势变化。

管理层可以根据这些数据进行对比和分析，评估医院的运营状况，并进行有针对性的调整和改善。

其次，数据仓库和数据挖掘技术可以用于医疗资源的优化配置。

医疗资源的合理配置对于提高医疗效率和质量非常重要。

数据仓库可以帮助医疗机构收集和整合各种资源信息，包括医生、护士、设备、药品等方面的数据。

通过数据挖掘技术的应用，可以对这些数据进行统计和分析，发现资源利用的不平衡点和矛盾点，提出合理的优化方案。

例如，在某个科室医生过多而护士不足的情况下，可以通过调整人员的配备来提高工作效率和患者满意度。

此外，数据挖掘还可以帮助医疗机构建立个性化医疗服务模型。

传统的医疗服务往往是以一种标准化的方式提供的，无法很好地满足不同患者的需求。

而通过数据挖掘技术，可以对患者的个人信息、病史、就诊记录等进行分析，挖掘出个性化的医疗需求和风险预测等信息。

医疗机构可以根据这些信息为患者提供定制化的医疗方案和服务，提高患者的满意度和疗效。

然而，数据仓库和数据挖掘在医疗卫生中的应用也面临一些挑战。

建设医院数据仓库支撑医院管理决策
李希光
【期刊名称】《吉林医学》
【年(卷),期】2010(031)018
【摘要】数据仓库是面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于经营管理中的决策支持。

建设一个提升医院运营能力的数据仓库,对于提高医院管理决策水平,加快医院科研进程,提高医院诊疗水平和教学质量,提升医院的品牌服务能力,都将产生深远的影响。

【总页数】2页(P2970-2971)
【作者】李希光
【作者单位】山东省莱芜市人民医院,山东莱芜271100
【正文语种】中文
【中图分类】R197.32
【相关文献】
1.基于病案信息数据仓库及数据挖掘技术构建医院管理决策平台 [J], 唐瑞璠;刘虹群;何拥群;刘博生;钱红;金新安
2.医院管理决策数据仓库建设的研究 [J], 仲晓伟
3.用数据仓库技术辅助医院管理决策科学化分析 [J], 张宇;徐国钧;朱彬
4.建设医院数据仓库支撑医院管理决策 [J], 李希光
5.数据仓库技术在提高肿瘤医院管理决策水平中的应用 [J], 康巨瀛;杨静;蓝田
因版权原因，仅展示原文概要，查看原文内容请购买。

数据仓库促使院长决策实现科学化医院信息系统的建设产生了良好的综合效益，使医院管理上了一个台阶。

首先是工作效率得到了提高，优化了工作流程，节约了人力，节省了时间，提高了卫生资源的利用水平。

第二是服务质量得到了提高，医院管理正规有序、收费透明合理、看病方便快捷，使病人真正得到了实惠，使医院的公众信任度增大，也改善了医务人员的社会形象。

第三是管理水平得到了提高，实现了信息采集储存与传输应用手段的自动化，信息综合分类与加工处理方式的集约化，从宏观与微观两个方面提高了管理层次，增大了管理深度；在卫生经济管理中，客观、直观地反映了各项经济活动，使成本效益关系更加明晰，并且综合反映了卫生经济和保障效能，促进了全面管理质量的提高。

但也要清醒的认识到，虽然我国医院信息化建设和管理水平有了很大的提高，但这些系统大都停留在实现现有业务的数字化，远未达到为医院的管理者提供决策信息和依据的水平。

主要还存在以下主要问题：⑴、目前医院信息系统提供的报表和数据沿袭了手工操作方式，无法体现各系统之间的内在关系。

⑵、数据来源单一，分析方法和分析手段落后，综合性信息系统和决策支持管理的功能较弱，不能提供完整的系统数据分析和决策提示。

对于以上问题，我们在传统的报表或数据中找不到答案。

一方面不能从传统的报表或数据中获得重要的统计信息或发展趋势分析预测。

另一方面，现有的数据处理方式是进行简单的运算，不能对数据所包含的内在相关性信息进行提取。

由于无法获得医院全面的、及时的、准确的分析和预测，目前医院决策还不可避免地存在着经验性的色彩。

我们认为如何向深层次数据利用、如何在更高层次上为医院管理和科学决策提供依据是军队医院下一步数字化建设的重要目标之一。

而建设数据仓库是进行数据深层次利用的主要手段，是提高医院管理决策水平的有效途径。

医院数字化建设从系统功能上可划分为三个层次，如下图所示，依次分别为业务信息系统、管理信息系统、分析决策信息系统。

其中每个层次又可以划分为多个业务领域。

构建基于数据仓库的医院辅助决策支持系统目前，多数医院对于医院信息系统数据的后期处理基本处在基于数据库技术的查询、统计的事务性操作上，这些统计查询分析并不能对医院的业务流程优化、成本控制乃至医院的长期发展提供数据支持，更不能为医院决策者提供数据支持。

兰州大学第二医院构建了基于医院信息系统数据仓库为基础的辅助决策支持系统,为医院管理决策者提供了数据支持.【关键词】数据仓库决策支持医院信息化1 概述医院决策支持系统不应该是单纯的事后统计,它必须与医院管理紧密相连，做到事前评估、事中监控、事后分析。

医院决策支持系统必须和医院业务环环相扣，其所分析的数据必须能够为医院的实际发展提供支持和导向。

下述实例，列举了医院决策支持系统在实际运行中应该为医院提供的数据支持和医院管理层的实际需求指标: 1。

1 医院门诊综合需求医院门诊新大楼完工并投入使用,预计每天可增加500—800门诊量,那么该医院每天应该产生放号信息有多少，应该安排多少医生出诊、应该设置多少个挂号和收费窗口,门诊药房的配药发药压力是否会大幅度上升等等。

1.2 医院平均住院日分析平均住院日是评价医院效率和效益、医疗质量、技术水平及管理水平的硬性综合指标，医院应该在确保医疗质量和医疗安全的前提下尽量缩短平均住院日。

1.3 医院就诊流分析患者仅挂号，医生无诊断、无医嘱或者医生下过医嘱，患者并未按照医嘱缴费并接受治疗。

以上两种人群是医院病人流失的主要原因，如何及时分析原因并采取正确的措施，减少医院损失。

1.4 医院高值耗材相关分析通过数据挖掘，找到每种高值耗材在医院的使用情况，各科室使用分布、人群使用分布，针对使用高值耗材病人往往医疗费用较高，通过监控该病人的医保支付情况，及时与病人沟通，减少欠费及医患纠纷的风险。

1.5 医院大处方及合理用药通过对大处方的处方类型（一般情况下，抗菌类处方占大多数）、病人诊断、开单医生进行汇总分析，控制医药合谋以及医患合谋；基于处方点评子系统，分析各科室处方点评率、处方合格率，对问题处方的原因进行分析，并采取有效整改措施,减少由于医疗质量问题带来的医患纠纷。