随着数据库技术和信息处理技术的不断发展,医院信息系统不仅大幅提升医疗效率,而且沉淀积累了大量具有研究价值的医疗数据。但由于医院信息系统发展过程中阶段式建设的特点和建设标准不一致的问题,给医疗数据的处理和使用带来了巨大的挑战。因此,通过建立医疗领域专有数据仓库及ETL(Extract-Transform-Load)工具,完成多源异构数据的聚合非常重要,从而为医疗机构提供数据分析决策支持,促进医院信息系统的数据化发展。ETL是数据抽取、清洗、转换、加载过程的统称,传统ETL工具都是面向通用领域的,对于医院医疗数据这种多数据源的异构数据很难进行高效的逻辑处理。本文深入分析了医院多个异构信息系统的数据特点,以及数据清洗、转换和加载过程中数据间复杂的业务关系,从而引出了随诊数据仓库ETL过程中需要解决的同源异构数据的聚合问题。并针对数据特点,深入研究了通过元数据来指导ETL全过程的解决方案,提出了基于本体的元数据管理模型,通过分层的思想,梳理数据间的复杂关系,从而解决多源异构数据的聚合问题,高效、准确地完成随诊数据仓库ETL过程。同时在数据转化过程中,对出院小结这种半结构化数据进行命名实体识别,高效、智能地提取关键医疗数据,增加患者数据维度,构建覆盖患者全程大病历的完整数据。本论文进行了面向医院随诊服务的数据仓库的需求分析,完成了随诊数据仓库模型和元数据管理模型的设计与实现,最终实现了基于元数据的数据仓库ETL工具。同时通过在医院随访中心的实践应用,验证了该解决方案在随诊数据仓库ETL过程中的可用性和高效性。