数据仓库技术、联机分析处理(OLAP)技术和数据挖掘技术可以有效地对海量数据进行管理,并从中发现有价值的知识,以提高信息利用率。利用数据仓库、OLAP技术及数据挖掘技术对病案资源进行科学的统计分析是医院重大决策及医学发展的主要依据。将决策支持技术应用到病案资源统计分析中是医院信息化发展的必然选择。本文对国内外决策支持系统在病案资源统计分析领域的研究作了简洁的综述和评论,分析了现存病案资源统计分析的问题,论证建立病案资源统计分析决策支持系统的必要性,介绍了数据仓库、OLAP和数据挖掘等有关概念和内容,提出了其在医院病情诊疗分析中的应用研究。其核心思想是通过数据仓库来清洗纷繁芜杂的数据,然后利用联机分析系统独特的多维方式对数据进行分析,使用户从不同的维度了解历史及现状,最后利用数据挖掘工具自动地挖掘潜在的模式,找到正确的决策。本系统的决策主题确定为病情诊疗质量分析。经过数据仓库的物理模型和逻辑模型的详细地设计,创建了具有时间、病种、性别、年龄、科室、费用类别、入院病情、诊断对照组、诊断符合情况、治疗结果等十一个维度和具有诊疗人数、住院天数、住院次数、平均住院天数、病种构成比、治愈率、死亡率、诊断符合率、急危重症抢救成功率等九个度量值的病情诊疗质量分析多维数据集。通过数据透视表选项与SQL Server 2005 Analysis Services服务器端连接,多维度、灵活、细化地进行了病种诊疗质量方面的联机分析处理。创建了病情诊断分析人工神经网络挖掘模型和病情治疗方案分析决策树挖掘模型。本系统可完成多维度的病种构成分析及各时期、各科室、常见病种的各项诊疗指标的多维度查询和动态趋势变化的潜在性规律分析,实现对疾病自然规律及病种诊疗质量的分析,从而有利于医院决策者采取相应的管理措施,提高医院的工作效率和质量。