4. 医疗数据明细层（DWD）建模

明细层（DWD）是数仓分层中承上启下的关键一层：它把 ODS 中贴源、杂乱、多源异构的原始数据，按业务过程重新组织为“可被复用的一致性明细”。与 ODS 的“原样落地”不同，DWD 要回答三个问题：这条数据描述的是哪个业务过程？它的最小可分析单元（粒度）是什么？围绕它有哪些稳定的分析维度？本节围绕业务过程梳理、事实表与维度表设计、医疗事件粒度选择、清洗与标准化四条主线展开。

一、业务过程梳理：先定“过程”，再定“表”

医疗数据的业务过程通常围绕患者就诊旅程展开，常见可识别过程包括：挂号、就诊（门诊/急诊/住院）、开立医嘱、执行医嘱、收费、检验检查申请与报告、发药与用药、手术、护理记录、出院结算等。梳理时建议用“过程—事件—动作—主体”四要素描述，例如“检验报告发布”这一过程，事件是报告出具，动作是审核发布，主体是检验科技师与患者。

梳理的产出不是表，而是一份业务过程清单，每个过程标注：源系统、触发时机、主键候选、时间戳字段、涉及维度、是否可累加。这份清单直接决定后续事实表的划分边界——一个业务过程通常对应一张（或一组）事实表，避免把“挂号”和“收费”硬塞进同一张表。

二、事实表与维度表设计

DWD 中事实表承载“发生了什么、发生多少、何时发生”，维度表承载“谁、在哪、什么类别”。医疗场景下事实表多为事务事实表（如一次收费、一条检验结果），少数为周期快照（如每日床位占用）或累积快照（如住院全流程节点）。

维度表设计要抓住医疗特有的缓慢变化维问题：患者基本信息（姓名、联系方式、地址）会变，科室会合并拆分，医生会调岗。对需要保留历史口径的维度（如科室归属），采用 SCD Type 2 拉链表，用 start_date、end_date、is_current 标记版本；对仅需最新值的属性（如患者手机号）可用 Type 1 覆盖。

事实表字段一般包含：业务主键、维度外键（患者、科室、医生、时间、项目）、度量值（金额、数量、时长）、以及审计字段（源系统、加载时间、批次号）。度量值要区分可加（金额）、半可加（余额）、不可加（比率），不可加指标应在下游计算而非落库。

三、医疗事件粒度选择

粒度是 DWD 建模中最容易出错、也最影响下游的决策。医疗事件粒度常见有：一次就诊、一条医嘱、一次执行、一条检验明细、一次收费明细。选择原则是“最细可用、可上卷”：能落到检验项目明细，就不要只落到报告头；能落到收费明细，就不要只落到结算单。

以检验为例，若粒度选“报告头”，则无法分析单项指标趋势；选“检验明细（报告+项目）”则可上卷到报告、就诊、患者。但粒度过细会带来膨胀，例如一条医嘱对应多次执行，若事实表按“执行”粒度，则医嘱信息需通过维度或冗余字段带入，避免下游反复关联。

四、清洗与标准化

清洗解决“脏”，标准化解决“乱”。医疗数据常见问题包括：性别编码不统一（1/2、M/F、男/女）、日期格式混杂、金额单位不一致、诊断名称同义异名、科室名称随系统变更。清洗规则应可配置、可追溯，建议在 DWD 层保留原始值与标准化值两列，便于回溯。

标准化重点包括：编码标准化（性别、婚姻、民族、诊断 ICD-10、手术 ICD-9-CM-3、检验项目 LOINC 或院内标准码）、时间标准化（统一为 yyyy-MM-dd HH:mm:ss，时区一致）、金额标准化（统一为元，保留两位小数）、空值与异常处理（未知编码统一为 -1 或 'UNKNOWN'，不轻易丢弃）。

下面给出一个可参考的清洗映射示例（示例数据，非实测）：

-- 性别标准化映射（示例）
CASE
  WHEN gender IN ('1','M','男') THEN 'M'
  WHEN gender IN ('2','F','女') THEN 'F'
  WHEN gender IS NULL OR gender = '' THEN 'UNKNOWN'
  ELSE 'OTHER'
END AS gender_std

-- 金额标准化（示例）
CAST(amount AS DECIMAL(18,2)) AS amount_std

-- 诊断名称标准化（示例，映射到 ICD-10）
COALESCE(icd_map.icd10_code, 'R69') AS diag_code_std

清洗与标准化完成后，应做质量校验：主键唯一性、外键可关联率、关键字段空值率、金额非负、时间先后合理（如出院时间不早于入院时间）。校验不通过的数据进入隔离表并记录原因，而不是静默丢弃。

五、一个可落地的 DWD 建模检查清单

为便于实际执行，下面给出一份可直接对照使用的检查清单（示例，可按项目裁剪）：

DWD 建模不是一次性动作，而是随业务过程新增、源系统变更、标准码升级持续演进的过程。建议把业务过程清单、粒度说明、映射表、校验规则都纳入版本管理，使每一次变更都可追溯、可回滚，这样 DWD 才能真正成为下游指标与标签体系可信赖的“一致性明细底座”。