4. 医院运营数据模型设计

医院运营数据平台能否支撑管理决策，关键不在数据量有多大，而在于数据是否被组织成“可分析、可复用、可解释”的结构。维度建模正是承担这一职责的核心方法：它把分散在 HIS、EMR、LIS、PACS、HRP、财务系统、物资系统里的原始记录，重新组织为面向运营主题的事实表与维度表，让“门诊量为什么下降”“某科室成本为何偏高”“床位周转慢在哪一环”这类问题能够被快速回答。

一、为什么运营主题需要维度模型

医院业务系统大多按流程建表：挂号表、收费明细表、医嘱表、发药表、核算表，各自服务单一业务。若直接在这些表上做运营分析，会面临三个问题：一是口径不统一，同一“门诊人次”在不同系统含义不同；二是关联复杂，一次运营分析往往要跨十几张表；三是性能差，明细表动辄上亿行，聚合查询响应慢。维度模型通过“事实表记录业务事件、维度表描述分析视角”的方式，把复杂关联预先梳理清楚，使分析人员只需按维度切片、按指标聚合即可。

面向运营主题的维度模型通常按主题域划分。结合医院实际，建议至少覆盖五个主题域：患者主题域（就诊、住院、随访）、医疗主题域（诊疗活动、手术、检查检验）、财务主题域（收入、成本、结算）、人力主题域（人员、排班、绩效）、物资主题域（药品、耗材、设备）。每个主题域内部由若干事实表与共享维度表构成，维度表尽量跨主题复用，避免重复建设。

二、事实表设计：先定粒度，再定度量

事实表是维度模型的核心，设计第一步是确定粒度。粒度决定了“一行事实代表什么业务事件”。例如就诊事实表，粒度可定为“一次挂号就诊”，一行记录一次就诊；住院事实表粒度可定为“一次住院”，一行记录一次住院全过程。粒度越细，分析灵活性越高，但数据量和查询成本也越大。运营分析通常建议采用“明细粒度 + 轻度汇总”双层结构：明细层保留最细事件，汇总层按天、科室、患者类型预聚合，兼顾灵活性与性能。

确定粒度后，再选择度量。度量必须是可加或半可加的数值，如收入金额、药品数量、住院天数、手术台次。不可直接相加的比率类指标（如药占比、床位使用率）不放入事实表，而由指标模型基于原子度量计算得出。事实表还应包含指向各维度表的外键，如时间键、科室键、患者键、医生键，通过这些外键与共享维度关联。

以就诊事实表为例，其结构可设计为：

就诊事实表 fact_visit
  visit_id          就诊唯一标识
  time_key          时间维度外键（精确到日）
  dept_key          科室维度外键
  patient_key       患者维度外键
  doctor_key        医生维度外键
  pay_type_key      支付方式维度外键
  visit_type        门诊/急诊/住院标识
  visit_count       就诊人次（度量，值=1）
  total_fee         总费用（度量）
  drug_fee          药品费用（度量）
  exam_fee          检查费用（度量）
  treat_fee         治疗费用（度量）
  wait_minutes      候诊时长（度量）

其中 visit_count 恒为 1，是为了让“人次”可以直接 SUM 聚合；各费用字段均为可加度量，便于按任意维度汇总。wait_minutes 用于分析候诊效率，属于半可加度量，跨时间汇总时需注意口径。

三、维度表设计：描述分析视角

维度表回答“从哪个角度看数据”。医院运营中高频使用的维度包括：时间维度（年、季、月、周、日、工作日/节假日）、科室维度（临床科室、医技科室、职能科室、科室层级）、患者维度（年龄、性别、参保类型、地区）、人员维度（医生、护士、职称、所属科室）、收费项目维度（项目类别、医保类别、价格）、支付方式维度（自费、职工医保、居民医保、商保）。

维度表设计要处理两个关键问题。一是缓慢变化维：患者年龄会变、医生科室会调、科室名称会改。对需要保留历史口径的分析，应采用拉链式或版本式处理，保留生效时间与失效时间；对只关心当前状态的场景，可直接覆盖更新。二是一致性维度：同一“科室”在患者域、财务域、人力域必须使用同一套编码和层级，否则跨域分析会出现口径断裂。建议建立全院统一的科室主数据，维度表从主数据同步生成。

四、指标模型：从原子指标到复合指标

指标模型是维度模型面向管理语言的封装。它把事实表中的度量与维度组合，形成可被业务直接引用的指标。指标分三层：原子指标是不可再分的基础度量，如门诊人次、出院人数、收入金额；派生指标是原子指标加时间、维度限定后的结果，如“本月门诊人次”“某科室出院人数”“同比收入增长率”；复合指标由多个原子或派生指标运算得到，如床位周转率 = 出院人数 ÷ 平均开放床位数，药占比 = 药品收入 ÷ 医疗收入。

指标模型必须配套指标字典，明确每个指标的名称、口径、计算公式、数据来源、责任部门、更新频率。例如“床位周转率”需注明：分子为统计期内出院人数，分母为同期平均开放床位数，统计周期为月，数据来源为住院事实表与床位资源表。没有指标字典，维度模型再规范也无法保证全院口径一致。

五、落地要点与常见问题

实际建设中，建议按“主题域调研 → 确定粒度 → 设计事实表 → 抽取共享维度 → 定义指标 → 指标字典评审 → 物理建模与加载”的顺序推进。常见问题有三类：一是粒度定得过粗，导致无法下钻到科室或医生；二是维度不统一，财务和医疗各建一套科室编码；三是指标口径未评审就上线，导致同一指标在不同报表中数值不一致。规避方法是在建模阶段就让医务、财务、人事、信息部门共同参与口径确认，并把确认结果固化到指标字典和维度主数据中。