醫院信息管理hospital information management把管理過程作為信息收集處理的過程，通過信息為管理服務。信息管理是醫院現代化建設的客觀要求。當今世界已經進入信息化時代，大數據時代，現代科學管理水平與信息化程度的關係日益密切，現代醫院管理要求醫院管理者運用科學的手段處理醫院相關的所有有用信息。隨著醫院信息化的發展，每天醫療機構都要產生很多的信息，醫院每天都有海量的信息產生。醫療相關信息涉及醫療服務提供前、服務提供過程中及服務完成後所產生的所有相關信息。這些信息包括患者信息、醫療服務提供者信息、提供的醫療服務信息、醫療服務管理信息、醫院經營管理信息等。這些信息的來源和產生與患者及醫療服務提供者，以及醫療服務上下遊相關企業都密切相關。
醫院信息管理現狀：
1.建設有規模：目前絕大多數三級醫院都已建立醫院信息管理系統（MIS），MIS已成為醫院管理中必不可少的基礎性設施，國家、醫院及軟體公司都投入了大量的人財物，一些醫院已經通過國際上信息管理的最高級別認證—HIMSS7級，醫院信息系統的開發和應有在向深度和廣度發展，從側重經濟運行管理，逐步向臨床應用、管理決策應用延伸。
2.意識需提高：在醫改的「四梁八柱」中，有明確的要求，做為八柱之一的衛生信息化，也是醫改的一個非常重要的方面。雖然在硬體上大多投入了人財物，但是在信息系統的使用上還有待提高，醫院管理層要對信息系統的建設和使用有更深的認識。
3.人才尚匱乏：醫院需要培養更多專業的信息和數據分析挖掘人才，在決策支持、臨床診療、管理運行等方面提供幫助，如果一個醫院的計算機或信息人員很少，他們那裡還有時間去分析數據、去挖掘數據、去實現人工智慧。尤其缺少有醫學背景的信息技術人才，能夠懂醫療流程還能夠玩轉信息技術。
4.能力可提升：基於人才匱乏的現狀，能力提升更值得關注，醫院信息化要做的好，必然需要更多有醫學背景掌握信息技術的專業人才，來讓浩如煙海的數據變得更加有用。
5.投入應加大：信息化的基礎建設需要投入、人才培養需要投入、擴展模塊需要投入、信息安全防洩露需要投入、逐年升級需要投入、故障排除日常養護需要投入，信息化就像個無底洞，需要不停的投入和更新。但也只有不斷的加大投入才能夠讓信息化更好的服務於患者，服務於醫務人員，服務於管理者。沃爾瑪能夠在零售業做得風生水起很大程度上也得益於其強大的信息系統，其自己發射了專用衛星。
決策支持和人工智慧將成為醫院的智囊
決策制定對企業來說非常重要，在企業裡，決策者通過對各種知識資產（原始數據、信息、商務智能、知識等）加以分析而做出一些「不成則敗」的決定。決策的制定是無止境的，通過多種信息技術工具，幫助企業將商務信息轉化為商務智能和良好的決策。赫伯特.西蒙(Herbert A.Simon)提出，在商業裡，決策要經歷四個不同的階段：情報分析階段（intelligence發現問題所在），設計階段（design找出可行方案）、選擇階段（choice選擇一個最適合的方案）、實施階段（implementation方案實施）。醫院是一個特殊的組織，但在很多的層面和企業有著相似之處，在信息管理上，可以說同等重要。醫院每天產生海量信息，如何把海量信息進行分析整理挖掘，轉化為智能轉化為決策，是醫院信息管理的重要方面。
管好數據不洩露+用好數據不浪費，是醫院信息管理的兩個重要方面。管好數據不洩露是基礎，用好數據不浪費才是管理更高的層面。現在的醫院信息管理，存在最大的問題應該是有用信息的浪費。移動互聯已經進入並改變著醫療業務的各個環節，遠程醫療、個性化健康服務、健康管理等移動醫療應用也越來越受到重視，移動醫療在整合區域醫療資源、簡化就醫流程、實現醫院精細化管理的同時也存在著諸多安全相關問題亟待解決，尤其是隨著大數據、移動網際網路、雲計算、物聯網等新技術被廣泛的運用與醫院，必將對醫院進行深刻的變革，醫療將被顛覆，將會邁向更加智能的醫療。部分大醫院每天有上萬的門診量，一年的門診量高達幾百萬，這個數據的價值絕非常驚人，可惜很多管理者守著這個金礦無動於衷。之前寫過《醫院信息化會成為「黑客樂園」嗎？》，黑客可在絕大多數醫院的信息系統來去自由，醫院甚至察覺不到數據失竊。我們知道了數據信息丟失的危害和帶來的損失。但從另外一個角度來看，保管好自己打數據自然很重要，重要的是要善用自己的信息，好像我們守護好了自己的金礦，更要利用好自己的金礦，不要讓大量含有極高價值的信息束之高閣，醫院數據信息的開發利用應該比防範更有價值！決策支持和人工智慧將成為醫院的智囊。
決策支持和人工智慧有那些
決策支持系統 (Decision Support System，DSS) 是輔助決策者通過數據、模型和知識，以人機互動方式進行半結構化或非結構化決策的計算機應用系統。具有高度靈活且有良好交互性，它是管理信息系統(MIS)向更高一級發展而產生的先進信息管理系統。它為決策者提供分析問題、建立模型、模擬決策過程和方案的環境，調用各種信息資源和分析工具，幫助決策者提高決策水平和質量。70年代中期由美國麻省理工學院的米切爾 S·斯科特(Michael S·Scott)和彼德 G·W·基恩(Peter G·W·Keen)首次提出了「決策支持系統」一詞，標誌著利用計算機與信息支持決策的研究與應用進人了一個新的階段，並形成了決策支持系統新學科。醫院的決策支持系統以數據倉庫為支撐，一方面分析提煉醫院運營管理所需要的各類關鍵運行指標（KPI）為管理決策服務，如門診人次、門診患者次均費用、住院人次、住院次均費用、業務收入、DRGS相關指標等，一方面通過臨床數據分析挖掘為臨床決策及科研服務。地理信息系統（Geographic Information System或 Geo－Information system，GIS）有時又稱為「地學信息系統」。它是一種專為使用空間信息而設計的決策支持系統。企業可以大量的使用GIS軟體來分析信息，產生商業智能和制定決策。醫院也可以廣泛使用，比如一個醫院搬遷了新的地址，那麼可以用GIS來了解醫院患者人群分布變化，知道那些部分患者流失了，是否需要進一步鞏固那些患者，搬遷新地址後，新增的患者群體來自那裡，那些是忠誠的患者群體，這對於醫院做決策也是非常有用的。還可以用在對疾病的分析上，疾病譜的變化，是否和地域有關係，如果有密切關係，對於未來新開設分支機構連鎖機構有指導價值。
人工智慧(Artificial Intelligence，AI)運用計算機以各種方式模仿人類各種行為的技術和軟體。利用人工智慧能夠進一步增強醫院智能。醫院裡面很多地方都應用了人工智慧系統，從醫務人員排班到患者床位分配，到醫師診斷和治療疾病。常用的人工智慧包括專家系統（Expert System)、人工神經網絡（ Artificial Neural Networks， 簡寫為ANNs）（和模糊邏輯Fuzzy Logic）、遺傳算法（Genetic Algorithm）、智能代理（Intelligent Agent）等
專家系統（Expert System)是一種運用推理能力得出結論的人工智慧系統，在特定領域內具有專家水平解決問題能力的程序系統。它能夠有效地運用專家多年積累的有效經驗和專門知識，通過模擬專家的思維過程，解決需要專家才能解決的問題。非常適應診斷性問題和指令性問題。自1968年費根鮑姆等人研製成功第一個專家系統DENDEL以來，專家系統獲得了飛速的發展，專家系統已成為人工智慧領域中最活躍、最受重視的領域。 紐約市立健康和醫院公司（以下簡稱「HHC」）成立於1969年,已經證實利用信息技術為那些沒有保險的低收入患者提供高品質醫療服務成為可能。HHC成功之處在於其信息技術投入1億美元，主要特色是被稱為Isabel的診斷決策支持系統。Isabel系統為醫生提供一個聯網清單，在其錄入症狀和檢驗結果後，作出準確診斷，主要是防止醫生忽略可能存在的罕見疾病，造成誤診。Isabel擁有超過100,000篇文獻的資料庫和「知識內核」，可以單獨使用或者可以直接連接到EHR上獲取病人信息。專家系統可以做的事情：處理大量信息、減少錯誤(減少誤診誤治)、匯集各種信息、改善服務、提供決策的一致性、提供新信息、減少時間、降低成本。
人工神經網絡（ Artificial Neural Networks， 簡寫為ANNs）也簡稱為神經網絡（NNs）或稱作連接模型（Connectionist Model），是對人腦或自然神經網絡（Natural Neural Network）若干基本特性的抽象和模擬。是可以發現和辨識模式的AI系統。Hecht Nielsen給人工神經網絡下的定義就是：「人工神經網絡是由人工建立的以有向圖為拓撲結構的動態系統，它通過對連續或斷續的輸入作狀態相應而進行信息處理。」人工神經網絡是在現代神經科學的基礎上提出來的。ANN具有自學習功能、聯想存儲功能、高速尋找優化解的能力。ANN可用於監測心電圖、檢查藥物相互作用，在組織切片中發現癌症或其他異常、監測心臟病發作，也可用於疾病研究，如老年痴呆、癲癇等，由於ANN可以從大量信息中發現模式，也常被稱為預測系統。模糊邏輯(Fuzzy Logic)是一種基於不明確的或含糊的信息得出結論的方法，是一種處理不精確的或主觀的信息的數學方法。比如患者滿意度調查，患者的滿意度，是一個很主觀的信息，這個滿意是很難用確定的數字來描述的。
遺傳算法（Genetic Algorithm）是一類借鑑生物界的進化規律（適者生存，優勝劣汰遺傳機制）從而產生一個問題的逐步改進的解決方案，遺傳算法是一種優化系統，他能發現產出最優輸入組合。它是由美國的J.Holland教授1975年首先提出，其主要特點是直接對結構對象進行操作，不存在求導和函數連續性的限定；具有內在的隱並行性和更好的全局尋優能力；採用概率化的尋優方法，能自動獲取和指導優化的搜索空間，自適應地調整搜索方向，不需要確定的規則。在醫院可以使用遺傳算法對醫療產品設計（民營）進行優化、在醫院工程建設設計、醫院決策制定等方面使用。遺傳算法可以對潛在的產品或方案進行多次仿真模擬，直到得出最好的產品或方案。
智能代理（Intelligent Agent）近年來計算機科學和人工智慧領域中的一個重要概念，它可以通過輔助人或充當人的代表來執行重複的與計算機相關的任務。駐留在某一特定環境下能感知環境，並能自主運行以代表其設計者或使用者實現一系列目標的計算實體。智能代理可分為信息代理（採購者代理或購物機器人）、檢測和監視代理、數據挖掘代理、用戶代理或個人代理等。信息代理中的採購代理最明顯的代表就是自動補貨系統，信息系統聯通供應商和醫院，供應商知道醫院的庫存和使用狀況，可以根據需要及時自動補貨，最近幾年在AI領域藉助多代理系統在將複雜系統做為整體建模方面也取得了進展，一個多代理系統中，智能代理組成的群體能獨立地工作，並相互之間可以交互作用，這種多代理系統對人類組織的模擬稱為基於代理建模，基於代理建模是一種使用多個智能代理模擬人類組織的方法，其中每個智能代理都遵循一套簡單的規則並能適應環境的變化。通過智能代理，醫院決策者可以預測新開一個分支機構的未來狀況。
可以說在未來的醫院管理中，能夠有效利用數據，並讓醫院產生的海量信息發揮最佳作用的機構，必然能夠在激烈的競爭中獲得競爭力。還沒有重視數據挖掘的可以檢視自己的不足，為未來的高效運轉打下基礎。
參考文獻：
1. (美)史蒂芬.哈格《資訊時代的管理信息系統(英文版·原書第8版)》，機械工業出版社
2. 張鷺鷺、王羽，《醫院管理學（第二版）》，人民衛生出版社
歡迎關注作者公眾平臺「醫管漫談鄒新春」（微信號：yyglmt），致力於原創醫院管理資訊，誠交志同道合醫院管理同道，與熱愛醫院管理的同仁一起學習。如需轉載務必聯繫作者本人或健康界。