数字化医院多源异构数据集成平台研究与设计*

张红伟 翟鹏程 冯思度 杨健叶 贾贻然

(徐州医科大学医学信息学院 徐州 221004)

1 引言

在医院的数字化建设过程中需规划和建设大量信息系统，如医院信息系统(Hospital Information System，HIS)、B超、医学影像存储与传输系统(Pictures Archiving and Communication System，PACS)、电子病历(Electronic Medical Records，EMR)、病理分析、体检、检验信息系统(Laboratory Information System，LIS)、财务管理、智能楼宇等。这些在数字医院建设中功能各异而又彼此协同的诸多系统产生大量数据，来源不一且种类多样，如何将其集成来进行信息互通和数据共享，从而充分利用现有信息资源并提高数据价值和利用率是亟待解决的问题。

2 数据集成相关研究

2.1 研究起源

数据集成是指将不同来源、格式、特点的数据通过各种技术手段进行无缝连接,从而实现多种数据的统一访问和管理。在研究多源、异构数据集成技术方面，国内外不少学者提出不同方案。数据集成研究起源可追溯到Mcleod等于20世纪80年代中期提出的联邦式数据库系统[1]。随着计算机网络的迅速普及和发展，传统的数据库数据外又涌现出大量的半结构化数据。传统数据库集成方法已经无法满足人们获取更多、更新数据的需求，此时迫切需要一种新的数据集成系统。这种系统不仅能集成传统数据库中的结构化数据，而且还可以集成网络上应用日益广泛的半结构化和无结构化数据。

2.2 最新进展

随着许多新技术(如CORBA[2]，XML等)的涌现，通用异构数据集成系统的研究也正在如火如荼地进行。近年来随着因特网和万维网等网络技术的发展，特别是可扩展标记语言(Extensible Markup Language，XML)的出现进一步推动数据集成发展，对差异更大的数据源进行集成已经成为研究人员的新课题，将重点转移到基于XML的数据集成方面[3-5]。此外有学者将本体技术应用于多源异构数据集成[6-7],以及使用中间件技术进行异构数据集成[8-10]，在一定程度上解决相关领域多源异构数据集成问题，但是没有针对数字化医院的多源异构数据集成方案。

3 数字化医院中数据集成技术与方案设计

3.1 集成技术

ADO.NET起源于ADO(ActiveX Data Objects),是为.NET Framework程序员提供数据访问服务的组件，提供对SQL Server 和XML此类数据源以及通过对象链接和嵌入数据库(Object Linking and Embeding Database，OLEDB)和开放式数据库链接(Open Database Connectivity，ODBC)公开的数据源一致访问，此外共享数据程序可以通过 ADO.NET连接到这些数据源并可以检索、处理和更新其中包含的数据[13]，对多种不同数据源、不同结构数据进行访问。近年来Web Service技术已得到快速发展和应用,其采用XML定义一组Web Service协议栈,通过SOAP、WSDL、UDDI、WSFL、BPEL4WS等开放协议和标准提供面向因特网应用的统一服务注册、发现、绑定和集成机制,成为广域环境下实现互操作的一种主要机制,得到学术界和产业界的广泛认可。将Web Service技术引入数据集成研究领域有助于解决所面临的应用集成、资源共享、系统互操作和标准化等问题[11-12]。针对不同结构的数据源开发相应的数据集成Web Service并将其发布以供对应的应用程序或数据源使用，完成该数据源向指定目标数据库集成。

3.2 集成方案

首先分析数字化医院多源异构数据特点，然后根据其特点针对性地开发相应Web Service方法并发布，接着各系统向目标平台提供源数据，平台对不同来源的数据进行特点分析并判断其种类，最后选用对应的方法或基于ADO.NET功能模块进行数据处理并将处理后的数据集中到一个结构化的数据仓库。在数据完成集成后可以进行信息的统一查询、共享、分析等工作。方案中对多源异构数据集成的处理流程，见图1。

图1 多源异构数据集成方案技术路线

4 数据集成平台系统实现

4.1 功能模块

在分析数字化医院中异构数据特点、集成需求基础上共设计系统数据集成的5个功能模块和数据利用的两个功能模块，见图2。其中数据集成模块用于将不同来源、结构的数据进行读取，然后分析并根据结构决定是否集成到目标数据库中；数据利用模块主要对集成后的数据进行统一查询、共享、统计分析等。

图2 系统功能模块

4.2 集成功能实现

多源异构数据集成功能是整个平台的核心。为直观显示以及后续数据的集成，该系统分别将患者基本信息数据(Excel格式)、患者献血信息数据(Txt格式)、患者诊断信息数据(XML格式)、患者体征信息数据(Access数据库格式)以及病房温湿度信息数据(字符串格式)显示在DataGridView中，将集成后的数据显示在另外一个DataGridView中。对于Excel数据源、文本数据源、Access数据库源以及字符串源等数据的集成，采用ADO.NET技术。其实现过程是首先将这些数据做一定的预处理，从而形成结构化的数据集(DataSet)，在集成功能函数中，系统会自动判断要集成的具体数据；逐行判断DataSet中的数据是否存在目标数据库中，若存在则根据关键字进行数据更新，若不存在则进行数据插入。对于XML数据的集成，采用Web Service方式。首先设计并发布针对XML数据集成方法的Web Service，可根据需要发布到内网或外网上，以供其他程序调用，能够满足跨编程语言以及跨操作系统的需求。对于XML数据集成，首先根据其节点进行数据元素提取，从而将这些元素放进一个数组进行统一预处理，最后通过调用Web Service完成数据集成。

5 结语

本文采用ADO.NET以及Web Service技术对数字化医院中的数据进行集成，实现不同信息系统之间的数据交换、共享、统一查询和统计分析。此外Web Service技术的运用有利于跨平台和跨操作系统的数据集成，这是传统数据集成的一大进步，也为后续的大数据分析提供基础。多源异构数据集成涉及领域极广，还有待于进一步深入研究，如如何利用集成的数据进行大规模数据分析和挖掘、充分发掘数据价值等。