MIS系统数据交换分析论文

〔摘要〕实现领域内信息系统互操作是大数据发展和应用的基础工作。面向大数据应用，依据IEEE关于互操作的定义，从能力角度出发构建理论框架，并从多个渠道收集资料比较分析中美健康信息系统互操作的方案和实践。相比美国而言，我国推进健康信息系统互操作的方案和实践在数据交换能力方面表现出明显优势，但是在数据使用能力方面则相对不足。今天小编给大家找来了《MIS系统数据交换分析论文(精选3篇)》，希望对大家有所帮助。

MIS系统数据交换分析论文 篇1：

基于EDI的管理信息系统数据交换问题研究

[摘要]为解决传统数据交换存在成本高、效率低的问题，本文在对不同数据处理方法比较分析基础上，对企业如何利用EDI技术实现数据交换进行了设计。研究认为EDI技术可更好地提高企业信息系统数据处理能力，在未来的电子商务领域中应用前景广阔。

〔关键词〕EDI；信息系统；数据交换

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１１．０３．０１６

〔

Research on the Data Exchange of Management Information System Based on EDIZhou Yan Wu Lei

（Library，Jinan University，Jinan 250022，China）

〔Ａｂｓｔｒａｃｔ〕To deal with the problems about high cost and ineffective of traditional data exchange,based on the comparative analysis of different data processing technology,this article designed the methods of data exchange using the EDI technology.The research results EDI can improve the information data processing ability of corporation,EDI will get a very wide application prospect in the area of E-Commerce.

〔Ｋｅｙｗｏｒｄｓ〕EDI;information systems;data exchange

企业在生产经营活动过程中往往需要涉及很多不同的应用管理系统，如仓库管理系统、考勤管理系统、绩效管理系统、销售与客户管理系统等，这些不同的系统又可能分散于不同的组织部门与机构，这就需要各个应用系统之间的相互配合。如果现实中无法在各个应用系统之间进行数据的有效传递，势必会造成数据的多次变换，甚至手工重复录入。这不仅会造成人力、物力与财力上的浪费，而且降低了信息在企业内的传递效率，还可能在多次变换数据时引入错误［１］。造成这种状况的原因一是因为企业中没有一个统一的数据结构，二是没有一个统一的信息交换机制，从而使各个应用系统间不能共享信息。以商业领域的商品交易活动为例，假设一个零售企业需要向供应商订货，基本的流程如下：其先把订货信息生成并传递给供货商，供货商在对客户的订货信息进行审核后，把经过批准的订货信息传递给供货商仓库，仓库生成出库信息，送货人员根据出库信息从仓库提货后给客户送货，零售商生成自己的收货信息，然后在供货商的送货单上签字，交由送货人员带回。供货商仓库把送货信息交给财务部门，财务部门生成应收款项。零售商对供货商的应收款项和自身的应付款项核对无误后，给供货商开具支票或者现金，然后供货商给零售商开具发票。这一商品交易过程虽然非常普通，看似简单，但因为需要在供货商和客户之间传递多种、多次的票据信息，如完全采用手工完成，会出现一系列的重复录入、重复检查与核对操作。这一过程要求严谨、认真，避免出现差错，否则整个流程可能会出现信息差错，交易双方甚至遭受一些不必要的损失。

上述的信息流转问题，可以划归入两个基本的领域：企业应用集成与电子商务［２］。对上述问题的解决可以用分布式数据库技术、电子数据交换技术、分布式处理技术与软件代理技术几种方式。从现代技术发展看，解决问题的一个简单可行并且适应性广泛的方法是电子数据交换技术（简称EDI）。利用EDI通过在不同系统之间传递预定义的结构化数据，以实现不同应用系统之间的数据共享，以此来减少重复的手工操作，提高信息传递的速度与信息处理的效率，则不但可以减少业务处理的差错率也能降低企业的运行成本。

１ 数据交换时需要解决的问题

由于不同系统在功能和结构上存在着一定的差异性，相关数据在交换时往往存在一定问题。这样就要求在交换时必须消除系统差异带来的影响，保证系统顺利进行，实现系统间的顺利交换。系统间的交换主要应解决以下几个方面的问题：

１.１ 前期准备工作

不同系统在功能、结构上的差异基本上表现在各个系统硬件所处环境、软件的体系结构、数据结构、交易方式以及前台操作和业务管理等诸多方面，因此，不同系统之间的数据交换不仅仅是要从技术方面解决问题，还应当对由于上述不同因素造成的管理、技术问题做好相应的准备工作，才能使工作顺利进行，所以做好前期准备工作是数据交换的前提。一般情况下，系统交换前期准备工作由业务准备工作和技术准备工作两个方面构成：业务准备工作是按照实施方案的要求进行数据交换前的管理方面的准备工作；技术准备工作是按照实施方案的要求进行数据交换前的技术准备工作，一般包括骨干网络系统的改造、安装，以及对系统主机的硬件、应用系统的调试等工作。这两种前期准备工作对于企业数据交换重要而又必须，直接影响到数据交换工作的整体效率与效果，因此应首先解决、处理得当。

１.２ 数据准确性

系统数据交换的目的是通过不同技术方法让信息、数据在不同系统间能够可靠、准确、高效地相互传递。其中最为关键的是数据的准确性、可靠性，在保证准确的前提下，实现高效传递。实践中，造成数据传递出现误差的原因可能有很多，其中常见的是由软件数据检查模块和数据校验模块不足造成的。数据检查模块的作用是在数据转换前对将需要转换的数据进行检查，以保证数据转换系统的数据准确无误，而要保证数据准确无误，就必须在数据正式转换之前反复多次进行数据检查，以避免出现严重问题；数据校验模块的作用主要是对上传到系统的数据进行数据校验，以保证上传到系统的数据的正确性。这两个模块对于保障交换数据的正确与准确具有极为重要的作用，可以说是数据交换的核心任务，应充分重视。

１.３ 技术问题

我们知道，在过去很多企事业单位常采用Foxpro数据库进行系统管理，但后来由于数据量的不断增长，以及管理复杂性、多样化的耗散特征，更多的企事业单位开始采用ORACLE等大型的数据库。同时我们相信，随着技术的进步，新的管理信息系统将随之出现，不可避免地取代原有的运行系统，这一速度在IT时代可能是非常快速的。但是，如果企业采用的系统应用软件不同，由于不同系统数据的格式差别明显，势必导致不同系统的数据无法有效共享。如此一来，不同系统的数据就各自成为孤立的“信息孤岛”［３］，对于企业来说，由于技术及实力原因，不太可能将所有数据集成一个系统，因此就必须时时进行不同系统间的数据交换，这种情况同样造成数据转换的准确、效率、及经济效益问题，所以系统软件的不同也是造成数据交换问题的一个重要因素。

２ 数据交换传递的主要方法

２.１ 传统数据交换传递方法

较为传统的信息交换与传递方法是用大量的人力进行手工操作，这往往导致大量的人力重复劳动，这已经随着时代发展而渐被淘汰。而如上文所述，即使企业采用了信息交换系统，但如果不能实现系统的集成化，而只是各自为战，那么由于信息系统之间采用数据库的不同，会导致相同的信息无法在不同信息系统中实现传递和共享［４］。例如在某企业内部有一个购销系统和一个PDM(产品数据库管理)系统，在企业生产经营活动中，销售人员需要知道某种产品的型号，而产品的参数储存在PDM系统中，销售人员如果要得到这种产品的参数，就需要产品部门把在PDM系统中的数据传递到购销系统，为了实现这一目的，传统的数据传递做法是将相关的数据从PDM中提取出来并打印到纸面上交给销售人员，再由销售人员将这些信息录入到购销系统中去。基本的信息交换流程如图１所示：

图１ 企业内部的系统之间传统的信息交换图

２.２ EDI数据交换

２.２.１ EDI数据交换工作原理

EDI，即电子数据交换，英文全称是Electronic Data Interchange［５］，是数据交换双方或多方之间通过电子数据网络，按统一的标准在不同的计算机系统之间进行数据交换和信息处理。EDI将订单、发票、货运单等商业文件，将数据按统一的标准制成计算机能识别和处理的数据格式。

EDI有3个基本组成要素：首先是应具备通信网络这一基础条件，这是EDI系统必不可少的组成部分；其次，为实现EDI系统的功能，必须设计和开发相应的 EDI软件；再者，EDI的标准化，在EDI技术构成中，标准起着核心的作用。不论是EDI技术标准中的EDI语言标准还是载运信息语言规则的通信标准都应按照国际标准进行格式化，同时也要符合计算机网络的传输标准。常见的EDI系统间数据交换如图２所示：

图２ EDI系统之间的数据交换

（1）文件的格式化和标准化处理：用户首先将原始的纸面商业和行政文件，经计算机处理，形成符合EDI标准的、具有标准格式的EDI数据文件。

（2）传输和交换：用户用自己的本地计算机系统将形成的标准数据文件，经由EDI数据通信和交换网，传送到登录的EDI服务中心，继而转发到对方用户的计算机系统。

（3）文件的接收和自动处理：对方用户计算机系统收到发来的报文后，立即按照特定的程序自动进行处理。

２.２.２ 企业内部系统EDI方式的信息交换

EDI不仅可以实现企业间的信息传递与交换，提高交易效率。同时，EDI在企业内部同样有着较大的作用，可以实现在内部不同系统间的信息共享，降低内部成本，提高效率。EDI内部信息交换过程中需要先将电子文档从信息系统中导出，再将导出的数据导入需要导入的信息系统［６］。一般情况下的EDI内部系统的工作流程如图３所示：

图３ EDI在企业内部信息传递图

（1）发送方从信息系统数据库提出需要传递的信息数据，然后转换成平面文件；

（2）将平面文件转换为标准的EDI报文，再组成EDI信件；

（3）将EDI信件拆开，然后翻译成为平面文件；

（4）将平面文件转换，然后再送到接收方信息系统中进行处理。

２.２.３ EDI方法的优点

因为EDI能够把企业间的商业信息，转换成标准化、规范化的文件格式，并通过网络在不同计算机之间，用电子信息方式直接交换与传递，整个信息交换过程无需大量人工介入和纸质文件，相对传统的信息与传递方式，EDI用计算机网络数据交换取代传统贸易所使用的各种单证、票据，不仅避免了数据的重复录入，节约办公费用，同时也提高了信息处理的准确性，降低差错率；同时，EDI系统的大范围使用使得企业间交易时间大大缩短，降低了企业库存和成本，提高了企业运营及资金周转效率，提高了企业经济效益。

同时，EDI的采用可以大大提高企业管理和服务质量，实践中如果将EDI技术与企业内部的仓储管理系统、自动补货系统、订单处理系统等企业MIS系统集成使用，则可以实现各种单证的快速交换和处理，简化采购程序、减低营运资金及存货量、改善现金流动，也使得企业可以更快地对客户的需求进行响应，提升服务质量。

３ 利用EDI技术实现数据交换的设计

３.１ 总体分析

假设在某企业内部，有多个应用系统，例如PDM、ERP、CRM、供应链管理（SCM）等。业务发展使一个系统产生新的数据，其它系统可能需要系统中的这些新数据，就需要把数据从这个系统中转移到其它多个系统中，但往往因为不同的数据库中表的结构不同，数据不能自动从一个系统转到另一个系统，这就造成了系统中常见的“信息孤岛”。要有效地利用这些孤岛中的数据，通常的解决方案有两种方法：（1）将多个系统集成为一个系统，就是把所有的数据都保存在同一个数据库中；（2）采用数据交换的方法。

若采用第一种方案会有很多的不足，不但大大增加系统开发的难度，而且会增加自然开发成本，同时还会大大降低系统的可维护性。因为随着企业的发展以及社会、市场的变化，一个企业的业务肯定会变化。这就要求整个系统随之改变，这肯定是一件头疼的事。总之，若采用第一种方案，不但将大大降低系统的可靠性、可维护性，而且大大提高系统的开发、维护的成本［７］，这种开发是得不偿失的。

第二种方案就是把各种业务分开，让其各自成为一个系统。这样做的好处是在对各个系统进行分析、设计的时候，不必过多地考虑业务之间的联系。采用传统数据交换的方法显然无法满足企业对市场迅速反应的需求，所以绝大数企业都采用电子数据交换的方法。企业只要在有数据交换需要的系统之间，设置一种公共的信息格式，以便使要导入的系统能够识别即可。由于当前的EDI的标准很多，所以能够满足大多数企业的业务需求。例如国际上比较通用的标准UN/EDIFACT，特点是大而全。虽然大而全的特点能够满足大多数企业的业务需求，但是也造成了很多无用的内容，因为这样不仅加大了开发的难度，而且消耗了大量的系统资源。其实，在企业内部进行数据传递时，也可以自己定义一种格式，只需将需要交换的数据以较好的方式组织起来即可。比如：采用Excel格式，它的好处是有很好的可读性。如果采用Excel格式，不但业务人员可以将它作为报表，交给相关人员参阅，而且作为一种全球通用的格式，Excel在各种系统中都可以有很好的读写功能。实际上，目前大多数企业都是这样做的。

３.２ B/S开发平台

３.２.１ B/S开发模式的优点

B/S结构（Browser/Server），是客户端采用浏览器运行软件，即采用浏览器／服务器结构。B/S最大的优点就是可以在任何地方进行操作而不用安装任何专门的软件，只要有一台能上网的电脑就能使用，客户端零维护，系统的扩展非常容易。其实和我们平时上网浏览网页是一样的，甚至通过电话线也可以运行软件。当系统维护、升级的时候，B/S结构的软件所有的维护、升级工作不需要维护升级客户端，所以工作都只在服务器上进行［８］。服务器升级后，客户端就能获得最新版本的软件。

３.２.２ C/S结构与B/S两者比较

相对于更早的文件服务器来说，C/S（Client/Server）结构的确有了很大的进步。但C/S结构与B/S相比，C/S结构有明显的缺点和不足。

（１）B/S比C/S维护起来更加方便。由于C/S一般建立在专用的网络上，局域网之间再通过专门服务器提供连接和数据交换服务，虽然对信息安全的控制能力很强，但由于C/S结构的每一个客户端都必须安装和配置相关软件，所以一旦系统要有所改动比如升级，每一个客户端都要改动。同时，由于其特有的整体性，在出现问题时必须整体考察，这给问题的处理以及系统升级带来了难度，有时可能需要再做一个全新的系统。而如果是B/S结构，就不需要对客户端进行重新安装和维护了，遇到上述问题时，B/S结构的系统维护员只需将服务器的软件更新到最新版本。而其他客户端的用户，只要重新登录系统就能使用最新版本的软件了。

（２）B/S比C/S的成本低。一般情况下B/S采用的是三层结构，而C/S软件采用两层结构，在三层结构中，用户有需求发送到客户端，然后客户端再向服务器提出请求，应用服务请求数据库里的数据，数据库返回数据，然后应用服务在将数据进行计算后，再将结果提交给客户端，最后客户端将结果呈现给用户。

图５ 三层结构示意图

在两层结构中，首先用户有需求发送到客户端，然后客户端向数据库服务请求提取数据，得到请求数据库将数据返回给客户端，最后客户端将数据进行处理后再将结果呈现给用户。

图６ 两层结构示意图

事实上三层结构要优于两层结构，原因是两层结构中的客户端参与运算，这就要求客户端的配置较高。但是由于三层结构中的客户端并不需要进行运算，只需要在接收用户的请求后返回最后的结果，所以三层结构对客户端的电脑配置要求是比较低的。

（３）如果采用B/S结构，服务器到客户端传递的只是数据量很少的最终结果，这样用电话线也能够胜任。但是采用C/S两层结构的话则不行，原因是如果使用电话线则可能会使传输数据的速度太慢而不能接受。如果采用三层结构的B/S，提高系统配置的时候，只需提高服务器的配置，这样就可以降低客户端的配置。增加一台服务器就可以省下几十台客户端机器的费用，这样就可以降低总成本。

（４）数据安全性比较。由于C/S结构的软件数据分布在各个客户端的服务器，各个客户端可能分布在不同的地区，不同地区的安全性不敢保证，一旦发生火灾、盗抢、或者地震等，就会造成数据流失。另外，由于C/S结构的软件必须在各地安装的服务器之间进行数据同步。这样，每个数据点上的数据安全就会影响整个系统的数据安全。所以，对于大型的企业甚至一般的中型企业，C/S结构软件的安全性是令人担忧而且是不能接受的。对于B/S结构的软件来讲，将其数据集中存放于总部的数据库服务器，确保一点的安全是可以做到的。而且因为客户端不保存任何业务数据和数据库连接信息，任何人要想获取数据库信息只能去总部的数据库服务器，所以数据的安全性也就得到保障。

３.３ 企业内部系统电子数据交换过程

图７ 整个操作过程图

关于系统与系统之间的数据交换，本文假设在一个PDM系统中，企业要采购一批产品而产品的信息储存在PDM系统中，此时要保证采购顺利进行首先就要为采购管理系统中导出这批产品的参数，以此为例来说明关于企业内部系统电子数据交换的解决方案。假设企业的PDM系统保存着很多产品的数据，此时由于生产需要，企业要购进一批产品，为保证送到的产品是正确的，企业就需要在采购时说明此批产品的各种参数。实际操作时，操作员需要把产品的各种参数从PDM中导入采购系统中。在上面的总体分析中，综合考虑本系统如果采用Excel作为中间载体来传递数据的话是比较合适的，接下来的问题就只需要解决变为如何导出和导入Excel了。

图８ 公司内部电子数据交换处理的流程图

按照上面的分析本系统采用了B/S的开发方式，这样客户端仅仅是一个没有计算功能的浏览器，所以所有数据的处理都集中在服务器端。因为客户端没有计算功能，所以在导入时就需要把要导入的电子文档从客户端上传到服务器端，然后再对电子文档的格式进行校对，只有格式正确才能再对数据进行读取处理，最后保存到数据库中。

４ 结 语

目前，许多国际和国内的大型制造商、零售企业、大公司等都已经普遍采用EDI技术，而且当这些企业评价新贸易伙伴时，是否具有EDI能力是一个重要评价指标。因此，采用EDI是企业提高竞争能力的重要手段之一。随着越来越多的企业使用EDI技术进行电子数据交换，它们的业务处理速度和能力将会不断增强，对市场的反应速度也会不断提高。同时，EDI技术自身也会在与包括Internet技术在内的其他先进技术不断融合的过程中，不断为用户提供更灵活、多样、简便的使用方式，使其自身拥有更广阔的电子商务服务领域。

参考文献

［１］李永良.数据迁移:在新旧系统中切换［Ｊ］.中国计算机用户,2006,5(23):11-13.

［２］萨世煊,王珊.数据库系统概论［Ｍ］.北京:高等教育出版社,2001:30-35.

［３］王正,陆菊康.基于Net Web服务模型的流通EDI系统的设计与实现［Ｊ］.计算机工程与设计,2004,25(12):85-87.

［４］贺伟国.Web Services在宁波港口EDI中的应用研究——海关查验平台系统分析与设计［Ｄ］.上海:上海海事大学,2006:3-25.

［５］闫成芳,袁捷.基于Web服务的EDI系统的事务处理［Ｊ］.计算机应用与软件,2005,22(7):134-135.

［６］乔彦伟.基于Web Services的电子采购支持系统的研究［Ｄ］.合肥:合肥工业大学,2005:29-44.

［７］彭德巍,李晶,贺贵明.新旧信息系统中数据转移研究［Ｃ］.全国第十一次微计算机学术交流会，1998:1-15.

［８］M.Unitt,I.C.Jones.EDI-The Grand Daddy of Electronic Commerce［Ｊ］.BT Technology Journal，2001,17(3):17-22.

作者：周艳 吴雷

MIS系统数据交换分析论文 篇2：

面向大数据应用的领域信息系统互操作能力研究

〔摘要〕实现领域内信息系统互操作是大数据发展和应用的基础工作。面向大数据应用，依据IEEE关于互操作的定义，从能力角度出发构建理论框架，并从多个渠道收集资料比较分析中美健康信息系统互操作的方案和实践。相比美国而言，我国推进健康信息系统互操作的方案和实践在数据交换能力方面表现出明显优势，但是在数据使用能力方面则相对不足。为确保我国健康大数据发展和应用取得应有成效，应通过提升数据应用能力丰富数据来源，应保障健康数据安全消除参与各方的种种顾虑。

〔关键词〕大数据；健康信息系统；互操作；数据交换共享；中国；美国

DOI：10.3969/j.issn.1008-0821.2017.05.024

〔

Research on Filed Information Systems Interoperability

Oriented to Big Data Application

——Based on a Comparative Analysis of the Health Field in China and the USAZhang HuipingDeng KaiYang Guofu

（School of Political Science and Public Administration，University of Electronic Science and

Technology of China，Chengdu 611731，China）

〔

〔Key words〕big data；health information system；interoperability；data exchange and sharing；China；the USA

作為一次颠覆性的技术革命，大数据正重构传统产业形态、带动新兴模式涌现[1]。在此背景下，实施大数据战略成为促进产业转型、改进公共服务的重要选项。2015年9月5日，国务院发布《关于印发促进大数据发展行动纲要的通知》，要求“加快大数据部署，深化大数据应用”[2]。但是发展大数据面临诸多挑战，其中之一是源于不同组织、不同信息系统的数据难以有效交换共享。自20世纪90年代起，特别是近10年来，伴随国家信息化水平的不断提升，在很多领域都建设了一大批信息系统，方便了人们的工作、生活和学习；然而，这些信息系统隶属不同组织、由不同厂商开发、采用的数据标准不尽相同，就造成系统之间无法直接连通，也就难以分享并使用彼此的数据。另一方面，大数据的真正价值“隐喻”在不同领域当中，其产生机理和转换规律具有高度领域依赖性[3]。因此，推动实现特定领域内不同组织的信息系统之间“互联互通”成为发展和应用大数据的一项基础工作。

信息系统之间的互联互通问题，学术界称之为“互操作（Interoperability）”。IEEE（Institute of Electrical and Electronics Engineers）将其定义为：“两个及以上的信息系统或构件之间交换信息以及使用交换得到信息的能力”[4]。可见，互操作意味着信息系统具备两种能力：一是连通其他信息系统进行信息交换的能力；二是融合交换得到的信息开展业务应用的能力。在大数据应用背景下，推进领域信息系统互操作应着重提升相应信息系统的数据交换能力和数据使用能力。近年来，国内学者非常关注领域信息系统互操作问题研究，例如张婕研究了实现语义互操作的映射方式[5]；杨京等分析了大数据背景下科学数据互操作的实践[6]。遗憾的是，国内缺少对面向大数据应用的领域信息系统互操作应具备能力及其评价的研究。

在人口老龄化、迁移自由化、就医成本居高不下、医疗资源分布很不均衡的大背景下，中美两国都将在全国范围内实现健康信息系统互操作作为推动医疗改革的重要手段，制定了一系列规划、政策和标准规范，并且取得了重要进展。中美两国在推进健康信息系统互操作的目标设定、进度安排和策略选择方面具有诸多相似性，在国土面积、人口分布方面也具有可比性，又分别是最大的发展中国家和发达国家。当然，二者在政治制度、医疗体制、社会文化等方面存在较大差异，也就决定了二者在推进健康信息互操作的做法上存在差异。因此，面向大数据应用比较分析中美健康信息系统互操作能力不仅具有可行性，也具有重要意义。

1中美健康信息系统互操作实践

11中国健康信息系统互操作实践

2003年3月，《全国卫生信息化发展纲要2002-2010年》提出开展区域卫生信息化建设试点，推动健康数据在区域内交换共享，健康信息系统互操作正式起步；2009年4月，《中共中央国务院关于深化医药卫生体制改革的意见》提出“建立实用共享的医药卫生信息系统”，健康信息系统互操作成为医疗卫生体制改革的重要一环；2013年12月，《关于加快推进人口健康信息化建设的指导意见》进一步明确了人口健康信息化的总体框架，实现健康信息系统互联互通成为人口健康信息化的核心任务[7]。

在已有工作的基础上，中国提出建设国家、省、地市和县四级人口健康信息平台来实现健康信息系统互操作；并明确提出在2020年全面建成互联互通的四级信息平台，实现全员人口信息、电子健康档案和电子病历数据库基本覆盖全国人口并整合共享。目前，部分地区已建成县级、地市级、甚至省级人口健康信息平台，健康信息系统互操作实践正在全力推进。例如，重慶市人口健康信息平台已通过国家三级认证，人口信息覆盖率达到98%[8]。

12美国健康信息系统互操作实践

2004年4月，美国第1335号总统令提出成立健康信息技术国家协调者办公室（Office of the National Coordinator for Health Information Technology，ONC），推动建设具有互操作能力的健康信息技术基础设施[9]；2008年6月，《联邦健康信息技术战略规划：2008-2012》提出尽快实现健康信息系统互操作、促进健康数据流动[10]；2009年2月，《面向经济和临床健康的健康信息技术法案（Health Information Technology for Economic and Clinical Health，HITECH）》决定投入220亿美元，健康信息系统互操作全面加速[11]；2015年9月，《联邦健康信息技术战略规划：2015-2020》提出尽快实现健康信息系统的无缝互操作[12]。

针对美国医疗服务体系实际状况，美国提出通过建立非营利的区域健康信息组织（Regional Health Information Organization，RHIO），搭建国家健康信息网络（Nationwide Health Information Network，NHIN），实现健康信息系统互操作；计划在2024年实现全国范围内健康信息系统的互操作，并且给出了明确的路线图和详细的行动计划[13]。目前，已经出现了在特定区域或RHIO范围内实现健康信息系统互操作的大量成功案例[13]。

2分析框架与资料收集

21分析框架

美国ONC办公室提出从增强数据交换能力、增加电子健康数据交换、改善医疗服务3个方面评估国家健康信息系统互操作进程[13]；经合组织（Organization for Economic Co-operation and Development，OECD）则从电子健康数据交换能够支持的功能范围出发，设计了评估国家健康信息系统互操作的具体指标[14]。ONC提出的框架是面向未来的，不仅考虑健康数据交换本身，而且关注互操作给医疗健康带来的影响；OECD提出的框架则相对简单，但是不能有效反映健康信息系统互操作进程。另外，上述两个框架也不是从大数据应用角度出发构建的。本文基于上述两个框架，面向大数据应用，并且结合IEEE关于互操作的定义，从健康信息系统和数据交换平台应具备的数据交换能力和数据使用能力出发，提出一个比较分析中美健康信息系统互操作能力的理论框架，如图1所示。

健康信息系统是指医疗服务机构建设的各种信息系统，包括医院信息系统（Hospital Information System，HIS）、实验室信息管理系统（Laboratory Information System，LIS）、电子病历（Electronic Health Record，EHR）、医学影像存档与通讯系统（Picture Archiving and Communication Systems，PACS）等；数据交换平台是指为了实现健康数据交换共享而搭建的各类健康数据交换平台。在我国数据交换平台是四级人口健康信息平台，在美国则是健康信息平台（Health Information Exchange，HIE）。健康信息系统之间的互操作是基于数据交换平台实现的，数据交换平台为健康信息系统互操作提供了一个“数据通道”。

对健康信息系统互操作能力的评价分析应充分考虑数据交换平台提供的“通道”能力。数据交换平台的通道能力在数据交换方面表现为数据汇聚能力，即能够汇聚多大范围内的健康数据，可以从汇聚数据的范围、汇聚数据的存储机制以及汇聚数据的时效性3个方面进行考察；在数据使用方面则表现为大数据分析（Big Data Analyses，BDA）能力，即数据交换平台能够对汇聚得到的健康数据进行什么样的分析，可以从面向个人层面的大数据分析、面向医疗健康行业层面的大数据分析以及面向人口发展的大数据分析3个方面进行考察。

在健康信息系统自身方面，则应重点分析各类医疗服务机构的众多健康信息系统如何交换和使用数据交换平台中的数据。在数据交换能力方面，重点是分析各种健康信息系统向数据交换平台提供数据的能力，提供数据的前提是健康信息系统能够连入到数据交换平台，应首先分析健康信息系统有效连入数据交换平台的程度，然后是分析能够提供多少健康数据（数量）以及提供健康数据的质量如何（质量）；在数据使用能力方面，重点则是分析各类医疗服务机构将数据交换平台中的数据融合到自身健康信息系统的数据之中提供精准医疗服务、开展医疗协同的能力。

22资料收集

包含3个渠道：一是采用逐条浏览的方式从国家卫生和计划生育委员会网站、美国ONC办公室网站（www.healthit.gov）收集相关规划、政策和标准文件；二是使用搜索引擎（百度和必应），以“人口健康信息平台”、“互操作”、“Health Information Exchange”、“Health Interoperability”等关键词收集相关新闻报道、专家官员讲话；三是以上述关键词从文献数据库（中国知网、Elsevier等）收集2010年以来研究中美健康信息系统互操作的学术文献。

3比较分析

31数据汇聚能力

我国是由卫生行政机构负责搭建国家、省、地市、县四级人口健康信息平台。地市及县级区域信息平台负责联通区域内各类卫生计生机构的健康信息系统；省级信息平台数据同步来源于辖区内地市、县级信息平台，形成全省（区、市）居民电子健康档案索引库；国家平台数据主要来源于省级平台[7]。同时，从国家、省级层面制定了全面的健康信息标准，包括健康数据交换共享标准、信息系统互联互通标准[15]。可见，我国数据交换平台具有较强的数据汇聚能力，能够在区域（市、县）、省级、国家层面实现数据汇聚，区域层面直接存储相应的健康数据，能够满足区域内医疗机构对健康数据实时访问的需求，时效性强；在省级、国家层面虽然并不直接存储健康数据，但是会存储健康数据索引，通过统一标识符迅速定位相关数据的存储位置，实现健康数据的跨区域、跨省市交换共享。

美国联邦政府成立了行政机构ONC负责推进建立国家健康信息网络（Nationwide Health Information Network，NHIN），但在区域层面主要是通过区域健康信息组织（Regional Health Information Organization，RHIO）搭建数据交换平台，而RHIO是一种非营利组织[13]。目前，在特定地理区域、特定组织内或者特定技术开发者范围内成功搭建了数据交换平台，但在全国范围内推进搭建数据交换平台遇到诸多困难，其中之一是已经搭建的区域数据交换平台采用了不同的标准规范，打通这些平台需要协调公共部门、交换机构以及私立医疗机构之间的利益[16]。可见，美国在RHIO范围之内能够汇聚相应医疗机构的健康数据，但并不存储相关健康数据，直接通过在线请求的方式实现数据交换共享；在国家范围内，健康数据汇聚的机制还没有完全确定，需要破除的障碍还比较多。

相比美国而言，我国健康数据交换平台的数据汇聚能力要强一些，二者比较结果见表1。表1中美健康数据交换平台的数据聚合能力比较

方面中国美国范围能够在区域（市、县）、省级、国家层面实现健康数据汇聚。在RHIO范圍内，能够实现健康数据汇聚；在国家层面，汇聚障碍多。存储在区域层面，直接存储健康数据；在省级、国家层面，存储健康数据索引。〖〗不存储相关健康数据，直接通过在线请求的方式交换健康数据。时效在区域层面，能够满足实时访问需求；在省级、国家层面通过统一标识符迅速定位健康数据。在RHIO范围内，能够满足健康数据的实时访问需求；在国家层面，相应的机制尚不明确。

32数据提供能力

医院和基层医疗卫生机构是我国医疗服务机构的主体。为了促进医院有效连入人口健康信息平台，很多地方卫生行政机构组织实施了“数字化医院”评估工作[17]。由于基层医疗卫生机构地理分布广泛、信息化水平发展不一致，存在非常大的连入困难。为此，国家鼓励省级层面建设统一的基层医疗卫生机构信息系统，整体连入人口健康信息平台[18]。另外，国家全力推进的医疗服务“一卡通”工程，也有力促进了医疗服务机构将其健康信息系统连入人口健康信息平台[19]。就我国制定的健康数据共享标准而言，健康信息系统能够向人口健康信息平台提供的健康数据十分广泛，包括个人从出生到死亡的全部医疗健康数据[15]；但是从实践角度而言，实际提供的健康数据还很不理想，很多官员在讲话中指出“目前医疗服务机构向人口健康信息平台提供健康数据的积极性并不高”，尤其是高级别的三级甲等医院。同时，相关医疗机构提供的健康数据质量也很不乐观，常常很多字段空白，而且很不及时。

美国医疗服务机构以私立医院为主，为了推动医疗服务机构连入HIE平台，美国通过发放补贴的方式促进电子健康档案（EHR）的有意义应用（Meaningful Use）[20]。HITECH法案中，有180亿美金用于鼓励医院和医生采纳电子健康档案[11]。2013年的调查数据显示，30%的医院参与了HIE平台，呈现出明显增长趋势；但是74%的HIE项目都挣扎于如何建立可持续的商业模式[21]。很多学者提出为进一步增强医院连入到HIE平台的能力，需要持续进行资金补贴，将HIE视作一种公共物品；同时，还应进一步加强州政府在建立NHIN的作用[16]。从美国制度的健康数据共享标准看，健康信息系统仅需要提供非常少量的健康数据，只有在有实际需求时定向的“点对点”提供，而且在实践上取得了不错的进展，但是主要限于同一个HIE平台内部。由于对医疗责任界定较为明确、对健康数据隐私安全和保护的法律要求较为规范，实际提供的健康数据质量也能够得到保证。

可见，我国在推进健康信息系统连入人口健康信息平台方面具有优势，但是在实际提供健康数据的数量和质量方面还有待进一步改进。二者比较结果见表2。表2中美健康信息系统的数据提供能力比较

方面中国美国连入度行政化方式推进医院连入人口健康信息平台；建设统一的基层医疗卫生机构信息系统。资金补贴的方式促进医疗服务机构连入HIE平台，但是建立可持续的商业模式困难巨大。数量理论上可以提供的健康数据非常多，但实际提供的不理想。仅要求提供少量的健康数据，但在HIE内部，健康数据提供数量很大。质量提供的健康数据质量很不乐观。提供的健康数据质量能够得到保证。

33数据融合能力

根据我国人口健康信息平台的规划，基于健康数据交换共享，医疗服务机构能够将患者数据融于精准服务当中，包括医学摘要、电子处方、就诊服务、医嘱交互、预约诊疗、LIS、ETP等方面；能够支持转诊、医保、病案管理、统计分析、健康卡管理等医疗协同应用[22]。患者也可以利用互联网建立个人健康档案，由医生在线上提供病情评估、预警提醒、约诊等服务，市民就医成本有望降低10%[23]。但是从实际进展看，由于我国还没有建立起有效的分级诊疗制度，目前医疗服务机构对健康数据交换共享的应用还不是很普遍，仅有少量基于商业模式驱动的应用取得了较好成效。

美国推进EHR的有意义使用分为3个阶段：①电子化方式获取标准化健康数据，并使用这些数据跟踪关键诊断条件、沟通协同业务、促进病人及其家人参与；②更为严格的健康数据交换，增加电子处方和融合实验结果的要求，电子化传输病人诊断总结，更多病人可控的数据；③提高质量、安全性和效率进而改善健康结果，支持国家决策，实施以病人为中心的病人数据综合管理[24]。2014年，80%的医院就可以通过电子化方式查询其他医疗机构健康信息系统里存放的健康数据，一定区域范围内的应用已经取得较好成效[13]。

美国在推进医疗机构融合使用健康数据方面的经验值得我们借鉴，二者比较结果见表3。表3中美健康信息系统的数据融合能力比较

方面中国美国精准

服务可以开展的精准服务较为广泛，实际上仅有少量应用取得成效。在电子化查询其他医疗机构存放的健康数据方面取得了非常好的进展。医疗

协同由于没有建立起有效的分级诊疗制度，医疗协同成效不明显。具有完善的就诊和转诊制度，在医疗协同方面制定了明确的实施步骤。

34大数据分析能力

我國将统筹建设和深化涵盖卫生计生各项业务领域的公共卫生、计划生育、医疗服务、医疗保障、药品管理、综合管理等六大重点业务应用系统，实现面向个人、行业以及人口的健康数据整合、推进医疗健康大数据的分析和应用。在个人层面，将为每个居民建立个人健康档案，并实现电子病历与电子健康档案数据的实时更新；在行业层面，将整合医疗、医保、医药、科研等健康数据，满足医疗和科研对大数据的需要；在人口层面，将基于大数据分析支撑人口健康战略决策和精细化服务管理[7]。在3个层面，规划开展的大数据分析和应用非常多；一些地方医疗卫生机构也已经着手建立医疗健康大数据平台。

美国将推进健康信息系统互操作的最终目标分为4个方面：①促进个人为中心和自我管理的健康医疗；②改革医疗服务和社区卫生；③促进研究、科学知识和创新；④增强国家健康IT基础设施[13]。从长远目标上看，美国也规划在个人、行业、人口等3个层面开展大数据分析；并且基于已有数据整合，在医疗服务机构、HIE层面也已经出现了比较好的健康大数据分析应用。

由于基于健康大数据还处于发展和建设之中，大数据分析能力还没有完全呈现出来。从规划方案看，中美两国数据交换平台的大数据分析能力是大致相当的，二者比较结果见表4。表4中美健康数据交换平台的大数据分析能力比较

方面中国美国面向个人的

大数据分析为每个居民建立个人健康档案，实现健康数据的实时更新。〖〗促进个人为中心和自我管理的健康医疗。面向行业的

大数据分析整合医疗、医保、医药、科研等数据，满足各方大数据需要。改进医疗服务，促进研究、科学知识和创新。面向人口的

大数据分析支撑人口健康战略决策和精细化服务管理。服务于人口健康的整体发展需要。4研究发现与启示

通过从大数据应用角度比较分析中美健康信息系统互操作能力，可以发现我国推进健康信息系统互操作的方案和实践在数据交换能力方面具有明显优势，但在数据使用能力方面需要改进的地方还比较多。从长远看，应着力推进健康数据的使用，尤其是推进在精准服务和医疗协同方面的运用，通过“数据使用”促进医疗服务机构提供更多、更优质的健康数据，从而为面向个人、行业和人口层面的大数据分析提供扎实的健康数据基础。

41强大的数据交换能力能够为我国医疗健康大数据提供通道相较于美国而言，由于我国医疗服务坚持政府主导与市场机制相结合、坚持公立医院的公益性，能够依托卫生行政机构推动建立四级人口健康信息平台，要求公立医院和基层医疗卫生机构连入统一人口健康信息平台，确保健康数据交换平台和健康信息系统具备很强的数据交换能力。囊括各层级医院、众多基层医疗卫生机构健康信息系统，在全国范围内互操作能够为我国医疗健康大数据发展和应用提供有效的数据通道。

42提升数据使用能力才能真正丰富我国医疗健康大数据来源与美国相比，我国健康数据交换平台和健康信息系统的数据使用能力相对不足，取得的成效还不突出。这在一定程度上反映出我国推进信息化建设一致存在的“先建设、有应用”特点。但是，信息化建设投入巨大、技术设备更新换代快，不能得到实际应用，将会造成很大浪费。鉴于我国人口健康信息平台具有强大的通道能力，应充分运用制度优势，包括改进医保报销方式、加强监督管理、推动建立有效的商业模式等，促使医疗服务机构主动向人口健康信息平台提供健康数据并且切实使用交换得到的健康数据。

43保障健康数据安全才能切实推进我国医疗健康大数据应用我国医疗服务机构不愿意向人口健康信息平台提供数据，也不愿意使用交换得到数据的一个重要原因是担心健康数据的安全。对医疗服务机构而言，基于人口健康信息平台实现健康信息系统互操作意味着原本仅在机构内部可以查询和管理的数据现在可以在区域、全省甚至全国范围内查询，大大减弱了它们对健康数据的安全控制能力，导致它们非常担忧一旦出现问题会承担相应的责任。甚至有人提到，健康信息系统互操作会对医护人员造成巨大的压力，担心由于健康数据交换共享带来更多医疗纠纷。保障健康数据安全才能消除各方顾虑。

5结语

在应用大数据促进产业转型、改进公共服务过程中，实现领域内相关信息系统互操作是一项基础工作。在各国促进大数据发展的政策中，都在全力推进实现领域信息系统互操作。本文面向大数据应用，结合IEEE关于互操作的定义，从数据交换能力和数据使用能力出发，提出一个比较分析中美健康信息系统互操作能力的理论框架，并从多个渠道收集相关资料，深入比较分析了中美健康领域推进信息系统互操作的方案和实践。构建的理论框架、提出的对策建议对研究和推动面向大数据应用的领域信息系统互操作具有重要的参考价值。在未来研究中，将进一步深入研究在相关领域推进数据交换共享、开展大数据分析的机制和策略。

参考文献

[1]Chen H，Chiang R H L，Storey V C.Business Intelligence and Analytics：From Big Data to Big Impact[J].MIS Quarterly，2012，36（4）：1165-1188.

[2]国务院.关于印发促进大数据发展行动纲要的通知[EB/OL].http：∥www.gov.cn/zhengce/content/2015-09/05/content10137.htm，2016-05-21.

[3]徐宗本，冯芷艳，郭迅华，等.大数据驱动的管理与决策前沿课题[J].管理世界，2014，（11）：158-163.

[4]The Institute of Electrical and Electronics Engineers.IEEE Standard Computer Dictionary：A Compilation of IEEE Standard Computer Glossaries.New York，NY；1990：114.

[5]張婕.用于实现语义互操作的映射研究[J].现代情报，2012，32（8）：170-172，177.

[6]杨京，王效岳，白如江.大数据背景下科学数据互操作实践进展研究[J].图书与情报，2015，（3）：97-102.

[7]国家卫生计生委国家中医药管理局.关于加快推进人口健康信息化建设的指导意见[EB/OL].http：∥www.nhfpc.gov.cn/guihuaxxs/s10741/201312/09bce5f480e84747aa130428ca7fc8ad.shtml，2016-05-21.

[8]重庆市人民政府办公厅.关于印发重庆市卫生计生发展“十三五”规划的通知[EB/OL].http：∥www.cqwsjsw.gov.cn/Html/1/tzgg/tzgg/2016-12-19/19907.html，2016-12-20.

[9]Executive Order 13335.Incentives for the Use of Health Information Technology an Establishing the Position of the National Health Information Technology Coordinator[EB/OL].https：∥www.gpo.gov/fdsys/pkg/FR-2004-04-30/pdf/04-10024.pdf，2016-01-20.

[10]ONC.The ONC-Coordinated Federal Health IT Strategic Plan：2008-2012[EB/OL].https：∥www.healthit.gov/sites/default/files/hit-strategic-plan-summary-508-2.pdf，2016-01-20.

[11]The Federal Government.The Health Information Technology for Economic and Clinical Health Act[EB].http：∥www.hitechanswers.net/about/about-the-hitech-act-of-2009/，2016-01-20.

[12]ONC.Federal Health IT Strategic Plan：2015-2020[EB/OL].https：∥www.healthit.gov/sites/default/files/9-5-federalhealthitstratplanfinal0.pdf，2016-05-21.

[13]ONC.Connecting Health and Care for the Nation：A Shared Nationwide Interoperability Roadmap[EB/OL].https：∥www.healthit.gov/sites/default/files/hie-interoperability/nationwide-interoperability-roadmap-final-version-1.0.pdf，2016-05-21.

[14]OECD.Draft OECD Guide to Measuring ICTs in the Health Sector[EB/OL].http：∥www.oecd.org/health/health-systems/Draft-oecd-guide-to-measuring-icts-in-the-health-sector.pdf，2016-05-21.

[15]国家卫生计生委.卫生信息共享文档编制规范[EB/OL].http：∥www.nhfpc.gov.cn/ewebeditor/uploadfile/2016/07/20160720143017611.pdf，2016-10-11.

[16]Vest J R Et al.Public and Private Sector Roles in Health Information Technology Policy：Insights from the Implementation and Operation of Exchange Efforts in the United States[J].Health Policy and Technology，2014，3（2）：149-156.

[17]成都市人民政府门户网站.迎接2016年四川省数字化医院评审[EB/OL].http：∥gk.chengdu.gov.cn/enterprise/detail.action？id=136961&tn=0，2016-12-01.

[18]冯昌琪，甘华平，陈文，等.四川省基层医疗卫生机构管理信息系统建设项目实施经验[J].中国卫生信息管理，2013，10（2）：140-145.

[19]四川省卫生和计划生育委员会.关于加快推进医疗健康服务“一卡通”的实施意见[EB/OL].http：∥www.scwst.gov.cn/jg/jgsz/cspd/xtc/tjzd/201612/P020161228561474888513.pdf，2016-12-01.

[20]ONC.Meaningful Use Definition & Objectives[EB/OL].https：∥www.healthit.gov/providers-professionals/meaningful-use-definition-objectives，2016-12-01.

[21]Adler-Milstein J，Bates D W，Jha A K.Operational Health Information Exchanges Show Substantial Growth，But Long-Term Funding Remains a Concern[J].Health Affairs，2013，32（8）：1486-1492.

[22]四川省衛生和计划生育委员会.区域卫生信息系统架构规划[EB/OL].http：∥100.92.255.7/data3/612a/e82c/1112/0f97/76a00ead19300466/qygf.pdf，2016-12-01.

[23]重庆日报.互联网医疗平台本月上线 可降低市民就医成本10%[EB/OL].http：∥www.cq.xinhuanet.com/2016-07/20/c1119252376.htm，2016-11-10.

[24]ONC.How to Attain Meaningful Use[EB/OL].https：∥www.healthit.gov/providers-professionals/how-attain-meaningful-use，2016-11-10.

（本文责任编辑：孙国雷）

作者：杨国富

MIS系统数据交换分析论文 篇3：

智慧养老平台中多源异构数据融合技术研究

摘要：智慧养老系统由于其管理关系到多元异构数据，对于目前智慧养老系统存在的数据存储、扩展能力、存储类型等方面的缺陷，通过云数据、云计算在智慧养老系统中的运用，将Hadoop云平台应用到智慧养老系统多源异构数据融合中，实现养老数据的云查询、云存储。首先研究智慧养老系统的数据多元性，进而分析多元数据特点，将其划分成空间数据、医学影像、属性数据三方面，进而针对性的设计空间数据存储、空间数据检索、医学影像检索、属性数据索引等。利用多元异构数据融合技术来实现相关数据的写入和查询。

关键词：智慧养老;大数据;多源异构;数据融合

开放科学（资源服务）标识码（OSID）：

1 背景

伴随我国经济的迅猛发展，科技力量的不断进步，医疗技术的稳步提高，世界各国已经步入老龄化社会，养老问题已经成为社会问题。医疗行业中，医疗数据共享、电子病历这些信息化內容已经成为健康数据爆发的新增长点。以往的信息数据库已经难以满足当代智慧养老平台的要求。超量的数据、超多的数据形式、超大的存储要求，多源异构数据成为当今智慧养老平台面临的重要问题。而云存储、云计算这一科技将及时解决上述问题，并为云存储提供新解决方案。智慧养老平台的采集的数据众多、存储的数据格式多样，以至于以往关系型数据库由于空行、空列的存在占用数据空间的问题，存储的有效数据过少，浪费大量的存储资源，难以有效检索其中全部的数据类型。NoSQL数据库的开发则有效解决了以上诸多问题。相比以往的关系型数据库，其具有高拓展、高性能、高可靠的特点。因此，将Hadop云数据平台和HBase云数据库应用到智慧养老数据系统中，从而解决多源异构数据查询、存储问题[1]。

2 智慧养老系统多源异构数据融合技术的应用需求分析

智慧养老系统中搜集的信息数据呈现多元化，不仅数据量巨大，而且数据格式多种、数据用途多样，呈现多源异构形式，因此，截至目前，并没有统一的数据存储模型能够有效融合非结构化、半机构化、结构化数据，实现多源异构数据存储。本研究充分思考，借鉴分治法，将多源异构数据信息进行分治，将数据化与数字化共同存储在数据库中，实现分类处理智慧养老系统的数据信息。数字化指的是把采集的信息数据转化为0、1二进制编码，将其存储在计算机中。而数据化则是指将某个现象转化成能够分析的量化形式。

Hadoop云数据平台是一个开源分布式数据平台，其核心为Hadoop分布式文件与MapReduce。HBase云数据则是以Google作为基础的运用Java设计的非关系型数据库，这种数据库的原理与 Bigtable一致，具有开源性、版本化、分布式的特点，其数据存储模型以列存储为基础，其运行平台为 Hadoop云数据平台[2]。对比关系型数据库，HBase云数据是以列族、时间戳、行键为基础的，其特点为高可靠性、高性能、高拓展，其逻辑模型如表1所示。

3 智慧养老系统数据现阶段问题研究

3.1 标准难以实现统一

伴随智慧养老体系建设的不断完善，系统化、规范化已经在智慧养老体系中各个管理部门中实现，各类信息化系统如：营销系统、统计信息系统都被广泛应用在智慧养老系统中，但是随着这些系统的不断深入，省级卫生部门之间的信息化建设鸿沟也在不断增加，统一管理标准和规范缺乏使得省级智慧养老系统之间的合作交流出现困难。除此之外，甚至在相同的智慧养老体系中，由于业务需求存在差异，开发的系统性能过于单一，专用通信系统可扩展性较差，导致智慧养老系统的数据存储格式、开发标准、系统结构等难以与国家智慧养老系统兼容，以至于智慧养老体系中各地区管理部门的重要数据难实现共享、共存。难以兼容的信息处理格式、信息数据内容将智慧养老系统划分成诸多信息孤岛，直接对我国智慧养老发展战略的开展产生了较大的阻碍作用[3]。

智慧养老体系内部各个管理部门的数据库都是单独存在的，比如社保部门、卫生部门、医疗部门等其数据存储格式、数据编码格式都不尽相同。这些差异化的数据处理标准导致智慧养老体系内部无法对智慧养老数据实施有效的数据共享，内部的各项智慧养老数据也无法充分发挥有效的价值。在大数据系统的应用过程中也容易出现数据无法识别等多种问题。这样一来，在智慧养老体系中，就形成了一个智慧养老数据信息，多套数据的发展模式，对于我国智慧养老建设的可持续发展具有不利影响。

3.2 数据协作相对困难

在我国智慧养老体系建设的可持续发展中，现代化的智慧养老尤其是智能智慧养老必须要实现各个部门之间的相互协调和运作，才能够形成长远化的发展，实现智慧养老的自动化调度以及统一协调管理等运营模式。从目前我国智慧养老的发展来看，大数据技术的应用过程中很多智慧养老的数据协作存在较大的问题。例如：智慧养老信息数据想要实现跨部门转移的时候，或者是在实现数据共享的过程中，还存在部分数据标准与格式不同导致共享系统无法识别等现象，这样就直接导致智慧养老系统运行管理过程中存在无法协调的现象，不利于智慧养老尤其是智能化智慧养老的长远发展。

3.3 大数据发展与智慧养老企业发展不协调

目前，我国数智慧养老系统正在朝着智能化和信息化的方向迈进，智慧养老系统中的各项管理和智慧养老数据也在进行集成与统一管理工作。智能化的智慧养老系统需要依靠大数据处理技术提高管理效率，而高效化的运营管理也需要依靠大数据加以处理。智慧养老体系建设过程中，设备必不可少，由于缺乏统一的设备标准，因此产生的半结构化数据、结构化数据都极多。如何将这些结构化、半结构化的数据与智慧养老体系的发展进行有效融合，实现数据之间统一与共享，促进智慧养老体系部门之间的发展方向一致性，是当前我国智慧养老体系发展过程中面临的主要问题[4]。因此，在智慧养老体系的发展中需要充分解决智慧养老大数据发展与智慧养老系统发展不协调的问题，将统一的管理标准进一步的规范和应用，使多源异构数据加以融合，实现智慧养老数据之间共存互通，交互共享。

4 基于SOA的多源异构数据融合框架设计

4.1 SOA

SOA（service—oriented architecture，面向服务架构）即一种数据的架构模型，运用组建式机构，通过分布式粗粒度来组合数据与代用数据。这种数据架构模型，更多的是在智慧养老系统的基础服务管理中应用，其松耦合性、粗粒度的特征，可以实现构件间组合来保证功能的调用。在智慧养老的应用过程中，能够结合不同数据对象进行统一标准化的设计，以标准的数据信息借口对不同服务进行有机调用，从而解决智慧养老数据多源异构的问题。

SOA技术的关键是Web Science，是一种标准化的集成模块，实现各个信息平台、系统之间的信息标准化互通。利用XML格式、HTTP协议保证在安全访问情况下，实现各个管理系统之间的信息数据调用，从而为弱耦合、异构平台之间提供有效的数据交换标准，既能够有效避免系统之间在数据访问过程中的防火墙问题，也能够有效化解数据多源异构的问题，实现数据的顺利提取和系统分析。Web Science作为一种开放性的技术协议，它可以在不同的智慧养老系统建立异构数据平台，实现不同智慧养老系统中数据的信息交换与共享，結合SOA技术能够将其优势充分利用起来，从而构建智慧养老数据云存储服务平台，综合处理各个部门的智慧养老数据，通过统一的接口、标准来封装，进而便于各个养老系统、用户来分析、使用相关数据，从根本上实现了多源异构数据的融合与调用。

4.2 多源异构数据分析技术

多源异构数据分析技术是建立在智慧养老系统数据标准不统一的基础上形成的现代信息技术，主要目的是通过计算机将这些数据进行集中起来并以各种类型的数据进行保存，在数据平台上对原有的老年人健康信息数据进行有效集成，从而保证对老年人健康信息数据合理使用。在智慧养老系统的运作、检修以及管理过程中会产生海量的多源异构数据，这些数据需要进行及时储存以便日后查看，因此需要应用多源异构数据集中技术对智慧养老数据进行快速的分析访问。智慧养老系统是建立在集成技术和高速双向通信网络基础上的，需要通过先进的信息处理技术、设备以及方法的应用实现对智慧养老数据的合理化与标准化处理。

4.2.1 智慧养老大数据来源

智慧养老系统在运行过程中会产生大量的数据，这些数据来源丰富多样，主要包括视频及模式识别系统推广、海量健康状态信息采集设备。这些数据来源都是智慧养老系统在正常运作和管理过程中产生的，对于智慧养老系统的正常运行具有至关重要的作用，一旦智慧养老系统的某一环节出了问题，就可以对数据进行分析，查找出错误数据并及时分析来源，找出智慧养老系统的问题所在。

4.2.2 智慧养老大数据特征

智慧养老系统在运行过程中产生的大数据具有价值密度低、形式多样化等特点，价值密度低主要表现在智慧养老系统在运行过程中会形成大量的数据，这些数据信息的连续性导致存储量十分巨大，而巨大的存储量中有效数据的密度较低，很难对其进行有效的筛选与使用，其中，有效数据主要是指智慧养老系统在运作过程中出现的非正常数据，这些数据对于老年人健康检查工作的开展具有重要的参考价值;数据形式的多样化是指智慧养老系统内部各个部门之间数据格式与形成标准的不统一，既包括了一维数据和二维数据，还有多维数据、文本与超文本、层次与推行等多种形式，这些数据形式过于丰富使得数据化处理的过程中存在较大的困难，因此需要结合多源异构技术对这些数据进行标准化的处理。

4.3 基于SOA的智慧养老大数据融合平台分析

4.3.1 系统结构分析

以SOA为基础的智慧养老数据融合平台，其数据管理系统，主要组成有三个部分，分别为管理者、请求者、服务发布者，其功能分别为预测健康信息数据、统计日常健康信息、管理MIS信息系统，实时监测用户健康情况。运行流程主要是为服务提供者也就是老年人提供智慧养老信息，服务代理主要是及时统计归纳已经发布的相关智慧养老信息，进而形成目标索引，使得用户能够利用检索框搜索到更多的智慧养老信息。该系统以Web Science技术作为接口实现了不同系统之间的数据共享，通过建立通信协议，设定平台数据格式与标准，进而利用各种信息技术将数据进行聚合并展开标准化处理，从而方便用户的及时调取和使用。与此同时，系统服务流程在搭建之余还有机整合了智慧养老相关数据，将呈分散状的弱耦合系统用户加以连接，整理无序化、不标准的相关数据，将其整合成一个相互协同、支撑的整体[5]。

4.3.2 系统功能解读

以SOA技术为基础的智慧养老系统在处理数据时候，应当根据数据的需求来统一处理、分析相关数据，在设计融合系统的时候，可以将智慧养老信息平台划分为用户层、交换层、数据层、集成层。数据层主要用来分析、设计不同智慧养老系统的异构数据与模型，完成数据的原始处理工作，交换层主要负责对异构数据的处理，经过XML转换在数据的各个节点处形成不同格式的数据转换形式，从而保证下一步处理的顺利开展;集成层主要由平台管理中心、数据中心与交换中心这3个中心部分构成，负责将各个系统的数据进行标准化处理，用户在数据调用的过程中可以结合自己的需求进行数据的提取和使用工作。综合来看，融合系统的功能为标准化处理异构多源数据，实现数据的流程化控制，从而保证数据得以快速有效提取并使用，另外，ODS中心还可以有效存储、调用、备份相关数据，维护用户信息，保护用户隐私。智慧养老多源异构数据融合系统中，利用XML技术将不同的数据格式统一标准，从而面对多种数据接口也能实现标准服务，提高了数据应用价值，保证了数据处理效率。

参考文献：

[1] 杨秋黎，周娜.大数据养老平台下的海南智慧养老平台实现[J].电脑编程技巧与维护，2020（12）：109-110，136.

[2] 吕英华，齐妙.基于人工智能的智慧养老关键问题研究[J].福祉研究，2020，3（00）：1-6.

[3] 朱康文，雷波，周启刚，等.基于多源异构数据融合的生态保护红线移动监管平台研究[J].环境影响评价，2020，42（6）：91-96.

[4] 闫媛媛，张博，冯志祥.多源数据融合与协同管控方法的研究与应用[J].电子技术与软件工程，2020（20）：183-185.

[5] 林瑀，陈日成，金涛.面向复杂信息系统的多源异构数据融合技术[J].中国测试，2020，46（7）：1-7，23.

【通联编辑：谢媛媛】

作者：徐立宇