Informatik 2011 - Workshop DIG - Potenziale wissensbasierter Analytischer Informationssysteme am Beispiel der Krankenhausmarktanalyse

Informatik 2011
- Workshop: Datenmanagement und Interoperabilität im Gesundheitswesen

Potenziale wissensbasierter Analytischer
Informationssysteme am Beispiel der
Krankenhausmarktanalyse

Matthias Mertens

OFFIS - Institut für Informatik
FuE Bereich Gesundheit
Gruppe Datenmangement und -analyse

Escherweg 2 - 26121 Oldenburg - Germany
Phone/Fax.: +49 441 9722-726
E-Mail: mertens@offis.de

19.10.2011

2 AGENDA

Motivation

Grundlagen & Problemstellung

Forschungsfrage & Anforderungen

KNOBI- Konzept für eine wissensbasierte
Analyseunterstützung

Literatur

Fazit

Matthias Mertens 19.10.2011

3 Motivation 1/2
Informationsbedarf von Entscheidungsträgern

Deutscher Gesundheitsmarkt [BR05]
Steigender Bedarf an Gesundheitsleistungen
Verstärktes Gesundheitsbewusstsein, demografischer Wandel
Steigende Kosten weniger Beitragszahlern
Konsequenzen für Krankenhäuser [TRK+10]
Einführung Diagnoses Related Groups (DRG)
Marktwirtschaftlicher Kosten- und Wettbewerbsdruck
Sicherung der Wettbewerbsfähigkeit
Potentiale zielgerichtet erschließen; Leistungsangebote konkurrenzfähig ausrichten

Controller / Entscheidungsträger – Business User benötigen Informationen…
…auf deren Basis weiterführende Entscheidungen zur Anpassung der eigenen
Marktstrategie getroffen werden können


4 Motivation 2/2
Fragestellungen von Business Usern

Krankenhausmarktanalyse (KMA)

Business User

Aktuelle Markt- und Wettbewerbssituation
Was ist mein Einzugsgebiet ?
Wer sind die Mitbewerber und Einweiser?
Welche Marktpotentiale / Marktanteile hab ich im Einzugsgebiet?

5 Grundlagen 1/2
Datenquellen für die Krankenhausmarktanalyse

Routinedaten
überwiegend elektronisch verfügbare Daten über die
Krankenversorgung, basierend auf gesetzlichen Pflichten zur
Übermittlung an Dritte
Sozio-demografische Daten
Aktuelle Bevölkerungszahlen, Bevölkerungsprognosen
Geo-Melieus, Lebensphasen, Ethno, Konfession,
Raumentwicklungscluster,…
Statistiken statistisches Bundesamt / Landesämter
Kostenstrukturstatistik, Gesundheitsausgabenstatistik,
Pflegestatistik, Mikrozensus,…
Gesundheitsindikatoren des Bundes und der Länder
(Gesundheitsberichtserstattung)

Änderungen im Patientenspektrum, Verhalten einweisender Ärzte, Versorgungslücken [SGDT11]
Ausbau des eigenen Leistungsspektrum / Einweisermarketing

6 Grundlagen 2/2
Business Intelligence & Analytische Informationssysteme

Verständnis von Business Intelligence (BI) [GK06]

Unterstützung des Managements / Verbesserung der Entscheidungsfindungsprozess

„Begriffsverständnis reicht von [..] Informationssysteme auf der Basis multidimensionaler
Datenstrukturen sowie managementgeeigneter Benutzerführung bis zu […]
analyseorientierten und informationsversorgenden Systemlandschaft, die eine BI-
Gesamtarchitektur bildet.“

Definition Analytische Informationssysteme (AIS) [CG06]

„[…] logische Klammer, welche die gängigen Schlagworte wie ‚Data Warehouse‘ , ‚On-Line
Analytical Processing‘ und ‚Data Mining‘ aber auch konkrete betriebswirtschaftliche
Anwendungslösungen für dispositive Zwecke umschließt.“

„[…] Informationsversorgung und funktionale Unterstützung betrieblicher Fach- und
Führungskräfte zu Analysezwecken […]“ steht im Vordergrund


7 Problemstellung 1/2
Anwendergruppen

Power User (Business Analysts, IT professionals, …) [Eck11]
100 % ihrer Zeit: Informationen und Informationserzeugung Power User
Greifen Daten ad-hoc und explorativ in AIS zu + weitere Systeme
Verfügen über ausgeprägtes domänenspezifisches Analysewissen
KMA Umfeld: Beratungsfirmen
Business User (Führungskräfte, Manger, Außendienst- /Betriebs-Personal, …) [Eck11]
Informationsbedarf zur Entscheidungsunterstützung
80 % ihrer Zeit: passives konsumieren von Informationen
Business User
Informationsbereitstellung durch auf Rollen zugeschnittene Reports
Was ist mit den anderen 20 % der Zeit ?
Benötigen Informationen; nicht enthalten in zugeschnittenen Quellen
An Power User wenden klare Anforderungsdefinition, Zeitaufwendig, Zusatzkosten

Selbst zu Informationserzeugern werden; eigenständig Informationen aus dem AIS ableiten


8 Problemstellung 2/2 Einweisende Ärzte
Mitbewerber
Mängel von AIS Marktanteil / -potenzial

?
Hohe Nutzungs-Komplexität für Business User

Hohe Interaktion mit dem AIS notwendig

OLAP Operationen im Rahmen der Analyse: Kennzahlen, Klassifikationsebenen, -elemente,
Visualisierungen
Domänenwissen
?
Business User
Geringe Berücksichtigung zusätzlicher Metadaten
Weiterführende Hintergrundinformationen zu qualitativen DWH Daten: Struktur und Elemente
Bedeutung und Berechung von Kennzahlen
Nicht modellierte Beziehungen von Klassifikationselementen
Informationen zu quantitativen DWH-Daten (Faktdaten) - Analyseergebnisse

?
Keine Möglichkeit zur Modellierung, Importierung, Verwaltung und Nutzung von
Power User
domänenspezifischen Analysewissen – Analysestrategien, Best Practices

Informations-Selbstversorgung der Business User schwierig im AIS


9 Problemstellung 2/2
Mängel von AIS

Hohe Nutzungs-Komplexität für Business User

Hohe Interaktion mit dem AIS notwendig

OLAP Operationen im Rahmen der Analyse: Kennzahlen, Klassifikationsebenen, -elemente,
Visualisierungen

Geringe Berücksichtigung zusätzlicher Metadaten
Weiterführende Hintergrundinformationen zu qualitativen DWH Daten: Struktur und Elemente
Bedeutung und Berechung von Kennzahlen
Nicht modellierte Beziehungen von Klassifikationselementen
Informationen zu quantitativen DWH-Daten (Faktdaten) - Analyseergebnisse

Keine Möglichkeit zur Modellierung, Importierung, Verwaltung und Nutzung von
domänenspezifischen Analysewissen – Analysestrategien, Best Practices

Informations-Selbstversorgung der Business User schwierig im AIS


10 Forschungsbedarf
Forschungsfrage und Ziel

Ist eine
Informations-Selbstversorgung von Business Usern
durch die Reduktion der Nutzungs-Komplexität
und die Nutzung von explizit modelliertem Wissen
in einem generischen AIS
möglich?

Ziel:
In einem generischen AIS Business User befähigen,
eigenständig explorative Analysen für eine Domäne,
auf zuvor definierten Fragestellungen durchzuführen,
unter Ausnutzung von explizit modelliertem Analysewissen,
das Anwendung in analyseunterstützenden Funktionen findet.


11 KNOBI - Knowledge based Business Intelligence
grundlegende Idee

Einbindung einer „semantischen Metadatenebene“ in die
Analysekomponente eines AIS

Herleiten von domänenspezifischen Analysewissen und
modellieren in Form von semantischen Metadaten

Import, Verwaltung des modellierten Wissens

Nutzung des Wissens in analyseunterstützenden Funktionen

Suche: assistiertes Auffinden von definierten Fragestellungen und
Analyseergebnissen und zugehörigen Metadaten

Navigation: entlang definierter Analysepfade zu Fragestellungen

Vorschlagsgenerierung: zu sinnvollen weiteren Analyseschritten


12 KNOBI - Anforderungen

Domänenunabhängiges AIS
Ergänzung des Konzepts der generischen AIS um ein generisches Konzept zur Informations-
Selbstversorgung von Business Usern
Komplexitätsreduktion bei gleichbleibender Funktionalität des AIS
Durchführung eigenständiger explorativer Analysen zu definierten Fragestellungen im AIS
Erstellen gleichwertiger Analyseergebnisse, wie die der Power User, zu definierten Fragestellungen
Analyseunterstützende Funktionen auf Basis von semantischen Metadaten
explizit modelliertes, semantisches, maschinenlesbares / - verständliches Wissen
Suche, Navigation, Vorschlagsgenerierung
Intelligente Verknüpfung und Nutzung verschiedener Metadatenarten
Hintergrundinformationen zu qualitativen und quantitativen DWH-Daten
Wissen zu Analyseprozessen im AIS („Best Practices“)
Flexibles und erweiterbares Metadatenmodell
Performance für die interaktive Arbeit mit dem System
Zusammenspiel des Modells, der unterstützenden Funktionen, OLAP- Operationen

13 KNOBI - Architekturskizze
Einbettung der semantischem Metadatenebene in ein AIS
Frontend – Anwendungsebene

Standard Ad-Hoc Unterstütze Ad-Hoc
Reports ... ...
Analyse Anwendung Analyse Anwendung

Backend
Metadaten Speicher
Analyseunterstützende Dienste Annotations Dienste
Vorschlags- Domänen Ontologie
Suche Navigation Annotationsdienst
generierung

Analyse Schicht Metadatenbereitstellung
Ontologie Analyse Ontologie
Statistische Geografische Anfrage Mapping Dienst
... Verwaltung
Verfahren Verfahren (OLAP)

Speicherungs- und Aufbereitungsschicht (Data Warehouse System)
Technische Ontologie
Anfrage- (DWH Ontologie)
Speicherung ETL ...
Verarbeitung

Daten-Quellen und Dienste
External & Internal Services Data Sources


14 KNOBI - semantisches Metadatenmodell

Problem:
Referenzierung von Elementen des Multidimensionalen Datenmodells
(MDM) in aufbauenden Metadaten zu domänenspez. Analysewissen,
qualitativen und quantitativen DWH-Daten
Lösungsansatz:
Semantische Beschreibung der qualitativen DWH-Daten (Struktur und
Elemente des MDM) [Har08]
Klassenebene: Modellierung der Entitäten, Beziehungen und Attribute
Instanzebene: Instanziierung der Klassenebene durch ein Referenz-MDM
Ziele:
Referenzierung von Entitäten eines Referenz-MDM und deren Instanzen in
aufbauenden Metadaten
Bedarfe:
Sprache zur Erstellung der Metadaten
Modellierung des allg. MDM Aufbau auf Klassenebene
Erfassung von Struktur und enthaltener Semantik des Referenz – MDM



Problem:
Referenzierung von Elementen des Multidimensionalen Datenmodells
(MDM) in aufbauenden Metadaten zu domänenspez. Analysewissen,
qualitativen und quantitativen DWH-Daten
Lösungsansatz:
Semantische Beschreibung der qualitativen DWH-Daten (Struktur und
Elemente des MDM) [Har08]
Klassenebene: Modellierung der Entitäten, Beziehungen und Attribute
Instanzebene: Instanziierung der Klassenebene durch ein Referenz-MDM
Ziele:
Referenzierung von Entitäten eines Referenz-MDM und deren Instanzen in
aufbauenden Metadaten
Bedarfe:
Sprache zur Erstellung der Metadaten
Modellierung des allg. MDM Aufbau auf Klassenebene
Erfassung von Struktur und enthaltener Semantik des Referenz – MDM


Analyse Ontologie

Problem:
Bereitstellung von domänenunabhängigen Konzepten die eine Modellierung
von domänenspez. Analysewissen erlauben
Lösungsansatz:
Klassenebene: Modellierung Analyserelevanter Entitäten, Beziehungen
zueinander sowie zugehöriger Attribute
Ziele:
Domänenspezifisches Analysewissen, von Fragestellungen über Analysepfade
hin zu Analyseergebnissen für AIS, kann für verschiedene Domänen modelliert
werden.
Bedarfe:

Entitäten (Klassen) des zugrunde liegenden MDM müssen referenzierbar sein


interpretiert
1 Analyseergebnis
analysiert /
wird analysiert von Personen hat Fragestellung /
/ erkannt von
0..* gestellt von
0..* Hat Vorgänger /
durchläuft / Nachfolger

Verfahren 0..*
Bestandteil von
1..*
0..*
wirft auf / gestellt in

0..*
1..*
0..* 0..*

0..*
Analyse Ontologie Analyse 0..* untersucht
/ wird untersucht in
1..* Fragestellung
0..*
0..*

1 0..* 0..*
0..* 0..1
1
Problem: enthält / enthalten in
1..* hat Start-Analysevisal.
Untergliedert sich in /
gehört zu
/ ist Start-Analysevisual.
für
Bereitstellung von domänenunabhängigen Konzepten die eine Modellierung
Analysepfad

von anwendbar auf / kann
domänenspez. enthält Domänenop.
angewendet werden
Analysewissen erlauben
1..* 1..*
enthält Analysevisualisierung ähnlich zu
(symmetrisch) Wird beantwortet
/ enthalten in Analysepfad / enthalten in Analysepfad
durch / beantwortet
1..* 1..* 0..* 0..*
Lösungsansatz: 0..* 1..2
0..*
potentiell enthalten
Domänen- verknüpft / ist Analyse- 1..*
/ erkennbar in
verknüpft durch visualisierung enthält Analyseergebnis
operator
Klassenebene: Modellierung Analyserelevanter Entitäten, Beziehungen
anwenbar auf /
0..* / erkannt in
Analysevisualisierung Ursache von /
0..* 0..* anwendbare BR 0..* 0..*
enthält Business Rule. Wirkung von
zueinander sowie zugehöriger Attribute enthält OLAP Op. 0..*
/ enthalten in Domänen Op. / enthalten in Domänen Op. 0..1 0..*
0..* 0..*
0..* 0..*
0..* 0..*
0..* Angewendet Tabelle Diagramm 0..*
Business OLAP 0..*
Ziele: 0..1
Rule
0..*
Stößt an /
1
Operator
auf /
hergeleitet
Analyseergebnis
durch Zwischen- 0..*
initiiert durch Karte
schritt
Domänenspezifisches Analysewissen, von Fragestellungen über Analysepfade
0..1
Vorgänger /
0..* verwendet
Konten /
Nachfolger dargestellt anwendbar auf / kann direkte indirekte
hin zu Analyseergebnissen für AIS, kann Stellt da /
Pivotierung Dice Wählt
in da
für verschiedene Domänen modelliert
angewendet werden Annotation Annotation
Dimensionen / dargestellt 1..*
werden. Wählt
Kennzahl /
0..* Slice 0..*
0..* gewählt durch in
enthält / ist enthalten in
gewählt 1
durch Drill Down / annotiert /
Bedarfe: Roll up
1 annotiert in Annotations-
1..*
DWH-Ontologie 1..* 0..* entität
Kennzahl referenziert
Wählt
Entitäten (Klassen) des zugrunde liegenden auf/
Spannt MDM müssen referenzierbar sein
1 0..*
0..*
Knoten/
Gewählt
1 Kenzahl /
referenziert in
Verändert aufgespannt in
Aggregationsstufe durch 1..* referenziert
/ geändert durch Wählt Knoten/ 0..* Dimensionen /
DWH-Ontologie
Gewählt durch Dimension referenziert in
1 1..*
1..* annotiert Knoten /
DWH-Ontologie
1..* DWH-Ontologie referenziert
Ebene
Klassifikations- 0..* annotiert in Knoten /
1..*
knoten referenziert in


18 KNOBI - semantisches Metadatenmodell 1/2
Domänen Ontologie

Problem:
Domänenspez. Analysewissen muss in einer maschinenlesbaren Form
vorliegen, für Nutzung in analyseunterstützenden Funktionen des AIS
Lösungsansatz:
Erweiterung der Klassenebene der Analyse-Ontologie
Instanziierung der Entitäten, Relationen, Attribute der Analyse-Ontologie
Ziele:
Verfügbarkeit von Wissen in Form von semantischen Metadaten zu
domänenspezifisches Analysewissen, qualitativen und quantitativen DWH-Daten
Nutzung der Metadaten für verschiedene analyseunterstützende Funktionen zur
Bildung einer Informations-Selbstversorgung von Entscheidungsträgern im AIS
Bedarfe:
Generische Analyse-Ontologie, die Entitäten zur Instanziierung bereitstellt
Entitäten (Instanzen) des Referenz-MDM müssen referenzierbar sein
Domänenspez. Wissen muss zuvor abgeleitet werden


19 KNOBI - semantisches Metadatenmodell 2/2
Domänen Ontologie: Beispiel


20 KNOBI - analyseunterstützende Funktionen 1/3
Suche eingesetzte Technologien
&

Problem:

Auffinden von definierten Fragestellungen / Analyseergebnissen und verknüpften Metadaten

Lösungsansatz:

Assistenz des Business Users beim Auffinden von Fragestellungen / Analyseergebnissen

Interaktive Zusammenstellung einer deklarativen SPARQL Anfrage gegen die Ontologien

Anzeige von Ergebnissen in geeigneter Form (interaktive Tabellen, Analysevisualisierungen)

Ziele:

Assistiertes Finden von im System definierten Fragestellungen / Analyseergebnissen

Ergebnisse als Ausgangspunkt für Analysen auf den zu Grunde liegenden Daten des DWH

Bedarfe:

System muss sich im Regelbetrieb beim Kunden befinden.


Suche eingesetzte Technologien
&

Problem:

Auffinden von definierten Fragestellungen / Analyseergebnissen und verknüpften Metadaten

Lösungsansatz:

Assistenz des Business Users beim Auffinden von Fragestellungen / Analyseergebnissen

Interaktive Zusammenstellung einer deklarativen SPARQL Anfrage gegen die Ontologien

Anzeige von Ergebnissen in geeigneter Form (interaktive Tabellen, Analysevisualisierungen)

Ziele:

Assistiertes Finden von im System definierten Fragestellungen / Analyseergebnissen

Ergebnisse als Ausgangspunkt für Analysen auf den zu Grunde liegenden Daten des DWH

Bedarfe:

System muss sich im Regelbetrieb beim Kunden befinden.


Navigation

Freie Navigation entlang der semantischer Beziehungen

Anwendung des Konzept im Ansatz für:

Reine Navigation im Metadatenmodell (semantisches Netz)

Navigation im Metadatenmodell zur Erstellung deklarativer Such-Anfragen

Navigation im Metadatenmodell mit paralleler Ausführung von OLAP Operatoren und Visualisierung
quantitativer DWH-Daten


Vorschlagsgenerierung

Regelbasiertes Geben von sinnvollen analyserelevanten Vorschlägen …
…im Kontext spezifischer Fragestellungen, Analysevisualisierungen und -ergebnisse (Instanzen)
Conditions: Business Rules reagieren auf Zustände des Systems (gewählte Kennzahlen,
Klassifikationen, Klassifikationsebenen, -elemente, Visualisierungen, Analyseergebnisse, ...)
Vorschläge:
Sinnvolle weitere Analyseschritte: Analysevisualisierungen die zur Beantwortung der aktuellen
Fragestellung dienen
Bsp.: Marktanteil auf Krankenhausebene Marktanteil auf Fachabteilungsebene
Klassifikationsknoten des MDM, die im Analysekontext relevant sein könnten
Bsp.: Die Fachabteilung Orthopädie verfügt nur über folgende Behandlungen (OPS-Codes)
Notwendige Fragestellungen, die zuvor analysiert werden sollten
Bsp.: Das Einzugsgebiet sollte für den Marktanteil ermittelt sein
Weiterführende Fragestellungen die aufgrund von Analyseergebnissen sinnvoll sind
Bsp.: Einbruch des Marktanteils über Zeit in einer Region Analyse der Einweiser in der Region


24 Literatur

[BR05] Busse, R., & Riesberg, A. (2005). Gesundheitssysteme im Wandel. WHO Regionalbüro für Europa.
[Baa05] Baars. H. (2006). Distribution von Business-Intelligence-Wissen. IN P.Chamoni & P.Gluchowski (Ed.),
Analytische Informationssysteme, (pp. 409–424). Berlin, Springer
[BRZ+10] Berthold, H., Rösch,P., Zöller, S., Wortmann, F., Carenini, A., Campbell, S., Bisson, P., & Strohmaier, F. (2010).
An architecture for ad-hoc and collaborative business intelligence. New York, NY, USA.
[CG06] Chamoni, P. & Gluchowski, P. (2006), Analytische Informationssysteme. Berlin, Springer.
[Eck11] Wayne, E. (2011). The Secrets of Self Service BI.
[GK06] Gluchowski, P., & Kemper, H.-G. (2006). Quo Vadis Business Intelligence. BI Spektrum 2006(1), 12–19.
[Har08] Hartmann, S. (2008). Überwindung semantischer Heterogenität bei multiplen Data-Warehouse-Systemen.
Bamberg, University of Bamberg Press
[IW11] Imhoff, C. & White, C. (2011). Self Service Business Intelligence – Empowering Users to Generate Insights. In
TDWI Best Practices Report. TDWI Research.
[SCM+05] Sell, D., Cabral, L., Motta, E., Domingue, J., Hakimpour, F., & Pacheco, R. (2005). A Semantic Web Based
Architecture for Analytical Tools. IEEE Computer Society, Washington, DC, USA
[SGDT11] Stibbe, R., Güsgen, J., Dierkes, A., & Tilgen, M. (2011). Geocodierung als Instrument zur Marktanalyse. In KU
Gesundheitsmanagement, 1, 29 – 31.
[SKGS08] Spahn, M., Kleb, J., Grimm, S., & Scheidl, S. (2008). Supporting business intelligence by providing ontology-
based end-user information self-service. ACM, New York, NY, USA
[TRK+10] Thoben, W., Rohde, M., Koch, S., Appelrath, H.-J., & Stuber, R. (2010). Konzepte und Technologien für die
strategische Planung im Krankenhausmarkt. In Krankenhaus IT Journal, 5, 26 – 27.


25 Zusammenfassung
Fazit

Motivation
Identifikation des Bedarfs für eine Informations-Selbstversorgung der Business User
Analytische Informationssysteme zur Analyse von Fragestellungen durch hohe Nutzungs- Komplexität
nur bedingt geeignet
Forschungsbedarf
Forschungsfrage zur Informations-Selbstversorgung mittels erweitertem AIS
Anforderungen an einen Lösungsansatz
Konzept
Architekturskizze: Einbindung einer semantischen Metadatenebene ins AIS
Metadatenmodell: Technische, Analyse und Domänen Ontologie
Analyseunterstützende Funktionalitäten: Suche, Navigation, Vorschlagsgenerierung
Forschungsmethodik / Evaluation
Design Science: Erstellung / Evaluierung / Verfeinerung von Artefakten (Prototypen)
Erster Prototyp auf Basis Von MUSTANG Ende 2011
Evaluierung mittels Fallstudien im KMA Umfeld


26

Fragen ?


Informatik 2011 - Workshop DIG - Potenziale wissensbasierter Analytischer Informationssysteme am Beispiel der Krankenhausmarktanalyse

Recomendados

Recomendados

Más contenido relacionado

Similar a Informatik 2011 - Workshop DIG - Potenziale wissensbasierter Analytischer Informationssysteme am Beispiel der Krankenhausmarktanalyse

Similar a Informatik 2011 - Workshop DIG - Potenziale wissensbasierter Analytischer Informationssysteme am Beispiel der Krankenhausmarktanalyse (20)

Informatik 2011 - Workshop DIG - Potenziale wissensbasierter Analytischer Informationssysteme am Beispiel der Krankenhausmarktanalyse