• 沒有找到結果。

國立臺北護理健康大學資訊管理研究所碩士論文

N/A
N/A
Protected

Academic year: 2023

Share "國立臺北護理健康大學資訊管理研究所碩士論文"

Copied!
118
0
0

加載中.... (立即查看全文)

全文

(1)

國立臺北護理健康大學資訊管理研究所碩士論文 National Taipei University of Nursing and Health Sciences

Graduate Institute of Information Management

指導教授:黃衍文 博士 邱淑芬 博士 Advisor: Ean-Wen Huang Ph.D.

Shwu-Fen Chiou Ph.D.

長期照顧服務管理視覺化分析系統研發

Development of a Data Visualization Analysis System for Long-term Care Services Management

研究生:呂奕德 撰 Name:Yi-De Lu

中華民國一○六年七月

July, 2017

(2)
(3)

致謝

時光匆匆,研究所兩年多的光陰,有苦有樂,有幸能進入北護這溫 暖的大家庭與大家一起學習、一起同甘共苦,在這兩年說長不長說短不 短的日子中,卻有著求學生涯以來最深刻無比的感受,都是因為這一路 上遇到所有幫助我、陪伴我成長的貴人。謝謝你們!因為有你們才成就 了今天的我!

首先,要特別感謝我的指導教授黃衍文博士及邱淑芬博士,在老師 悉心的指導與教誨下不斷地成長與進步,並在我迷惘時為我引導方向,

同時也感謝劉德明博士、邱瑞科博士、彭振興博士與潘美連博士在口試 時給予許多建議與指導,使此篇論文更臻完善。

其次,我也要感謝學長姐姿涵、正峻、楷雯、旨雅、立楷,同學文 欣、佳蓉、祖鵬、驊洹,還有社團的欣怡、唐郡,每當我受挫時你們總 是向我伸出無私的援手,使我的求學之路變得充實而又溫暖。

最後,感謝我的家人與一直陪伴在我身旁的好朋友們,總是給予我 許多的鼓勵、安慰與支持,陪伴我完成研究所的學業,謝謝您們!

呂奕德 謹誌於 民國106年7月 國立臺北護理健康大學 資訊管理研究所

(4)

長期照顧服務管理視覺化分析系統研發

研究所組別:資訊管理研究所

指導教授:黃衍文 教授、邱淑芬 教授 研究生:呂奕德

時間:民國106 年07月

論文摘要

在資訊化的時代下,企業皆以資訊科技系統來增加自己的競爭能力,企業的資訊 科技能力愈高,對企業的營運績效愈有正面的影響,在醫療方面同樣的道理,醫療院 所對日常運作的資料的萃取、整合及分析上,資訊科技系統的應用程度愈高,使用者 愈能即時獲得有用的資訊進而做出正確的決策。

本研究與東部某醫院合作,發現該醫院雖然已經使用資訊系統進行日常的照護工 作流程,但每個月月底需耗費大量時間以人工進行相關報表的計算,因此本研究將於 現有的長期照顧系統上開發長期照顧服務管理視覺化分析系統,套用視覺化統計圖表 以提升統計分析的能力,改善目前的工作流程、減少照護人員工作的負擔進而提升長 期照護的品質。

本研究將分析長期照顧系統內五大子系統的表單及長期照顧領域相關統計分析 指標,並分析歸納出有符合套用統計分析圖表工具之維度欄位,研究架構主要分為查 詢模組、視覺化圖表模組、離線使用模組、資料分析模組及資料庫預存程序模組分別 進行建置,在資料視覺化統計圖表部分可提供包括長條圖、圓餅圖等可下鑽型(Drill-

Down)之統計圖表;在離線使用方面主要以 Web SQL Database 作為行動裝置之資料

庫及Offline Web Application 作為離線使用網頁資源的規格。本研究將符合維度分析

之統計報表,以視覺化統計圖表的方式呈現結果,提升統計分析能力並加強實用性。

(5)

Abstract

In the information age, enterprises are using IT systems to increase their competitive powers. The higher the IT capability of enterprises, the more positive the impact on business performance. In the same way, medical institutions that have the capability of extraction, integration and analysis of daily operational data will have more timely information for decision-making to improve the quality of healthcare. This investigation was done in collaboration with a hospital in Taitung, Taiwan. It was found that although the hospital has been using the information system for the workflow of daily care, staff still needed to spend a considerable amount of time producing relevant report statements at the end of each month.

Therefore, we developed auxiliary statistical analysis tools and a system of quality indicators that can be applied to produce visual statistical charts. These tools can improve statistical analysis, improve upon current work processes, and reduce staff workload and support improvements in the quality of long-term care. Five subsystems in the long-term care system were analyzed, along with long-term care areas related to statistical analysis indicators. The structure was primarily divided into a visualization statistical chart module, quality index query module, statistical analysis query module, statistical data analysis module, quality index statistical module and an offline use module to build and utilize data query. Web-based technologies were utilized for communication. Products included a visual statistical chart including two kinds of charts, such as bar charts, and pie charts. The offline query mainly utilized a web SQL database as a database for mobile devices. Visual graphics were utilized to show the results of statistical analysis of dimensional analysis and quality indicators.

These tools can improve statistical analysis and enhance practical usage.

Keyword: long-term care, decision analysis, mobile devices, data visualization

(6)

致謝 --- I 論文摘要 --- II Abstract --- III 目 錄 --- IV 圖目錄 --- VII 表目錄 --- IX 縮寫對照表 --- X

第壹章 緒論 --- 1

第一節 研究背景 --- 1

第二節 研究動機 --- 5

第三節 研究目的 --- 6

第貳章 文獻探討 --- 7

第一節 資料視覺化 --- 7

(一) 定義及效益 --- 7

(二) 相關應用 --- 7

(三) 視覺化圖表工具 --- 8

第二節 資訊系統於長照領域之應用 --- 10

第三節 長照領域相關統計分析指標 --- 11

(一) 跌倒指標 --- 14

(二) 壓瘡指標 --- 15

(三) 院內感染 --- 15

(四) 非計畫性體重改變 --- 16

(五) 約束指標 --- 17

(六) 非計畫性轉至急性醫院住院指標 --- 18

(7)

(一) 定義及效益 --- 19

(二) 商業智慧分析軟體 --- 21

第參章 研究方法 --- 22

第一節 研究步驟與流程 --- 22

第二節 需求分析 --- 24

(一) 表單盤點及分類 --- 24

(二) 表單套用視覺化類型 --- 29

(三) 視覺化分析範圍 --- 29

第三節 系統分析與設計 --- 32

(一) 架構設計 --- 32

(二) 系統架構 --- 38

第四節 相關技術及開發工具 --- 48

第肆章 研究結果 --- 49

第一節 研究結果 --- 49

(一) 長期照顧管理視覺化分析系統 --- 49

第二節 系統評估 --- 80

(一) 實用性 --- 80

(二) 正確性 --- 80

(三) 效益比較 --- 81

第伍章 討論與結論 --- 82

第一節 討論 --- 82

(一) 研究過程 --- 82

(二) 視覺化工具及呈現方式 --- 83

(三) 圖表工具的選擇 --- 83

(四) 資料正確性 --- 84

(五) 資訊安全 --- 84

(六) 與相關研究比較 --- 85

(8)

第二節 研究限制 --- 87 第三節 結論 --- 88 參考文獻 --- 90 附錄一、期刊論文:整合新一代資通訊科技發展智慧型長照服務系統 96 附錄二、論文發表:長期照顧服務之評估工具系統研發 --- 105

(9)

圖目錄

圖1、研究流程圖 ... 23

圖2、使用案例圖 ... 33

圖3、長期照顧系統功能圖 ... 34

圖4、視覺化分析系統功能圖 ... 35

圖5、系統架構圖 ... 38

圖6、查詢模組架構圖 ... 39

圖7、查詢模組架構圖(線上) ... 40

圖8、查詢模組架構圖(離線) ... 41

圖9、JSON 格式 ... 42

圖10、視覺化圖表模組架構圖 ... 43

圖11、離線使用模組架構圖 ... 44

圖12、資料分析模組架構圖 ... 45

圖13、資料庫預存程序模組架構圖 ... 47

圖14、長期照顧服務管理視覺化分析系統畫面 ... 50

圖15、服務現況選單畫面 ... 51

圖16、查詢系統類型選單畫面 ... 52

圖17、查詢資料類別選單畫面 ... 53

圖18、查詢對象來源資料選單畫面 ... 54

圖19、查詢圖表類型的選單畫面 ... 55

圖20、離線功能專屬功能 ... 56

圖21、查詢結果呈現的畫面 ... 57

圖22、點選列印表格後自動進行列印畫面 ... 58

圖23、列印及匯出報表之畫面 ... 59

圖24、第一層視覺化圖表字串切割組成結果 ... 60

圖25、第二層視覺化圖表字串切割組成結果 ... 60

(10)

圖26、長條圖下鑽前後效果 ... 61

圖27、圓餅圖下鑽前後效果 ... 62

圖28、輸出下載為Word 文書格式功能 ... 63

圖29、下載完成後開啟的可編輯 Word檔案 ... 64

圖30、引用快取清單 ... 65

圖31、快取清單內容所列需快取的檔案 ... 66

圖32、使用瀏覽器開發人員工具檢視存入至使用者裝置的檔案清單 ... 67

圖33、統計資料儲存至使用者裝置 Web SQL Database之運作流程圖 .. 68

圖34、於 Web SQL Database建立資料表 ... 68

圖35、呼叫Web service 服務,取得資料字串 ... 69

圖36、將取得的資料字串作處理後存入Web SQL Database ... 69

圖37、資料完整下載至 Web SQL Database ... 70

圖38、離線使用模組手動操作功能按鈕 ... 71

圖39、點選下載資料按鈕後,系統提示之資訊 ... 72

圖40、下載資料完成後,系統提示之資訊 ... 72

圖41、下載資料完成後,使用瀏覽器開發人員工具檢視下載結果 ... 73

圖42、點選清除資料按鈕後,系統提示之資訊 ... 73

圖43、清除資料完成後,系統提示之資訊 ... 74

圖44、清除資料完成後,使用瀏覽器開人員工具檢視資料清除結果 ... 74

圖45、線上資料分析模組從前端接收的條件參數程式碼... 75

圖46、線上資料分析模組回傳的字串結果 ... 76

圖47、系統檢測到無網路服務時將自動切換為離線分析模式 ... 76

圖48、資料庫預存程序模組資料處理流程圖 ... 77

圖49、於目前長期照顧資訊系統資料庫內新增預存程序... 78

圖50、男女資料類別的預存程序部分內容 ... 78

圖51、統計分析資料表內其中一張資料類別為男女之資料表 ... 79

(11)

表目錄

表1、長期照顧十年計畫 2.0內 17種服務項目[7] ... 3

表2、表單分類統計清單 ... 25

表3、居家服務表單分類 ... 25

表4、送餐服務表單分類 ... 26

表5、日間照顧表單分類 ... 27

表6、家庭托顧表單分類 ... 27

表7、居家護理表單分類 ... 28

表8、視覺化類型 ... 29

表9、可供套用 Word格式輸出之表單 ... 30

表10、可供套用視覺化分析之統計報表 ... 31

表11、壓瘡類指標之分子分母資料來源對應清單 ... 31

表12、相關技術及開發工具 ... 48

表13、導入效益比較 ... 86

(12)

縮寫對照表

英文縮寫 原文 中文名稱

BI Business Intelligence 商業智慧

BIS Business Intelligence System 商業智慧系統

DOM Document Object Model 文件物件模型

HTML5 HyperText Markup

Language 5 超文件標示語言第五版

IOM Institute of Medicine 美國醫學研究機構

IQIP International Quality

Indicator Project 國際醫療品質指標計畫

JSON JavaScript Object Notation JavaScript 物件表示法

QIP Quality Indicator Project 醫療品質指標計畫

SVG Scalable Vector Graphics 可縮放向量圖形

SQL Structural Query Language 結構化查詢語言

TCPI Taiwan Clinical Performance

Indicator 台灣臨床成效指標

W3C World Wide Web

Consortium 全球資訊網協會

Web App Web Application 網頁應用程式

Web SQL Database

Web Structured Query Language Database

網頁結構化查詢語言資 料庫

WHO World Health Organization 世界衛生組織

(13)

第壹章 緒論

第一節 研究背景

根據世界衛生組織(World Health Organization, WHO)定義,65歲以上 的長者定義為「老年人」,當老年人口占總人口比例7%,即定義為「高齡 化社會」(aging society);超過14%則定義為「高齡社會」(aged society); 若超過20%則定義為「超高齡社會」(hyper-aged society)。民國82年我國 老年人口占總人口比率超過 7%,已成為高齡化社會。根據國家發展委員 會推計,民國107年老年人口比率將超過14%,我國將邁入高齡社會;114 年老年人口比率將再超過20%,屆時我國將近一步成為超高齡社會[1],長 期照顧已成為現代社會重要的議題。

國外學者定義長期照顧是指生活無法自理及自我照顧缺損者,提供 一套長期的醫療、護理、個人與社會支持之服務[2],希望能使身心功能 障礙者維持或促進身體功能,增進獨立自主的正常生活能力;國內學者也 指出長期照顧的對象,主要是針對後天與先天慢性疾病患者或是身心障 礙者等因素,導致日常生活無法自理需他人照顧者[3]。在長期照顧與醫 療照護上的分類也有學者指出,長期照顧有別於急性醫療的醫療照護,主 要是提供長期性的日常生活照顧服務[4]。我國政府也在2014年通過的長

(14)

期照顧服務法內定義長期照顧為身心失能持續已達或預期達六個月以上 者,依其個人或其照顧者之需要,所提供之生活支持、協助、社會參與、

照顧及相關之醫護服務[5]。

由於高齡少子化社會來臨,年長者隨著年齡不斷的增長,身體機能也 跟著逐漸降低,伴隨而來的是一些人體的慢性疾病,在罹病與生活自理能 力有困難時,需面臨之照顧問題處理變得困難,而目前臺灣有75%的老人 至少罹患一種慢性病,約一半以上老人同時罹患兩種或更多的慢性病[6]。

根據衛生福利部於民國105年所提出之長照十年計畫2.0報告書指出,

臺灣長期照顧需求人數逐年攀升,於民國108年時需求人數將達到60萬人,

於民國112年需求人數更將達到70萬人。衛生福利部長期照顧十年計劃的 目標[7],「建構完整之我國長期照顧體系,保障身心功能障礙者能護得適 切的服務,增進獨立生活能力,提升生活品質,以維持尊嚴與自主」,主 要內容包括提供全人的照顧、保障老年者能獲得符合個人需求的服務,增 進老人生活獨立自主之能力並提升其生活品質,以維持老年者的自主與 尊嚴。長期照顧的服務項目以日常生活活動服務為主,民國105年核定之 長期照顧十年計畫2.0已由原先的8種服務擴增為17種服務項目,細項內容 經統整如表1所示。

(15)

表1、長期照顧十年計畫 2.0內 17種服務項目[7]

服務項目 目的

照顧服務 以日常生活活動服務為主 喘息服務 用以支持家庭照顧者

居家護理 維持或改善個案之身心功能 社區及居家復健 維持或改善個案之身心功能 輔具購買、租借及住宅

無障礙環境改善服務 增進失能者在家中自主活動的能力

老人營養餐飲服務 協助經濟弱勢失能老人獲得日常營養補充 交通接送服務 協助中重度失能者滿足以就醫及使用長期

照顧服務為主要目的交通服務需求

長期照顧機構服務 入住至合法立案之長照機構,使個案接受全 天候之生活照顧。

失智症照顧服務 提供失智症者家庭化及專業照顧服務。

小規模多機能服務

辦理偏遠長照資源不足區之照管據點、輔導 機制與管理平台,提供多元整合服務,並提 供社區照顧創新模式,補助交通相關費用,

縮短城鄉差距。

家庭照顧者支持服務據

點 提供家庭照顧者支持與相關服務。

社區預防性照顧 積極擴增社區照顧關懷據點、日間托老及各 項健康促進活動。

原住民社區整合

針對資源不足之偏遠及原民地區,佈建長照 資源,發展整合適合當地之長期照顧服務模 式,減少長期照顧服務之城鄉差距,以強化 偏鄉長期照顧服務。

預防失能或延緩失能與 失智之服務

積極辦理早期介入服務方案,優化失智症社 區服務據點。

提供肌力強化運動、生活功能重建訓練、膳 食營養、口腔保健、認知促進等服務。

延伸至出院準備服務 銜接出院準備服務 銜接在宅臨終安寧照護 銜接在宅臨終安寧照護 社區三級整合服務 建構社區整體照顧服務體系

(16)

其中在長期照顧機構服務方面,目前國內大多數長期照顧機構內,工 作者的工作流程中還是以人力和紙本上的作業為主[8],對於人力成本與 時間成本上的花費其實是相當大的,甚至在評鑑時的資料統整對於工作 者更是一項大工程,如何以資訊系統改善工作流程及減少工作人員負擔 是目前多數機構所面臨的一項挑戰。

本研究承襲先前與東部某醫院合作,自2015年起,即開始定期開會討 論,目前已完成長期照顧八大服務中的五個系統,包含居家服務、送餐服 務、日間照顧、家庭托顧以及居家護理,目前該系統已蒐集日常照護的資 料,如能透過系統將資料自動轉化為有用的資訊,並利用視覺化的特性作 完整的呈現,將能輔助決策者做出決策,同時也能減少相關人力成本,故 本研究將針對視覺化分析的功能進行研究。

(17)

第二節 研究動機

面臨人口負成長,國內長期照顧需求逐年攀升,部分長期照顧機構開 始導入資訊技術來滿足人力資源有限卻逐年增長的長期照顧需求,但長 期照顧領域在導入資訊系統的程度比起醫院導入資訊系統的程度仍然較 低[9]。目前大多數長期照顧機構內,工作者的工作流程中還是人力和紙 本的方式為主,在記錄的部分還是由人工做記錄[8],對於人力成本與時 間成本上的花費其實是相當大的,甚至在評鑑時的資料統整對於工作者 更是一項大工程。

本研究承襲先前與東部某醫院合作,開發一套長期照顧資訊系統,在 需求訪談的過程中發現,每個月月底該院需花費大量時間以人力進行院 內資料統計分析及相關報表的計算,且決策時有檢視統計圖表的需求,而 該醫院服務範圍長達數百公里,若於外出辦公時處於沒有網路覆蓋環境 時,則無法查詢統計圖表。

資料視覺化可達到簡易的分析以及清楚的溝通[10],輔助決策者做出 更加精準的決策,本研究將於目前的長期照顧系統上增加長期照顧服務 管理視覺化分析系統,使其具備資料統計分析及相關報表的計算功能,提 供跨平台及離線查詢統計圖表之能力,將日常照護紀錄資料透過視覺化 呈現方式迅速轉換成為有用的資訊,並克服特殊的工作環境網路限制,改

(18)

第三節 研究目的

本研究目的為在現有的長期照顧系統上建置長期照顧服務管理視覺 化分析系統,並透過行動應用開發的方式達到跨平台使用統計圖表的功 能,將日常照護紀錄資料自動轉換成為有用的資訊,藉此減少照護人員工 作的負擔,進而提升醫療照護的品質來改善目前長期照顧整體照護流程。

本研究之具體目的如下列所述:

1. 開發長期照顧管理視覺化分析系統,自動產生相關報表及分析計算統 計資料,以圖表方式呈現多面向的資訊,輔助決策者做出正確的決策。

2. 發展可下鑽型(Drill-Down)分析圖表模組以及多種視覺化呈現功能,

使系統查詢結果呈現方式彈性且具有多面向資料的呈現能力。

3. 提供離線使用的功能,方便使用者處於貧乏的網路情況時仍可使用本 系統進行資料分析。

4. 系統開發時透過與醫院內行政工作人員討論需求及驗證結果之正確 性,完成一套經過使用者驗證及符合實務需求之資訊系統。

(19)

第貳章 文獻探討

第一節 資料視覺化

(一) 定義及效益

資料視覺化基本目標是以更清晰有效的方式傳達資訊,且以圖形化 的方式呈現資料還可以從中得出不同的觀點[11-13],國外學者對於資料 視覺化方面的研究指出,在資訊化的時代下,資訊圖表能有效幫助人們更 容易理解內容,研究也指出在圖表的配色也能影響資訊吸收的程度[14]。 在行動應用程式方面的領域上,也有學者指出視覺化是行動應用程式組 成上重要的一部分,透過視覺化能使使用者更加容易從資訊系統內了解 資訊並做出決定[15]。

(二) 相關應用

於醫院資訊系統上,國外也有研究將電子健康紀錄的資料利用視覺 化的技術呈現來幫助醫生更快速的判讀患者的狀況[16],以及使用電子病 歷紀錄建立之眼科患者的視覺化分析系統,透過該系統將科患者的病歷 資料視覺化,從中找出潛在患有特定疾病的患者[17]。國內方面也有學者 將資料視覺化用在長期照顧系統上,以趨勢圖或雷達圖的方式來清楚呈 現出機構中住民之健康狀況[18],另外醫院管理方面也使用了視覺化呈現

(20)

方式取代一般的報表及數字呈現,提供了醫院管理者清楚的決策方向,不 但可輔助決策更可用於監控異常狀況[10]。而其他非醫療領域的應用也非 常多,如利用商業軟體Tableau 視覺化工具來研究大學公共事務需求,並 說明有了視覺化圖表,可以快速做出重大決策[19]。

(三) 視覺化圖表工具

由於資訊發展迅速,視覺化工具種類繁多,因此在此列出根據國內學 者研究指所蒐集熱門且被公衛領域所使用之視覺化工具[20]列出以下兩 種熱門的視覺化圖表工具並進行介紹:

1. D3.js

D3.js(Data-Driven Documents)是 一 套 動 態 視 覺 化 顯 示 資 料 的

JavaScript 庫,相容 W3C 標準,透過使用超文件標示語言(HyperText

Markup Language, HTML)文件物件模型(Document Object Model, DOM)、 可縮放向量圖形Scalable Vector Graphics(Scalable Vector Graphics, SVG), 在網頁上顯示資料,D3.js 原生支援 SVG 向量式圖形,SVG 可以更有效 率於網頁上存放圖形,D3.js的優點是圖表自訂程度大,缺點則是實作上 較為複雜[21]。

(21)

2. Highcharts

Highcharts 為一使用JavaScript 編寫的圖表庫,提供網頁或網頁應用

程式簡單的方法即可呈現出交互式地圖表,Highcharts 支持的圖表類型有 直線圖、曲線圖、區域圖、柱狀圖、餅狀圖、散狀點圖、儀表圖、氣泡圖、

瀑布流圖等20種圖表,其中很多圖表可以集成在同一個圖形中形成混合 圖,主要特點有良好的相容性,可在舊有的IE及各電腦、行動裝置的瀏 覽器上正常使用,以及簡易的編寫語法,不需要使用複雜的程式技術,資 料格式皆使用JSON格式[22]。JSON 全名為JavaScript Object Notation,

是一種輕量級的資料交換格式。有良好的可讀性和易於編寫的特性,可在 不同平台之間進行資料交換[23]。

(22)

第二節 資訊系統於長照領域之應用

長期照顧領域相關資訊系統主要著重於開發讓使用者能在環境、照 護服務與科技產品的操作上,能適時、適地及適人的貼近使用者需求[24]。 將資訊科技運用在長期照顧方面,可以改善照護的效果,國外學者即有將 長期照顧機構中跌倒報告方面的應用,比較導入資訊系統前與導入後的 差異,並透過科技接受度模型及四種評估方法後證明,照護員原本使用紙 本方式報告一起跌倒事件花費時間為10分鐘,導入資訊系統候只需花費 5分鐘,而主管每月的跌倒彙整報告需花費 45 分鐘至1 小時製作,導入 資訊系統後,僅需花費短時間即可產生報告,且電子表單有不易遺失、減 少錯誤率及報告低延遲的優點[25]。

國內學者研究指出將長照工作流程導入資訊系統後,實測比較導入 前後效益,以健保諮詢及指導作業、生理量測作業、生活及健康量表評估 作業、門診住院及緊急醫療服務作業、送藥服務作業、施打流感疫苗及飲 食指導作業共 7 大項工作流程總計前後效益,結果顯示導入前總花費時

間為3510.5分鐘,而導入後資訊系統後僅需花費324.07分鐘,並且每月

可為機構減少12490 元的成本[18]。

日本GIS(ジー・アイ・エス)公司所開發的長期照護管理系統,該系

(23)

護人員工作量及負擔,並透過系統內資料分析管理功能,提升長期照顧服 務品質[26]。

國內博鈞科技所開發之 ECare 長期照護資訊管理系統,藉由機構營 運管理系統,可以精省單位人力成本外,並利用圖表來進行各式報表的呈 現,清楚掌握醫院營運成果[27]。構思數位策略公司所開發之長期照護機 構 e 化服務-居家護理管理系統也強調資訊科技的優勢之一為效率性,該 系統透過自動產生工作流程所需的各項統計分析報表,藉此減少工作人 員成本與時間[28]。

第三節 長照領域相關統計分析指標

隨著醫療環境不斷進步及醫院間的競爭愈來愈激烈,醫療品質逐漸 受到民眾重視,醫療企業如何有效管理及提昇醫療品質將是競爭的關鍵,

由於醫療照護的範圍大多難以明確定義,1990 年美國 IOM(Institute of Medicine, IOM)對醫療品質的定義為「符合現代專業知識下,醫療服務 為盡量提升病患所期望的照護結果」。國內目前常用的指標為台灣醫療品 質指標計畫(Taiwan Quality Indicator Project, TQIP)及台灣醫療照護品質指 標系列(Taiwan Healthcare Indicator Series, THIS)兩種,TQIP目前提供25 個急性照護指標、8個精神照護指標、6個長期照護指標,THIS 目前推出 門診指標、住院指標、急診指標、加護指標、呼吸照護指標、病人安全指

(24)

台灣醫療照護品質指標系列(THIS)為衛生署於 1999年8月委託臺灣 醫務管理學會,整合台灣醫療學術界和實務界,含各級醫院、醫院協會、

及十二所醫務管理科、系、所之學者專家,指標採月提報,各醫院指標提 報依據多以易蒐集、符合醫院屬性之指標進行提報,報告可提供整體評估 比較,及縱向趨勢分析,此外經由例行報告可作為本身與同層級之同儕醫 院相互比較之參考,2016年台灣有 177 家醫院參與,醫學中心 9家、區 域醫院47家、地區教學醫院 20家和地區醫院101 家[31]。

台灣醫療品質指標計畫(TQIP)為先前國內醫療院所廣泛使用的醫療 品質的定義,該計畫源自於1985年美國馬里蘭州,馬里蘭州醫院協會協 助發展「醫療品質指標計畫」(Quality Indicator Project, QIP),透過指標 之定期監測,以尋求品質改善的空間。美國國內其他醫院陸續加入該計 畫,1992年英國率先以非美國醫院加入本計畫,促使 QIP逐漸發展為國 際醫療品質指標計畫(International Quality Indicator Project, IQIP)。至 2005年共有美國(900家)、英國(132家)、德國(6家)、奧地利(28 家)、葡萄牙(8家)、愛爾蘭(1家)、新加坡(13家)、中國大陸(3 家)和台灣(80家)等九個國家醫院參與。

台灣由財團法人醫院評鑑暨醫療品質策進會於1999年 8月引進QIP 以「台灣醫療品質指標計畫(TQIP)」為計畫名稱,正式在國內醫院推行,

(25)

2011年起財團法人醫院評鑑暨醫療品質策進會結束與美國 QIP的代 理合約,不再推行TQIP,並運用過去十年累積的經驗,參考國內外各種 指標系統使用情形及發展趨勢,配合國內衛生政策,建立一套更貼近臨床 照護的指標,並開發指標提報、分析、回饋的資訊系統。稱為台灣臨床成 效指標計畫(Taiwan Clinical Performance Indicator, TCPI)。目前TCPI發 展中的指標包含綜合照護、精神照護與長期照護等三類指標,長期照護目 前有護理之家住民照護相關之指標,2016年台灣有97 家醫院參與,醫學 中心19家、區域醫院 57家、地區醫院12 家和精神專科9家,其中長期 照護參與的指標家數為23家。TCPI資料是參加醫院依其需要,選定指標 細項,自行提報醫院層級之指標資料,以作為醫院內部持續自省、精進品 質的動力[33]。

依據行政院衛生福利部2012醫療品質政策白皮書,上述文獻探討所 提之2項指標為目前國內廣泛使用的兩種指標[30],而台灣長期照護專業 協會則經過徵詢 45 家長期照護機構後,以 TCPI 內「六項品質指標」作 為機構品質監測標準,監測內容包括跌倒指標、壓瘡指標、院內感染指標、

非計畫性體重改變指標、約束指標、非計畫性轉至急性醫院住院指標。且 該六項品質指標與美國馬里蘭醫院協會(Maryland Hospital Association)所 發展的醫療品質指標資料庫中針對評估長期照護機構醫療品質之指標相 似,綜觀上述文獻探討長期照顧品質指標發展與應用,故本研究將以TCPI

(26)

指標之應用作為本研究主軸[34]。以下為「六項品質指標」內各項指標之 計算公式[35]。

(一) 跌倒指標

探討及分析住民跌倒的發生率、發生原因及身體傷害程度,以作為預 防跌倒再發或減輕跌倒所造成的傷害程度。

跌倒發生率:

=當月住民跌倒件數

當月住民總人日數× 100%

因某一原因造成跌倒之比率:

= 因某一原因造成跌倒事件數

當月住民趺倒件數 × 100%

跌倒造成傷害的發生率:

=當月跌倒造成傷害事件數

當月住民跌倒件數 × 100%

跌倒傷害嚴重度某級之比率:

= 跌倒傷害嚴重度某級事件數

當月住民跌倒造成傷害件數× 100%

(27)

住民重複跌倒件數:

= 跌倒件數大於一次的住民人數

有紀錄跌倒住民人數 × 100%

(二) 壓瘡指標

收集與估計壓瘡盛行率並分析原因,以利壓瘡防治。

壓瘡點盛行率:

=測量當日有壓瘡住民人數

測量當日住民人數 × 100%

「各級數」壓瘡點盛行率:

= 測量當日有一處或多處某級壓瘡住民人數

測量當日總住民人數 × 100%

(三) 院內感染

收集院內感染的發生密度及分析原因,以利應用適當照護措施,減少 感染之發生。

總感染發生密度:

= 當月總感染人次

當月住民總人日數× 100%

呼吸道感染發生密度:

= 當月呼吸道感染人次

當月總住民人日數 × 100%

(28)

= 當月下呼吸道感染人次

當月總住民人日數 × 100%

泌尿道感染發生密度:

= 當月泌尿道感染人次

當月住民總人日數 × 100%

使用存留導尿管的泌尿道感染發生密度:

=使用存留導尿管的泌尿道感染人次

當月使用存留導尿管人日數 × 100%

未使用存留導尿管的泌尿道感染發生密度:

=未用存留導尿管的泌尿道感染人次

當月未用存留導尿管人日數 × 100%

疥瘡感染發生密度:

=當月疥瘡感染人次

當月住民總人日數× 100%

(四) 非計畫性體重改變

利用具體量化的資料與記錄,定期追蹤、分析個案體重增加或減少的 原因,將有助於機構監測個案非計畫性的體重改變程度,進而藉由營養照 護服務、及護理計畫來改善。

非計畫性體重減輕比率:

= 體重減輕 5%以上的住民數

× 100%

(29)

= 體重增加 5%以上的住民數

入住超過 30 天(含)的住民數× 100%

(五) 約束指標

監測機構內住民受約束過程中之照護品質,以維護住民之基本人權 及安全。

身體約束事件率:

= 當月受身體約束住民總人數

當月住民總人日數 × 100%

因「某原因」而使用身體約束比率:

= 因某原因而使用身體約束人數

當月受身體約束住民人數 × 100%

每日身體約束持續時間比率:

= 約束持續時間之人數

當月受身體約束住民人數× 100%

住民有多重身體約束(二種以上)比率:

= 住民受身體約束二種以上人數

當月受身體約束住民人數 × 100%

約束移除成功率:

=當月移除身體約束至少維持 24 小時以上之住民人數

當月受身體約束住民人數 × 100%

(30)

(六) 非計畫性轉至急性醫院住院指標

探討機構住民罹患慢性疾病及潛在之感染問題,以了解長期照護機 構住民經常反覆住院的原因並予以列入品管指標監測之,以及住民非計 畫性轉至急性住院照護的原因。

入住 72 小時內非計畫性轉至急性醫院住院比率:

=入住 72 小時內非計畫性轉至急性醫院

當月新住民人次 × 100%

非計畫性轉至急性醫院住院比率:

= 當月非計畫計畫性轉至急性醫院住院人次

當月住民總人次 × 100%

因「某原因」非計畫性轉至急性醫院住院比率:

= 因某原因非計畫性轉至急性醫院住院人次

當月非計畫性轉至急性醫院住院人次 × 100%

(31)

第四節 商業智慧與醫療決策

(一) 定義及效益

「商業智慧」(Business Intelligence)這個名詞是於 1989 年由美國

Gartner公司的分析師 Howard Dresner首次提出,主要定義為將企業平時

運作時所累積的大量資料,萃取後整合成有用的部分,除了依靠決策者 平時的經驗外,還有相關的數據資料作為決策時參考的依據。

在資訊化的時代下,企業皆以資訊科技系統來增加自己的競爭能力,

企業的資訊科技能力愈高,對企業的營運績效愈有正面的影響[36],在 醫療企業方面也是,對日常運作的資料的萃取、整合及分析上的應用,

關 鍵 在 於 如 何 將 資 料(Data)轉 化 為 資 訊(Information)再 轉 化 為 知 識

(Knowledge),因此資料倉儲(Data Warehouse)與商業智慧系統(Business

Intelligence System, BIS)的建置顯得更為重要。

BIS是 21 世紀國內醫療產業發展資訊化的重要指標,一般可應用於 資 料 倉 儲 、 報 表分 析(Reporting)、 資 料 純 化(Extraction Transformation Loading, ETL)、 儀 表 板 、 線 上 分 析 處 理(Online Analytical Processing, OLAP)、平衡計分卡(Balanced Scorecard, BSC)等方向,主要發展內容亦 包含醫院營運趨勢分析(Trend Analysis)、醫院營運狀況剖析(Operation Analysis)、醫院財務指標分析(Financial Analysis)、臨床醫療品質分析

(32)

(Clinical Quality Analysis)等多個面向[29]。

BIS 需具多維度分析(Multi-Dimension Analysis)之功能,因一般資料 分析僅能以少量維度進行分析,無法滿足許多管理層面的需求,因此 BIS 須具備壓縮(Cube)的功能[29]。多維度分析一般會使用資料倉儲作為 資料來源,而資料倉儲大多使用星狀結構(Star Schema)來表達多維度資 料模型(Multidimensional Model)[37]。

資料探勘(Data Mining)是一種發掘資料與資料之間樣式(Patten)與關 聯的過程,是一種從大量資料中萃取有用資訊的技術,為了能容易使用 視覺化操作介面與資料統計分析能力,線上即時分析技術應具有以下功 能:向上彙總(Roll-Up)、向下挖掘(Drill-Down)、切片及切塊(Slice and Dice)、轉軸(Pivot)[38]。以多維度的模型架構查詢方式分析歷史資料,依 決策者關注的主題,提供給決策者更有彈性的查詢及報表產出[39]。

醫療品質指標是 BIS 的一個應用,醫療品質為求使病人能達到理想 的醫療結果,必須兼顧避免併發症、病人及家屬之醫療需求、成本效益 等,並且強調做對的事(do the right thing)的同時還要把事情做對(do the

thing right)[43,44]。醫療品質的評估模式可分為結構(Structure)、過程

(Process)、結果(Outcome)等三個面向,將醫療服務的過程以投入、製造、

產出的邏輯分為結構面、過程面、結果面[42]。

(33)

(二) 商業智慧分析軟體

根據美國電腦雜誌PC Magazine所評選出 2017年最佳的資料視覺化 工具[43]列出以下兩種熱門的視覺化分析工具並進行介紹:

1. Microsoft Power(Business Intelligence, BI)

Power BI 是一套商業智慧分析軟體,可用來分析資料,是一套功能

豐富的混合資料與報表製作工具。利用視覺化工具合併來自不同資料庫、

檔案及Web服務的資料,並提供超過20種以上的視覺化圖表,並透可過 儀表板功能將所有需要關注的資訊匯聚於一處,即時更新與查看,且還有 行動應用程式可以存取資料及報表[44]。

2. Tableau Desktop

Tableau Desktop 是一套商業智慧分析軟體,結合了資料探勘和資料

視覺化的功能,可連接多種資料庫如結構化查詢語言(Structured Query

Language, SQL)資料庫及EXCEL檔案等等,操作上強調可以通過簡單的

drag and drop各維度的資料欄位完成複雜的分析[45]。

(34)

第參章 研究方法

本章節依序說明研究步驟與流程、系統需求分析與設計、相關技術應 用及開發環境與工具。

第一節 研究步驟與流程

本研究將在原有的長期照顧系統上建置長期照顧服務管理視覺化分 析系統,藉由研究背景、動機及目的,於文獻中先了解統計分析及長照領 域相關統計分析指標的宗旨及定義,接著深入研究下鑽型視覺化圖表工 具及離線應用等相關技術,最後參考資訊系統於長期照顧的現況與應用 的相關文獻。

本研究藉由先前參與長期照顧系統建置的經驗進行需求分析,確認 使用者的需求,歸納出視覺化呈現種類,接著分析出可建立視覺化分析及 品質指標的表單清單,再進行流程及架構的設計與規劃,最後進行各個模 組的開發及系統測試,將視覺化分析系統加入至原有的長期照顧系統上,

以達成研究目的及具體應用,圖1為本研究之研究流程圖。

(35)

圖1、研究流程圖

(36)

第二節 需求分析

本研究承襲先前與東部某醫院合作,自 2015 年起即開始建置系統,

該長期照顧系統目前已完成長期照顧八大服務中的五個系統,包含居家 服務、送餐服務、日間照顧、家庭托顧以及居家護理,此系統將以此為基 礎延伸建置相關視覺化呈現及分析服務,以下將盤點系統內各表單及歸 納視覺化種類並決定出視覺化分析範圍。

(一) 表單盤點及分類

該長期照顧資訊系統內所有電子表單主要分為兩大類,包括輸入型 以及輸出型的表單,本研究分析了五個系統的紙本表單,建立出表 2 之 五個系統內各系統所有表單分類統計清單,用於輸入的表單共80張,用 於輸出的表單共 41 張,居家服務表單分類如表 3,送餐服務表單分類如

表 4,日間照顧表單分類如表 5,家庭托顧表單分類如表 6,居家護理表

單分類如表7。

(37)

表2、表單分類統計清單

所屬系統 Input () Output ()

居家服務 14 13

送餐服務 14 4

日間照顧 4 10

家庭托顧 3 4

居家護理 17 4

共通表單 28 6

總計 80 41

表3、居家服務表單分類

居家服務 表單

編號 表單名稱 輸入

表單 輸出 表單

月份 維度

地區 維度

性別 維度

F1-1 居家服務特殊動態紀錄表 ✔

F1-2 居家服務評估單 ✔

F1-3 居家服務督導員家訪紀錄評估表 ✔

F1-4 照顧服務員工作時數紀錄表 ✔

F1-5 居家服務督導員訪視紀錄單 ✔

F1-6 居家服務簡易家務整理定義 ✔

F1-7 居家服務排班表 ✔

F1-8 居家服務班表臨時異動紀錄 ✔

F1-9 督導員人事資料表 ✔

F1-10 居家服務員考核評分表 ✔

F1-11 居家服務個案管理基本資料表 ✔

F1-12 督導員管理資料總表 ✔

(38)

F1-14 督導費用明細表 ✔

F1-15 服務費用印領清冊 ✔

F1-16 居家服務員薪資 ✔

F1-17 印領清冊(含明細表)-身障居服-縣府 ✔

F1-18 身心障礙者支持服務成果季報表 ✔ ✔

F1-19 身障統計月報表 ✔ ✔

F1-20 督導費印領清冊 ✔

F1-21 居家服務部分付擔繳費報表 ✔

F1-22 分區域服務狀態 ✔ ✔ ✔

F1-23 服務員的服務時務總表 ✔

F1-24 週排班表 ✔

F1-25 當天服務表 ✔

F1-26 員工區域分配 ✔

F1-27 督導個案轉移 ✔

表4、送餐服務表單分類

送餐服務 表單

編號 表單名稱 輸入

表單 輸出 表單

月份 維度

地區 維度

性別 維度

F2-1 送餐服務評估單 ✔

F2-2 送餐服務分派單 ✔

F2-3 復餐停餐通知單 ✔

F2-4 餐飲服務個案紀錄單 ✔

F2-5 居家餐飲服務督導紀錄單 ✔

F2-6 新進員工一般健康檢查紀錄表 ✔

F2-7 送餐附件一送餐服務登記表 ✔

F2-8 送餐服務登記表 ✔

F2-9 送餐人員薪資表 ✔

F2-10 費用明細表 ✔

F2-11 服務狀態 ✔ ✔ ✔

F2-12 送餐服務部分付擔繳費報表 ✔

F2-13 備餐確認單 ✔

F2-14 當日送餐記錄單 ✔

F2-15 特定週排餐表 ✔

F2-16 員工區域分配 ✔

(39)

表5、日間照顧表單分類

日間照顧 表單

編號 表單名稱 輸入

表單 輸出 表單

月份 維度

地區 維度

性別 維度

F3-1 日照個案評估表 ✔

F3-2 出席表 ✔

F3-3 個案就醫用藥紀錄表 ✔

F3-4 洗澡表 ✔

F3-5 交通接送服務時間表 ✔

F3-6 伙食單 ✔

F3-7 日照服務個案管理基本資料表 ✔

F3-8 年度交通印領清冊 ✔

F3-9 日間照顧交通補助明細表 ✔

F3-10 日間照顧服務補助明細表 ✔

F3-11 日間照顧個案名冊 ✔

F3-12 日間照顧服務費用名冊 ✔

F3-13 日間照顧個案每週出席表 ✔

F3-14 車別資訊表 ✔

表6、家庭托顧表單分類

家庭托顧 表單

編號 表單名稱 輸入

表單 輸出 表單

月份 維度

地區 維度

性別 維度

F4-1 家托個案評估表 ✔

F4-2 意外事件報告單 ✔

F4-3 家托服務員考核評分 ✔

F4-4 家庭托顧服務個案管理基本資料表 ✔

F4-5 服務費用明細表 ✔

F4-7 家庭托顧人員薪資費用 ✔

F4-8 督導費用明細表 ✔

(40)

表7、居家護理表單分類

居家護理 表單

編號 表單名稱 輸入

表單 輸出 表單

月份 維度

地區 維度

性別 維度

F5-1 A表 ✔

F5-2 服務終止表單 ✔

F5-3 病患身體功能評估(b表) ✔

F5-4 基本資料 ✔

F5-5 紀錄卡 ✔

F5-6 家屬照護技能評估 ✔

F5-7 服務評估內容 ✔

F5-8 護理問題總表 ✔

F5-9 居家護理服務醫師訪視紀錄單 ✔

F5-10 壓瘡危險因子評估表 ✔

F5-11 居家護理計畫 ✔

F5-12 居家護理營養評估與建議單 ✔

F5-13 用藥紀錄表 ✔

F5-14 藥師指導單張 ✔

F5-15 檢驗報告總表 ✔

F5-16 傷口治療單 ✔

F5-17 居家護理補述紀錄單 ✔

F5-18 居家護理個案管理資料 ✔

F5-19 居家護理月報表 ✔

F5-30 居護身障月報表 ✔

F5-31 居家護理服務醫師訪視紀錄單 ✔

(41)

(二) 表單套用視覺化類型

分析上述各類型的表單後可以進一步歸納出如表 8 所示四種類型的 視覺化輸出方式,第一種為單筆輸入類型的表單,輸入完成資料後將可產 生報表,並另外提供產生Word形式的檔案,滿足工作流程額外的內容調 整需求;第二種為單純從資料庫列出原始資料的資料表格;第三種為經過 計算的統計報表,由於這類報表維度較為複雜,僅提供單純的表格呈現;

第四種為維度較為單純的統計類報表,該報表將提供可下鑽型視覺化圖 表。

表8、視覺化類型

編號 報表類型 視覺化類型

一 單張輸入表 Word格式 二 原始資料表 表格

三 維度複雜統計表 表格

四 維度簡單統計表 表格+視覺化圖表

(三) 視覺化分析範圍

本研究首先分析了長照機構目前五大系統內的所有紙本表單,整理 出如表9列出可供套用Word格式輸出之表單,並分析長期照顧領域相關

(42)

統計分析指標,根據系統內目前資料庫欄位分析,從中分別分析出具有相 同維度可供套用統計分析圖表的欄位,主要包括月份、地區及性別維度,

並訪談工作人員實際工作需求,整理出系統預計建置如表10 所示之視覺 化統計報表,而另外根據長照領域相關統計分析之文獻,盤點系統內所有 資料表單欄位,預計建置出一項居家護理品質指標供查詢,詳細資料來源 欄位及居家護理品質指標分子分母來源如表11所示。

表9、可供套用 Word格式輸出之表單

表單編號 表單名稱

C1-1 申訴反應/處理單

C1-2 營養師照會紀錄單

C1-4 個案定期照顧計劃表

C1-5 個案復健服務轉介單

C1-6 迷你營養評估(簡短版)

C1-7 社工個案轉介單

C1-8 IADL評估表

C1-9 巴氏量表ADL評估表

C1-12 在職教育訓練卡

C1-19 個案結案表

F1-0 服務時間表

F1-1 居家服務特殊動態紀錄表

F1-2 居家服務評估單

F1-3 居家服務督導員家訪紀錄評估表

F1-4 照顧服務員工作時數記錄表

F1-5 居家服務督導員訪視紀錄單

F1-6 督導員居家服務清潔範圍工作表

F1-7 居服排班表

F2-1 送餐服務評估單

(43)

表10、可供套用視覺化分析之統計報表 統計報表

報表名稱 輸入

表單

輸出 表單

月份 維度

地區 維度

性別 維度

個管人數 ✔ ✔ ✔

男女 ✔ ✔ ✔

年齡 ✔ ✔

障別 ✔ ✔

族別 ✔ ✔

失能程度 ✔ ✔

身份別 ✔ ✔

結案原因 ✔ ✔

表11、壓瘡類指標之分子分母資料來源對應清單

指標 分母來源

分子來源 表單 欄位

壓瘡點盛行率

當月居家護理 管理個案之總 人數

F5-10 壓 瘡

危險因子評 估表

評估當時個 案是否有壓 瘡產生

(44)

第三節 系統分析與設計

本節將針對系統功能及系統架構作說明。

(一) 架構設計

此系統主要為配合目前已開發完成且陸續正式上線使用的整套長期 照顧資訊系統所開發的視覺化分析系統,在建置長期照顧服務管理視覺 化分析系統雛型前,研究首先分析與整理長照機構目前五大系統內的所 有紙本表單,評估後認為除了基本的報表及Word視覺化呈現外,其他維 度較為單純的統計報表資料欄位可套用到更進階的統計圖表,並與院方 行政人員需求訪談,最後歸納整理出可供視覺化分析的資料來源及欄位。

另外由於地理因素,該醫院服務範圍長達數百公里,若於外出辦公時處於 沒有網路覆蓋環境時,則無法查詢統計圖表,為了克服此問題,本系統設 計為處於貧乏的網路情況下也能繼續使用本系統,研究將使用離線網頁 應用程式(Offline Web Applications)[46]、網頁結構化查詢語言資料庫(Web Structured Query Language Database, Web SQL Database)[47]及可跨平台操 作使用的網頁應用程式(Web Application, Web App)[48]進行系統建置。

透過使用者訪談及需求分析後,建置出服務管理視覺化分析系統雛 型,分為使用者端與伺服器端兩個部分,使用者端主要包含查詢模組、視

(45)

模組以及資料庫預存程序模組等兩個模組。

1. 使用者角色

本研究所開發之系統及相關視覺化模組,主要使用者為醫院內的行 政人員及照護人員,長期照顧服務管理視覺化分析系統的使用者案例圖 如圖 2 所示,共分為兩種使用角色,照護人員工作表單時會使用到圖表 視覺化功能,行政人員可進行查詢資料,而查詢資料功能也包括了可自訂 輸入查詢條件的功能。查詢完成後同時也可儲存查詢結果及圖表視覺化,

並且當使用者處於貧乏的網路狀況時,也可進行離線的使用。

(46)

2. 系統功能

根據研究背景及需求分析,本研究於現有的長期照顧系統上建置長 期照顧服務管理視覺化分析系統,如圖 3 長期照顧系統功能圖,在視覺 化分析子系統需包含資料查詢、視覺化圖表呈現、政府申報資料格式、列 印表格、儲存結果及離線使用等 6 個基本功能,如圖 4 視覺化分析系統 功能圖。根據文獻探討及需求分析,本研究將系統分為五個模組,包括查 詢模組、視覺化圖表模組、離線使用模組、資料分析模組以及資料庫預存 程序模組,以下將介紹各模組之功能。

圖3、長期照顧系統功能圖

(47)

圖4、視覺化分析系統功能圖

(48)

(1) 查詢模組

查詢模組使用者介面設計為下拉式選單的方式提供使用者快速簡便 的輸入方式,並設計蒐集查詢資料之服務現況、日期區間、所屬系統、資 料類別、對象來源及圖表類型,配合資料型態目前共設計有長條圖及圓餅 圖兩種選擇。除了上述屬於輸入類型的功能外,也提供有單獨列印表格的 按鈕以及離線功能專屬的手動下載最新資料、手動刪除舊有資料功能。

而查詢模組將查詢條件送出至資料分析模組後,資料分析模組將回 傳資料給查詢模組。

(2) 視覺化圖表模組

視覺化圖表模組使用Highchart圖表工具作呈現,提供使用者一直覺 的圖形化方式呈現統計資料,並搭配可下鑽型(Drill-Down)的圖表技術,

與使用者互動,提供使用者更進一步的資訊,視覺化圖表模組將利用查詢 模組取得的資料來作為後續圖表呈現的資料來源。

另外也將提供使用者能將目前系統上所呈現的報表,輸出為可供使 用者自行編輯的Word檔案格式,滿足使用者因工作流程特殊需求時,可 自行調整版面及新增其他資料的需求。

(49)

(3) 離線使用模組

離線使用模組主要為解決使用者於外出辦公時處於沒有網路覆蓋環 境下,仍然可維持系統操作,並就現有離線儲存的資料進行資料分析,此 模組於使用者首次開啟系統時,將會於使用者端暫存查詢所需的網頁資 源檔案及統計資料庫,以供未來處於無網路服務的情況時,系統仍然可以 進行分析與操作。

(4) 資料分析模組

資料分析模組主要為收到使用者的查詢條件後,進行資料庫的資料 計算後回傳統計過後的資料結果,供使用者查看結果,本模組為資料分析 核心模組,包括各類別的資料來源及計算規則。

(5) 資料庫預存程序模組

資料庫預存程序模組主要為滿足離線使用時的查詢資料來源,模組 設定最小統計週期為 1 個月,將於每月統計一次資料後將統計的數值儲 存至統計分析專用的資料表內各個類別之資料表單。

(50)

(二) 系統架構

圖 5 為本研究系統架構圖,主要分為系統操作的使用者端與負責資 料處理的主機伺服器端。使用者端主要分資料查詢模組、視覺化圖表模組 及離線使用模組;伺服器端主要為資料分析模組及資料庫預存程序模組。

以下將針對各個模組詳細運作流程分別詳述:

圖5、系統架構圖

1. 使用者端

(51)

(1) 查詢模組

查詢模組運作架構如圖 6 所示,查詢模組設計為同時擁有線上 查詢離線查詢功能,當查詢模組蒐集完成使用者所設定之查詢條件 後,選擇查詢資料按鈕後,此時根據網路服務的有無會有兩種查詢方 式,第一種為線上查詢方式,第二種為離線查詢方式,以下將分別介 紹兩種查詢方式的架構及流程。

圖6、查詢模組架構圖

線上查詢方式運作架構如圖 7 所示,當有網路服務的時候,會 將使用者輸入的查詢條件等相關資訊以 jQuery 內的 Ajax()方法呼叫

(52)

傳送至後端資料分析模組,同時後端資料分析模組將回傳結果至查 詢模組,查詢模組再將收到的資料字串交由視覺化圖表模組進行後 續應用。

圖7、查詢模組架構圖(線上)

離線查詢方式運作架構如圖 8 所示,當無網路服務的時候,此時前 端的查詢模組將直接根據使用者所設定之查詢條件及統計規則,讀取使

用者前端Web SQL Database 內下載完成的統計分析資料表內容進行離線

查詢計算,而當上述動作完成後,將會產生統計表格資料字串及視覺化資

(53)

料字串將會另外以字串的形式傳送給視覺化圖表模組做為後續視覺化圖 表呈現的資料來源。

圖8、查詢模組架構圖(離線)

(2) 視覺化圖表模組

視覺化圖表模組運作架構如圖10所示,視覺化圖表模組主要將 查詢的資料以圖形化統計圖表的方式進行呈現,將接收查詢模組所 傳遞的資料字串及相關參數,當收到查詢模組所傳送的字串後,將會 進行資料字串的解析,並依序進行各層圖表的資料來源組合,當各層 圖表字串組合完成後以 JSON.parse 方法將字串轉換為 JSON 格式,

(54)

JSON格式如圖 9所示。

圖9、JSON 格式

之 後 再 將 處 理 好 的 字 串 傳 入 Highcharts 圖 表 模 組 , 使 用

Highcharts 技術繪製出圓餅圖、長條圖[49],使上述兩種視覺化圖表

擁有可下鑽型(Drill-Down)的能力並藉此與使用者可以進一步互動,

以呈現更進一步的資訊。其中下鑽式圖表係當使用者點擊圖表任何 一資料區塊時,可下鑽並呈現該區塊更進一步詳細的統計資料。

同 時也提供 使用者 能將目前 系統上 所呈現的 報表 所 在區塊

(DIV),輸出並下載為可供使用者自行編輯的Word 文書檔案格式。

(55)

圖10、視覺化圖表模組架構圖 (3) 離線使用模組

離線使用模組運作架構如圖 11 所示,離線使用模組主要使用

HTNL5 Offline Web Application之技術規格,將伺服器讀取之相關網

頁檔,透過該技術撰寫判斷哪些檔案資源應下載至使用者裝置快取 記憶體以供暫存使用及離線時使用,達到離線使用之目的[46]。

除了上述相關執行檔案存儲至使用者前端裝置外,也同時使用

Web SQL Database 作為離線查詢時資料來源的資料庫,透過該資料

庫可以將查詢模組於離線查詢時所需之資料儲存於使用者裝置[47],

(56)

透過上述兩種暫存資料至使用者裝置的方式,達到本系統於無網路 狀態時仍然可以進行非即時性的統計資料查詢。

圖11、離線使用模組架構圖

2. 伺服器端

此部分將介紹於伺服器後端運作的模組功能及其運作方式,主要包 括資料分析模組及資料庫預存程序模組,共計兩個模組。

(57)

(1) 資料分析模組

資料分析模組運作架構如圖 12 所示,資料分析模組為一 Web

Services 的服務,此模組設計為接收到前端查詢模組以 jQuery 內的

Ajax()方法呼叫的方式傳遞的查詢參數後,將透過模組內的各類別資 料統計規則庫則進行即時性的統計資料查詢,查詢完成後將處理過 後的資料以字串的形式回傳至前端查詢模組,詳細運作流程圖如圖 12 所示,此模組為預設的分析方法,將在伺服器透過查詢模組所產 生的SQL查詢語法進行資料的分析。

12、資料分析模組架構圖

(58)

(2) 資料庫預存程序模組

由於分析資料時需要所有的都資料才能進行分析,但是為了滿 足離線時也能使用,勢必要將所有查詢所需的資料下載至使用者端 才能進行查詢,由於所有資料下載至使用者端將涉及個人資料的隱 私,同時也會有資訊安全上的問題,且使用者端的運算效能資源與伺 服器相較之下有所落差,查詢及一開始預先下載資料的動作將會耗 費較多的時間,為了克服以上困難,本模組設計將有別於資料分析模 組。資料預存程序模組運作架構如圖13所示,資料庫預存程序模組 將定時根據各資料類別統計規則庫內的算式來計算長期照顧資訊系 統內的原始資料,計算完成後將每月的統計資料分類存進統計分析 資料表內各資料類別統計資料表,作為後續離線查詢時的資料來源。

(59)

圖13、資料庫預存程序模組架構圖

(60)

第四節 相關技術及開發工具

本研究準備使用之開發工具、開發語言、開發環境、測試環境、資料 庫及相關技術如表12:

表12、相關技術及開發工具

分類 項目

開發工具 Microsoft Visual Studio 2017、Visual Studio Code、

Notepad++、Sublime Text 3

開發語言 C#、HTML5、JavaScript、jQuery Mobile 開發環境 Windows Server 2008 R2/2012

測試環境 Windows 10、Windows Server 2008/2012、Android 6.0.1 (Google Chrome)

資料庫 MS SQL Server 2008 R2/2012、Web SQL Database

(61)

第肆章 研究結果

本研究目的為建立一套具備將資料進行多種視覺化呈現方式的分析 系統,研究成果以長期照顧服務管理視覺化分析系統進行呈現,並針對系 統實用性、正確性及效益比較做系統評估,本章節將分為研究結果及系統 評估兩個部份。

第一節 研究結果

(一) 長期照顧服務管理視覺化分析系統

長期照顧系統建置完成後有了表單資料的輸入,如何將日常運作的 資料的進行萃取、整合後利用視覺化呈現出有用的資訊,藉以提升工作效 率及輔助決策是重要的一環,本系統於原目前運作中之長期照顧系統中 開發管理視覺化分析系統,主要功能模組包括:(1)查詢模組、(2)視覺化 圖表模組、(3)離線使用模組、(4)資料分析模組、(5)資料庫預存程序模組,

以下分別介紹:

1. 查詢模組

查詢模組提供使用者可以進行設定查詢資料之服務現況、日期區間、

所屬系統、資料類別、對象來源、圖表類型、單獨列印表格功能以及離線 查詢時專屬的功能,離線功能包括手動下載資料及手動清除資料功能。

(62)
(63)

長期照顧管理視覺化分析系統畫面如圖14所示,使用者進入此系統 後,需先於左側紅框處欄位選擇欲查詢資料之服務現況、日期區間、所屬 系統、類別、對象來源及圖表類型,服務現況詳細選單內容如圖15所示,

查詢系統詳細選單內容如圖 16 所示,資料類別詳細選單內容如圖 17 所 示,對象來源詳細選單內容如圖18所示,圖表類型詳細選單內容如圖 19 所示。

(64)

如圖15所示,使用者點選服務現況選單,會跳出目前可供選擇內容 選項,提供使用者選擇查詢資料現況別。

圖16、查詢系統類型選單畫面

如圖16所示,使用者點選查詢系統選單,會跳出目前可供查詢系統 內容選項,提供使用者選擇查詢資料所屬系統別。

(65)

圖17、查詢資料類別選單畫面

如圖17所示,使用者點選資料類別選單,會跳出目前可供查詢資料 類別內容選項,提供使用者選擇查詢所需的資料內容別。

(66)

圖18、查詢對象來源資料選單畫面

如圖18所示,使用者點選對象來源選單,會跳出目前可供查詢對象 來源內容選項,提供使用者選擇查詢院內統計資料類型為符合主管機關 需求之資料內容。

(67)

圖19、查詢圖表類型的選單畫面

如圖19所示,使用者點選圖表類型選單,會跳出目前可供查詢圖表 類型內容選項,提供使用者選擇查詢資料所需的可下鑽型(Drill-Down)視 覺化圖表呈現型態。

(68)

圖20、離線功能專屬功能

如圖 20 所示,為離線查詢時的暫存資料庫操作功能,點選下載資料 可以下載目前伺服器上最新的統計分析資料表內容,點選清除資料可以完 全刪除目前儲存於使用者裝置的統計分析資料表內容。

(69)
(70)

輸入上述查詢條件完成後點選最上方的點擊查詢資料按鈕,即可獲 得此條件下查詢的資料,如圖21所示,系統畫面右側上方將會呈現可下 鑽型(Drill-Down)視覺化圖表以供使用者進行更進一步的資料剖析查詢,

而系統畫面右側下方則呈現統計報表,當使用者查詢結束後,如需單獨列 印表格即可點選左側下方列印表格按鈕。系統將自動進入表格的列印預 覽頁面,如下圖22所示,確認無誤後點選列印即可完成列印。

(71)

圖23、列印及匯出報表之畫面

如上圖23所示,以查詢區間2010年 1月至2017年1月,居家服務 年齡別查詢所呈現的統計報表。

2. 視覺化圖表模組

此模組將透過使用highcharts 視覺化圖表工具作主要呈現,圖表為可 可下鑽型(Drill-Down)呈現方式,此方式有別於一般圖表僅有一層資料呈 現的能力,將可提供兩層資料呈現的能力,供使用者將資料作進一步的剖 析來呈現更多面向的資訊。

(72)

當視覺化圖表模組在收到查詢所回傳的結果資料字串後,進行字串 的切割與組合,將分別組合為第一層圖表的資料字串以及第二層圖表的 資料字串,所有組合完成的資料字串皆為符合JSON格式的資料結構,圖 24為第一層視覺化圖表字串切割後實際組成資料結果,圖28 為第二層視 覺化圖表字串切割後實際組成資料結果。

圖24、第一層視覺化圖表字串切割組成結果

圖25、第二層視覺化圖表字串切割組成結果

接著將分別利用 JavaScript 函式庫內的 JSON.parse 將字串轉換為

(73)

當資料轉換完成後,便可進行視覺化圖表的呈現,本系統目前因應資 料格式限制,提供有長條圖以及圓餅圖視覺化呈現的功能,並且視覺化圖 表皆為可點擊進行下鑽查詢的效果,圖26為長條圖下鑽前後視覺化圖表 所呈現的樣式,當使用者點選第一層視覺化圖表內81歲以上長條後,便 會下鑽進一步呈現81歲的人口詳細分布地區資料。

(74)

如圖27為長條圖下鑽前後視覺化圖表所呈現的樣式,當使用者點選 第一層視覺化圖表內 81 歲以上圓餅後,便會下鑽進一步呈現 81 歲的人 口詳細分布地區資料。

圖 27、圓餅圖下鑽前後效果

(75)

本模組同時也有提供了能將目前系統上所呈現的報表所在區塊

(DIV),輸出為可供使用者自行編輯的 Word檔案格式,如圖 28所示,為

一張輸入完成的 F1-2 居家服務評估單,該評估單內容所在的特定區塊

(DIV)在點擊下方匯出 WORD 按鈕後即可輸出下載為 Word 文書格式的

檔案供使用者自行編輯如圖29所示。

輸出下載為 Word檔案

(76)

圖29、下載完成後開啟的可編輯Word檔案

(77)

3. 離線使用模組

離線使用模組主要分網頁程式相關資源下載及Web SQL Database 下 載兩部分,以下將分別介紹其運作方式。

(1) 網頁程式相關資源下載

首次開啟本系統時,將會引用快取清單文件,如圖30紅框所示,並 將快取清單所列之檔案一併下載存入至使用者裝置,快取檔案清單如圖 31所示,成功儲存至使用者裝置後將可於無網路狀態時繼續使用本系統,

以開人員工具檢視存入至使用者裝置的檔案清單,如圖32所示。

圖30、引用快取清單

(78)
(79)

圖32、使用瀏覽器開發人員工具檢視存入至使用者裝置的檔案清單 (2) Web SQL Database下載

首次開啟系統時將利用 Ajax 呼叫 Web Service 服務,下載資料庫預 存程序模組計算完成的所有統計資料至使用者裝置Web SQL Database 內 儲存,以供後續無網路時也可透過讀取瀏覽器內Web SQL Database 資料 作為查詢的資料來源。

(80)

圖33、統計資料儲存至使用者裝置 Web SQL Database之運作流程圖 如圖33為系統開啟時資料如何下載至使用者裝置內的流程圖,首先 先接收後端傳送過來的資料至前端後,前端再進行字串的切割處理,處理 完成後再將資料寫入至使用者裝置內。

數據

圖 5 為本研究系統架構圖,主要分為系統操作的使用者端與負責資 料處理的主機伺服器端。使用者端主要分資料查詢模組、視覺化圖表模組 及離線使用模組;伺服器端主要為資料分析模組及資料庫預存程序模組。
圖 12 、資料分析模組架構圖

參考文獻

相關文件

IV 英文縮寫對照表 縮寫 全名 ACF Autocorrelation function AIC Akaike information criterion AR Autoregressive ARIMA Autoregressive integrated moving average EACF Extend autocorrelation