医院智能决策平台采用标准的商业智能(Business Intelligence)技术架构，商业智能的概念于1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：

商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定，商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，并且以非常友好的形式展现给使用者。”

医院智能决策平台的框架结合中间件技术的多层构架由数据汇总层、模型架构层、服务应用层、数据交换层组成，并根据权限管理、信息安全策略以及数据交换协议等控制整个数据流的规范化处理。其中：

数据仓库(DW)：面向主题、集成、稳定、历史的数据集合，用以支持经营管理中的决策制定。数据仓库能提供给它们所需要的、整齐、一致性的数据。

多维模型：即在线分析处理(OLAP) 技术，帮助分析人员、管理人员从多种角度从原始数据中转化出来、能够真正为用户所理解的、并真实反映数据维特性的信息，进行快速一致的访问，从而获得对数据更深入了解的一类软件技术。

智能决策平台展现(Front-End Presentation)：是将后台数据(包括业务系统与经过整合处理后的数据仓库)中蕴含的业务信息与知识，图文并茂、高度可视化友好地展现给相关用户，使他们及时获取业务洞察力、敏捷、精准地做出业务决策。

关键技术

我们认为医院智能决策平台必须具备以下四个基本特性：

1） ETL技术 — 跨多个业务系统的数据来源抽取、加工、整合特性

ETL （Extraction-Transformation-Loading）实现整合日益增长的数据量、通过捕捉数据的变化降低数据装载量、简化数据插入和更新进程、剖析信息以识别脏数据等功能，从而使准确、干净、一致的数据进入数据仓库。

2） 数据仓库技术 — ETL处理过后的数据分类集中存储并随时间不断累积特性

数据仓库主要工作的对象为多维数据，因此又称为多维数据库。多维数据库的数据以数组方式存储，具备极强的查询能力，实现联机事务分析(OLAP)，OLAP包含交互式的数据查询。数据仓库具备以下四个关键特征：面向主题(Subject Oriented)的数据集合、集成(Integrated)的数据集合、时变(Time Variant)的数据集合、非易失(Nonvolatile)的数据集合。

3） OLAP技术 — 数据主题化，构建多维数据模型，建立医院多维分析数据库的特性

方案提供联机分析处理（OLAP）和数据挖掘功能，可设计、创建和管理包含从其他数据源（如关系数据库）聚合的数据的多维结构。OLAP是以数据仓库为基础对数据进行多维化和综合分析，构造面向分析的多维数据模型，从多个不同角度对多维数据进行分析、比较，找出它们的内在联系，多维数据模型是OLAP的基础。

4） BI展现技术 — 平台化、多样式、多通道、随心所欲的数据分析展现特性

系统提供丰富的数据展现方式。除了提供用户自定义报表和传统的面积图、曲线图、柱状图、饼图外，还提供了散点图、正态分布图、雷达图、电子地图导航等多种展现方式，使数据分析更加直观。系统生成的查询分析结果，可以灵活地输出EXCEL、WORD、PPT、PDF等各种格式的报告，供用户进行二次加工。