Konzeption und Realisierung eines Data Warehouses zur Analyse chirurgischer Workflows

Transkript

1 Matthias Röger Konzeption und Realisierung eines Data Warehouses zur Analyse chirurgischer Workflows Diplomica Verlag

2 Matthias Röger Konzeption und Realisierung eines Data Warehouses zur Analyse chirurgischer Workflows ISBN: Herstellung: Diplomica Verlag GmbH, Hamburg, 2010 Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik Deutschland in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechtes. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Die Informationen in diesem Werk wurden mit Sorgfalt erarbeitet. Dennoch können Fehler nicht vollständig ausgeschlossen werden und der Verlag, die Autoren oder Übersetzer übernehmen keine juristische Verantwortung oder irgendeine Haftung für evtl. verbliebene fehlerhafte Angaben und deren Folgen. Diplomica Verlag GmbH Hamburg 2010

3 Danksagung Ich danke Herrn Prof. Dr. Marc H. Scholl sowie Herrn Prof. Dr. Daniel A. Keim von der Universität Konstanz, Fachbereich für Informatik und Informationswissenschaften, für die hervorragende Unterstützung während des gesamten Erstellungszeitraumes dieser Studie. Ein ganz besonderer Dank gilt Frau Dr. Svetlana Mansmann, ebenfalls von der Universität Konstanz, Arbeitsgruppe Datenbanken und Informationssysteme, die mir stets mit Rat und Tat zur Seite stand, immer ein offenes Ohr für mich hatte und mir im gemeinsamen Austausch viele wertvolle Tipps und Anregungen geben konnte. Ich lernte sie nicht nur auf fachlicher Ebene, sondern auch als Mensch sehr zu schätzen. Ein weiterer Dank geht an Herrn Dr. Thomas Neumuth vom Innovationszentrum für Computerassistierte Chirurgie (ICCAS), Leipzig, für die gute Zusammenarbeit und die Vermittlung der für diese Studie notwendigen Hintergrundinformationen

4

5 Zusammenfassung Im Umfeld der Medizintechnik entwickelt sich das noch junge und vielversprechende Konzept der Chirurgischen Workflows. Dabei handelt es sich um eine Methode zur intelligenten Erfassung von Prozessbeschreibungen chirurgischer Eingriffe. Um diese Daten durch klinische und auch technische Analysen auswerten zu können, ist ein formales Modell notwendig, wodurch eine einheitliche Aufnahme der chirurgischen Vorgänge ermöglicht wird. In dieser Studie wird ein Data Warehouse in Zusammenarbeit mit dem Kooperationspartner Innovationszentrum für Computerassistierte Chirurgie (ICCAS) entwickelt, womit chirurgische Workflows erfasst und analysiert werden können. Hierzu wird die herkömmliche Data-Warehouse-Technologie an die besonderen Anforderungen angepasst, die sich im Zusammenhang mit der Analyse von Prozessbeschreibungen ergeben. Es wird gezeigt, wie der Anwender eine multidimensionale Sicht sowohl der Operationen, wie auch ihrer Workflow-Komponenten, erhält und er in die Lage versetzt wird, die zu analysierenden Kennzahlen selbst zu definieren und diese entlang verschiedener Dimensionen und Detaillierungsgrade zu aggregieren. Die Realisierung des modellierten Data Warehouses erfolgt auf einem relationalen Datenbanksystem im Zusammenspiel mit der Business Intelligence Suite Pentaho. Es wird dargestellt, wie das Metadatenmodell eines OLAP- Datenwürfels erstellt wird, auf dessen Basis multidimensionale Datenanalysen durchgeführt werden können. Abschließend werden einige Anwendungsfälle aus dem Bereich der OLAP- Analyse präsentiert

6

7 Inhaltsverzeichnis 1 Einführung Einleitung Aufgabenstellung und Zielsetzung Aufbau dieser Studie Kooperationspartner Innovation Center for Computer Assisted Surgery (ICCAS) Vorstellung ICCAS Workflow-Aufzeichnung Anwendungsgebiete Analyse chirurgischer Workflows Datenfluss Workflow-Aufzeichnung Grundlagen Business Intelligence Data Warehouse Der Begriff Data Warehouse Merkmale eines Data Warehouses Das Data-Warehouse-System und seine Komponenten Online Analytical Processing Abgrenzung OLAP versus OLTP Codd sche Grundregeln und FASMI-Definition für OLAP-Systeme Multidimensionales Datenmodell Standard OLAP-Operationen zur Datenanalyse Konzeptionelle Modellierung Umsetzung des Multidimensionalen Datenmodells Business Process Intelligence und chirurgische Workflows Business Process Intelligence Konzept der Chirurgischen Workflows Strukturierung chirurgischer Workflows Vertikale Strukturierung des Prozesses Datenerfassungsstrategie Granularität der Analyse Horizontale Gliederung des Prozesses Erstellung des konzeptionellen Datenmodells Bereich der Workflow-Ebene Bereich Intra-Workflow-Ebene Vom Workflow zum Datenwürfel: Herausforderungen und Lösungen Phasen der konzeptionellen Modellierung Faktschemata ohne Kennzahlen Fakt-Identifikator Kennzahlen dynamisch erzeugen

8 4.3 Entwicklung der grundlegenden Faktschemata Ausgangslage Fakt-Generalisierung Modellierung von Satelliten-Fakttypen Fakt-Hierarchie Auflösung von viele-zu-viele -Beziehungen zwischen Fakten und Dimensionen Ausgangslage Das Problem und die Lösung Austauschbarkeit von Fakt- und Dimensionsrollen Ausgangslage Das Problem und die Lösung Austauschbarkeit von Kennzahl- und Dimensionsrollen Ausgangslage Das Problem und die Lösung Realisierung Kennzahlspezifikation zur Laufzeit Modellierung von Dimensionshierarchien Typen von Hierarchien Abgeleitete Kategorien und abgeleitete Dimensionen Arten von gemeinsamen Dimensionen Umsetzung des multidimensionalen Datenmodells Abbildung des multidimensionalen Modells auf das relationale Modell Abbildung von Fakttypen Abbildung von Dimensionshierarchien Auflösung der Dualität zwischen Fakten und Dimensionen Abbildung von generalisierten Fakttypen Datenimport Business Intelligence Suite Pentaho Einleitung Modularer Aufbau und Anwendungsbereiche von Pentaho Komponenten von Pentaho BI-Plattform und Action Sequenzen Pentaho BI-Server und dessen Architektur Data Mining (WEKA) Pentaho Data Integration (alias KETTLE) Pentaho Dashboards Reporting (JfreeReport) Datenanalyse mit Pentaho OLAP-Server Mondrian JPivot OLAP-Frontend Architektur des Analysemoduls von Pentaho Konfigurationsdatei Mondrian Schema Modellierungstool Cube Designer und Schema Workbench

9 6.7 Der Weg zur Pentaho-Lösung Systemumgebung Vorbereitung Pentaho PCI / PostgreSQL Entwicklung einer Pentaho Solution mit dem Cube Designer Probleme mit dem Mondrian Server und dem Cube Designer Anwendungsfälle Verlauf einer bestimmten Operation nachvollziehen Vergleich bestimmter Kennzahlen verschiedener Operationen Analyse der Nutzungsarten bestimmter Instrumente Erfassung mehrerer Workflows zur Qualitätssicherung Zusammenfassung und Ausblick Literaturverzeichnis

10

11 Abbildungsverzeichnis Abbildung 1-1 Protokollant während einer Aufzeichnung Abbildung 1-2 Vielzahl möglicher Fragestellungen an den chirurgischen Workflow Abbildung 1-3 Ausschnitte XML-Protokoll einer Workflow-Aufzeichnung Abbildung 1-4 Darstellung des Datenflusses einer chirurgischen Workflow-Aufzeichnung Abbildung 2-1 Unterschiedliche Facetten von Business Intelligence Abbildung 2-2 Data-Warehouse-Architektur Abbildung 2-3 Darstellung eines multidimensionalen Datenwürfels Abbildung 2-4 Beispielstruktur einer Dimension im multidimensionalen Modell Abbildung 2-5 Klassifikationsschema und Klassifikationshierarchie der Dimension "Einweisungsstruktur" Abbildung 2-6 OLAP-Funktionen Roll-up und Drill-down Abbildung 2-7 OLAP-Funktion Slice Abbildung 2-8 OLAP-Funktion Pivotierung (Rotation) Abbildung 2-9 Ein 3-dimensionales Faktschema HOSPITALIZATION in X-DFM-Notation Abbildung 2-10 Star-Schema Abbildung 2-11 Snowflake-Schema Abbildung 2-12 Galaxy-Schema Abbildung 3-1 Vertikale Struktur: Einordnung chirurgischer Prozess (feine Granularität) Abbildung 3-2 Vertikale Struktur: Einordnung chirurgischer Prozess (hohe Granularität) Abbildung 3-3 Wichtige Aspekte eines Prozesses Abbildung 3-4 Darstellung eines Modells zur Erfassung chirurgische Prozesse als E/R-Diagramm Abbildung 4-1 Nichtmessbare Faktschemata: Typ "event-tracking" (links) und Typ "coverage" (rechts) Abbildung 4-2 Faktschema-Kandidaten: SURGERY und WORKFLOW Abbildung 4-3 Faktkandidaten: Workflow-Komponenten ACTIVITY, STATE und EVENT Abbildung 4-4 Einführung der Fakt-Generalisierung durch COMPONENT Abbildung 4-5 Auflösung von M:N-Beziehungen zwischen Fakten und Dimensionen in Satelliten-Fakten Abbildung 4-6 Übersicht der grundlegenden Fakttypen und ihre Beziehungen zueinander Abbildung 4-7 Klassische 1:N-Beziehung zwischen einer Faktentabelle und ihren Dimensionstabellen Abbildung 4-8 Problematische M:N-Beziehung zwischen einer Faktentabelle und ihren Dimensionstabellen Abbildung 4-9 Extraktion von M:N-Beziehungen in Satelliten- (Brücken-) Fakten Abbildung 4-10 Faktschema SURGERY: Isolierte Sichtweise Abbildung 4-11 Faktschema SURGERY (links) nimmt die Rolle einer Dimension (rechts) ein Abbildung 4-12 Transformation des Faktschemas SURGERY durch Anwendung des PUSH-Operators Abbildung 4-13 Interaktive Definition einer neuen Kennzahl durch PUSH-Operation Abbildung 4-14 Navigation in einem OLAP-Würfel Abbildung 4-15 Faktschema mit verschiedenen Hierarchietypen Abbildung 4-16 Faktschema mit multiplen Hierarchien Abbildung 4-17 Faktschema mit abgeleiteter Dimension Abbildung 4-18 Faktschema mit gemeinsamen Dimensionskategorien Abbildung 4-19 Multidimensionales Schema zur Erfassung chirurgischer Workflows Abbildung 5-1 Multidimensionales Fragment in X-DFM-Notation Abbildung 5-2 Fakten- und Dimensionstabellen nach der logischen Abbildung Abbildung 5-3 Implementierung einer Generalisierung Abbildung 6-1 Anwendungsgebiete Pentaho BI Suite Abbildung 6-2 BI-Server mit verschiedenen Engines Abbildung 6-3 WEKA: Data-Mining als Prozess Abbildung 6-4 Modellierung eines Datenflusses mit Spoon Abbildung 6-5 Darstellung eines Dashboards Abbildung 6-6 Darstellung eines Berichtes Abbildung 6-7 Ausschnitt: In Würfeln navigieren und Analysen anzeigen Abbildung 6-8 Ausschnitt: JPivot-Tabelle mit einem Drill-down in die Dimension Ort Abbildung 6-9 Architektur und Arbeitsweise ausgewählter Komponenten von Pentaho Abbildung 6-10 Datenbankfragment: Fakt Surgery mit Dimensionen patient und room Abbildung 6-11 Faktentabelle surgery mit Dimensionen patient und room Abbildung 6-12 Ausschnitt Startbildschirm der Analyse Abbildung 6-13 Analyse mit Attribut patient_sex und erfolgtem Drill-down in dim_location Abbildung 6-14 Schema Workbench Abbildung 6-15 Erzeugung einer JNDI-Verbindung zur PostgreSQL-Datenbank Abbildung 6-16 Auswahl notwendiger Tabellen und Attribute Abbildung 6-17 Erzeugung von Dimensionen und Hierarchiestufen

12 Abbildung 6-18 Darstellung der modellierten Pentaho Solution durch JPivot Abbildung 7-1 Zeitlicher Ablauf durchgeführter Arbeitsschritte einer bestimmten OP Abbildung 7-2 Vergleich dreier OPs hinsichtlich durchgeführter Aktivitäten auf aggregierter Ebene Abbildung 7-3 Statistik zur Verwendung von Instrumenten als Pivot-Tabelle Abbildung 7-4 Balkendiagramm zeigt Verwendungsstatistik eines Shavers Abbildung 7-5 Vergleich der erfassten Aktivitäten verschiedener Workflows zur gleichen OP Listingverzeichnis Listing 1 Anfrage gegen ein Snowflake-Schema Listing 2 Anfrage gegen ein Star-Schema Listing 3 Ausschnitt XML-Datei Mondrian Schema Listing 4 Dimension dim_patient Listing 5 Dimension dim_location Listing 6 MDX-Anfrage an den Mondrian OLAP-Server Listing 7 SQL-Anfrage wird auf das DWH abgesetzt Listing 8 SQL-Befehl zur Statistik über die Instrumentenverwendung

13 1 Einführung 1.1 Einleitung Die Einsatzfelder der Data-Warehouse-Technologie sind weit gestreut und reichen von betriebswirtschaftlichen Aufgabenstellungen über wissenschaftliche Analysen bis hin zu technischen Belangen, wobei die Analyse von Geschäftsprozessen in Unternehmen den häufigsten Einsatzbereich darstellt. Eine wachsende Zahl von Unternehmen integrieren und automatisieren ihre Geschäftsprozesse und verfolgen dabei das Ziel, dass sie neben der Effizienzsteigerung und der Verbesserung der Qualität auch eine Reduktion der Kosten sowie der menschlichen Fehlleistungen erreichen. In diesem Zusammenhang werden Geschäftsprozessmanagementsysteme (Business Process Management System, BPMS) eingesetzt, um das Prozessdesign und die Prozessausführung zu optimieren. Dabei nehmen diese Systeme große Datenmengen über die ausgeführten Geschäftsprozesse auf. Herkömmliche BPMS setzen ihren Schwerpunkt auf die Unterstützung des Designs und führen Simulationen durch, um Engpässe in den Abläufen zu identifizieren. Dabei spielen nach [Dayal/Hsu/Ladin 2001] Analysefähigkeiten, um Durchführungen hinsichtlich bestimmter Geschäftsmetriken zu quantifizieren, kaum eine Rolle. Auch wurden die zugrunde liegenden Geschäftsprozessmodelle nicht dafür entworfen, diese Art der Analyse von Prozessdaten zu unterstützen. Allerdings können diese Möglichkeiten der Datenanalyse einen wesentlichen Beitrag dazu leisten, notwendige Informationen im Verlauf von Entscheidungsprozessen zur Verfügung zu stellen. Aus diesem Hintergrund heraus entwickelt sich gegenwärtig das neue Gebiet Business Process Intelligence. Dieses überwindet die Defizite solcher Standard-BPMS durch die Anwendung von Analysetechniken aus dem Business-Intelligence-Umfeld auf Geschäftsprozesse. So erfolgt z.b. die Speicherung der Prozessausführungsdaten in einem DWH, worauf eine Analyse mit OLAP- bzw. Data-Mining-Anwendungen möglich ist, bzw. Wissensextraktionen in verschiedenen Bereichen durchgeführt werden können. Diese Problematik lässt sich auch auf die medizinische Domäne übertragen. So entwickelt sich zur Zeit im Umfeld der Medizintechnik das vielversprechende Konzept der Chirurgischen Workflows. Dabei handelt es sich um die intelligente Erfassung von Prozessbeschreibungen chirurgischer Eingriffe, um auf deren Basis sowohl klinische wie auch technische Analysen zu ermöglichen. Wurden bereits im Vorfeld vom ICCAS der Einsatz verschiedener BPMS untersucht und in dieser Domäne für nicht zweckmäßig befunden, hat diese Studie zur Aufgabe, ein Modell zur Erfassung chirurgischer Workflows in Form eines Data Warehouses zu konzipieren, auf dessen Grundlage eine multidimensionale Datenanalyse chirurgischer Eingriffe erfolgen kann. Diese Studie lieferte auch einen Beitrag zu einem Buchkapitel über konzeptionelles Data- Warehouse-Design für Business Process Intelligence [Mansmann et al. 2008] Aufgabenstellung und Zielsetzung Die Zielsetzung dieser Studie besteht in erster Linie darin, ein multidimensionales Datenmodell zu konzipieren, welches in der geforderten Art und Weise die Charakteristiken von chirurgischen Eingriffen erfassen und abbilden kann, um so eine Datenbasis zur Verfügung stellen zu können, worauf die Analyse der chirurgischen Workflows erfolgt

14 Zunächst sind daher die Anforderungen zu klären, welche die späteren Anwender an das Data Warehouse hinsichtlich möglicher Fragestellungen bzw. einzusetzender Analyseverfahren stellen. Auf dieser Grundlage muss eine Strukturierung der chirurgischen Prozesse erfolgen, um eine geeignete Gestaltung des Aufzeichnungsschemas ableiten zu können. So stellt sich z.b. die Frage nach der Granularität der Analyse oder aus welchen Perspektiven die Workflows später zu analysieren sind. Des Weiteren ist die Datenerfassungsstrategie festzulegen. Die Modellierung der Fakt- und Dimensionsschemata muss in einer geeigneten Weise erfolgen (durch sie wird die Transformation der Workflows in den Datenwürfel vorgegeben) und wo nötig das standardmäßige multidimensionale Modell angepasst bzw. erweitert werden, um den unterschiedlichen Anforderungen der späteren Anwender gerecht werden zu können. Nach der konzeptionellen Phase der multidimensionalen Datenmodellierung erfolgt die Realisierung des entstandenen Modells auf Grundlage eines relationalen OLAP-Systems. Auf diesem System findet im Zusammenspiel mit der Business Intelligence Suite Pentaho eine OLAP-Analyse der chirurgischen Workflows statt. Zu deren Durchführung müssen die Workflow-Daten in die Datenbank geladen, Pentaho entsprechend konfiguriert und die gewünschten OLAP-Würfel modelliert werden Aufbau dieser Studie Im ersten Kapitel wird die im Rahmen dieser Studie behandelte Anwendung sowie der Kooperationspartner Innovation Center Computer Assisted Surgery (ICCAS) vorgestellt. Es werden die zu analysierenden Daten beschrieben und die Anwendungsgebiete der Analyse chirurgischer Workflows aufgezeigt. Das zweite Kapitel liefert die Grundlagen zum Thema Business Intelligence (BI), Data Warehouse (DWH), multidimensionales Datenmodell und Online Analytical Processing (OLAP) sowie Business Process Intelligence (BPI). Insbesondere die Themen DWH und OLAP werden ausführlich behandelt, um auch dem auf diesem Gebiet unerfahrenen Leser ein grundlegendes Verständnis zu ermöglichen; Leser, welche bereits Kenntnisse auf diesem Gebiet besitzen, können durch dieses Kapitel ihre Kenntnisse auffrischen oder es überspringen. Das dritte Kapitel stellt dar, wie man chirurgische Workflows strukturieren kann und geht dabei auf die umgesetzte Erfassungsstrategie sowie die Granularität der Analyse ein. Als Ergebnis wird auf konzeptioneller Ebene ein Modell zur Erfassung chirurgischer Workflows in Form eines E/R-Diagramms geliefert. Im vierten Kapitel erfolgt die Transformation des Workflows in eine Datenwürfeldarstellung. Dabei werden die Herausforderungen und Lösungen aufgezeigt, welche die Transformation vom Workflow zum Datenwürfel mit sich bringt. Aufbauend auf den Erkenntnissen des dritten Kapitels erfolgt hier nun die Modellierung eines dimensionalen Fakt-Modells. Kapitel fünf beschreibt die logische und physische Umsetzung des dimensionalen Fakt- Modells. Dabei werden die eingesetzten Erweiterungen des Galaxy-Schemas dargestellt. Ein weiteres Thema ist der durchgeführte ETL-Prozess der zu analysierenden Daten. Das Kapitel sechs gibt zunächst einen allgemeinen Überblick über die Business Intelligence Suite Pentaho, auf welcher das DWH realisiert wurde und auch die OLAP-Analyse erfolgt. Im ersten Teil werden der Aufbau und die Anwendungsgebiete von Pentaho gezeigt und die verfügbaren Komponenten kurz vorgestellt, wobei der Fokus auf den OLAP-Server Mondrian gerichtet ist. Im zweiten Teil erfolgt eine Beschreibung der Konfigurationsdatei des Mondrian Schemas, welches den OLAP-Würfel abbildet und den Zugriff auf die Datenbank während