临床决策支持系统在医院的应用

罗雪梅

摘要

科技进步带动了临床决策支持系统发展的步伐，在医院中的应用效果显著，不仅是专业学习工具，同时能够分析疑难问题，提高医护人员工作质量，继而降低医疗差错但制约系统完善的因素不能忽视。对此，加强系统优化，促使其智能化发展尤为关键，推动其成为医生得力助手，从而不断提升临床工作效率。

【关键词】临床决策支持系统 医院 应用

临床决策支持系统（CDSS）是人工智能、医学知识的有效结合，不仅为医生提供了医学支持，同时在诊疗决策方面，规避了医生专业知识局限性、人为诊疗差错等方面的问题，提供了医疗服务与质量保障。CDSS在我国医院的应用正处于摸索性前进阶段，促使其智能化发展，还需克服知识库建设、系统与临床脱节、电子病历与技术集成等方面的问题，继而改善传统的人工诊疗模式，实现科学化、知识化的临床辅助决策。

1 系统架构概述

系统分为应用层、服务层、数据层核心部分。数据层包括药物、ICD疾病、检查、护理常规、手术治疗等结构化知识数据。数据来源于临床技术操作规范或是临床诊疗指南等，可提供完善的医学知识库。系统可对知识重组、结构化，利于医务工作者在知识库中查找富有规则的数据结构。

服务层包括药物使用、检查与检验、疾病诊疗、临床护理、手术治疗等决策支持服务。具有逻辑推理作用，通过决策树判断关键词，如同搜索引擎，将关键词与知识库内容匹配，按照逻辑规则推理，在知识库中匹配关键词，并选择匹配的知识执行。

应用层主要是指医护人员以疾病实际情况为主的辅助决策支持系统，如疾病临床表现、药物或手术治疗、护理等实际情况。系统能够判断电子病例信息，知识库会显示相符的知识。人工与智能工作流程结合，能够自动提示知识库相匹配知识，帮助医生快速得到决策支持。

2 系统功能概述

CDSS根据建议方式，通常分为主动模式与被动模式两种，主动模式能够为医生提供诊前决策、诊中支持、诊后评价。被动模式包括指南推导、症状推导、指南搜索、ICD图谱、知识挖掘、医学工具几项功能。诊前决策：指医生在诊疗过程中，系统在疾病诊断中，提示指南内规定的检查项目等内容，确诊后提示兼备要点、诊疗方案、手术操作要点等内容。诊中支持：指药品适应症、药效、手术并发症鉴别等内容的提示，同时能够提示术后评估方案，提供检查诊断等内容。诊后评价：指根据患者既往医疗信息，以及临床治疗资料等，预测患者未来健康情况，并存储未纳入知识库的治疗方案等临床工作内容，为医疗质量评估、循证医学等提供价值参照。

3 CDSS发展的研究方向

3.1 人工智能与医学知识的有效整合

计算机科学具有虚拟性、逻辑性等特征，医学知识具有经验性、具体性等特征，两者的契合局限，致使知识整合难度大。尤其是计算机语言方面，增加了两者交叉整合的难度。系统功能部分医院应用广泛，但大部分的功能并未被医护人员认可。临床疾病发病机制多尚未明确，且疾病具有不确定性等特征，需要根据医生经验、检查结果进行诊断，医学知识的逻辑推理性相对较弱，可见临床诊疗过程是创造性的。人工智能对医生直觉、经验无法转化为语言描述，也是CDSS发展缓慢的重要因素。

3.2 医学数据库的建设

作为系统核心，数据库的建设并不理想。临床诊疗决策涉及多种学科交叉，如药学、影像学、心理学等。对此，系统应当多纳入真实病例，建立大型医学知识数据库，切实帮助医生决策。但实际上，电子病历涵盖了大量心脑肌电图、彩超、CT等非结构化数据，致使数据挖掘无从下手，患者数据挖掘与系统数据库容量有限，制约了系统的发展。

3.3 电子病历系统价值的充分挖掘

医院信息化建设的基础，包括电子病历系统在内，更是CDSS发展的关键。电子病历系统是指以电子的形式，记录患者住院到出院的诊疗、护理等全过程信息，作为CDSS宝贵资源，充分挖掘電子病历价值，对CDSS完善有着积极促进作用。但实际上医院信息化建设并不成熟，信息孤岛等现象普及，数据库对CDSS帮助性不大，电子病历系统仍有较大的完善空间。

4 CDSS发展趋势

4.1 电子病历系统完善化

电子病历系统数据、信息的汇总，通过大数据分析比对，能够了解各种疾病病机、诊疗、药物副作用等知识，为临床决策奠定良好基础。西方国家已经加强对病历系统建设与优化的重视，制定了病历分级评估标准，根据病历信息共享、诊疗决策支持性等分成八个等级，将电子病历切实成为了大型数据库建设的宝贵资源。

4.2 开放式数据库建设

人工智能发展，离不开大数据技术的支持，CDSS不仅要设立

临床知识库，更应对指南等医学知识、计算工具等大量数据进行更新，确保良好的交互性、开放性，随时吸纳更新与输出最新有用信息。同时可其他数据库实现信息共享、数据交换，避免临床诊疗决策错误。

4.3 逻辑推算智能化发展

传统人工智能，主要以系统论与信息论等理论为基础，借助数理逻辑等原理以及逻辑推算等编程方式，实现对人类智慧的模拟。计算机在模拟人类大脑记忆、认知、逻辑思维等功能的同时，在规则性方面远超过人类大脑，但对大脑创造、思考、信念等思维活动进行模拟。CDSS未来发展，还需克服人工智能在模拟人类大脑情感、意识等智力活动，以及非结构化信息识别等方面的问题，不但向着智能化趋势迈进。

4.4 与临床实际工作流程一致

CDSS工作模式应与实际临床工作流程相符，包括提示诊疗建等，当医生诊疗结果与系统决策支持提示不符，应当立即显示提醒，促使医生再次进行诊断决策，继而减少工作失误，确保患者生命安全与医疗服务质量持续改进。

5 总结

单凭医护人员的专业技能与综合素养难以满足患者要求，尤其是老年等合并基础疾病，或是疑难病例，为确保临床疗效，需要多学科会诊拟订治疗方案，临床决策难以达到理想程度。CDSS能够综合多种学科知识，通过诊前决策、诊中支持等主动决策支持，以及指南推导、症状推导等被动决策支持，不仅会节省决策时间，同时会确保决策的理想程度。

参考文献

[1]苏毅生，彭传薇，刘琛玺等.医院决策支持系统中统计人员的能力要求探讨[J].解放军医院管理杂志，2016，23（06）：577-578.

[2]井玲，甘亢，任景怡.临床决策支持系统在医疗质量管理中的应用[J].中日友好医院学报，2017，31（05）：301-303.