临床决策支持系统(CDSS)简介

一、临床决策支持系统的介绍

临床决策支持系统(Clinical Decision Support System，CDSS)是指利用人工智能的原理与方法为医生和其他医疗活动参与者(护士、专业技术人员以及患者)进行临床决策提供支持的计算机系统。它能针对某一临床问题，基于知识推理和逻辑运算，通过人机交互方式，自动完成电子病历中相关数据的采集、处理和分析，并在恰当的时机向决策者提供有利于问题解决的参考信息。

二、临床决策支持系统的建设背景

2018年4月，我国政府发布了《关于促进“互联网+医疗健康”发展的指导意见》，为医疗信息和技术全面发展提供了有利平台，使得疾病诊疗智能化的解决方案加速走向现实。临床决策支持系统已经成为智能化诊疗的一个中心概念，是医疗人工智能具体应用场景下的产品，也是解决当今医疗问题的重要举措。

将临床决策支持系统嵌入医院的电子病历系统中，医生在做出诊断、开具医嘱等决策时，系统自动调用临床知识库相关信息，为医疗活动提供决策支持。临床知识库提供的决策只是参考性的建议，主要作用是辅助医生准确判断患者病情、准确开具相应处方，以减少医疗事故的发生。

三、临床决策支持系统架构

临床决策支持系统主要分为人机交互、逻辑推理和知识库三个部分，其与应用层、服务层和数据层一一对应，在数据处理中采用分布式处理方式。

(1)数据层

数据层与知识库相对应，打造了完善的结构化医学知识库，将权威知识作为临床知识的重要来源。信息类型较多，涵盖诊断、药物、检查、检验、手术和护理等内容。系统能够采取组织化和结构化的形式处理以上内容，在特定的规则下构建支持系统，在系统中查找和匹配数据信息。

(2)服务层

服务层能够实现逻辑推理，采用决策树模式判断重要关键词，将结果与知识库中的关键词对应，其与搜索引擎十分相似。推理工作主要依据形式化的逻辑原则开展。结合获取的关键信息查找和匹配知识库，在日常工作中合理选择和使用所需的专业知识。

(3)应用层

应用层与人际交互相对应。应用层能够为系统与用户数据的输入和输出提供完善的操作界面，系统能够判断电子信息系统中的内容。医生也会在日常工作中以较快的速度获得决策支持，进而实现自主、自动和自由提示。

四、临床决策支持系统的主要功能

1、诊断辅助：利用机器模型根据患者主诉现病史检验检查结果等信息推断患者可能的疾病，并给出可能疾病的概率和判断依据。

2、治疗方案辅助：根据患者的个人基本情况和疾病等情况，推送出治疗方案供医生参考。

3、开单项建议和监督：根据患者的个人基本情况推送用于鉴别诊断和辅助确诊疾病需要做的检验检查项目，此外还可以对已开立的项目做合理性监督，重复开单和开单互斥等错误情况可以及时提醒纠正。

4、知识库查询：广义的知识库内容除了包含上述的辅助信息，还包括狭义的的知识库内容，如文献、操作手册、专家指南、药品说明书等资料入库，方便医生及时查阅。知识库的维护方式：CDSS厂商提供初始化的知识库内容，并保持内容的定期更新，同时支持使用者在部署后的本地数据库基础上做新增、删除、修改、查询。      

五、临床决策支持系统助力医疗行业

1、模拟MDT(multi-disciplinary team多学科综合治疗)，为大型医院专家提供意见参考，预防专家决策死角。专科医生常常会被局限在自己的常用知识之中，漏掉部分考虑，这个时候，医生便需要一个知识库，为其罗列引发患者症状的多种可能，帮助专家唤起记忆，起到类似于多学科会诊的作用。这将减少专家漏掉其他疾病的可能。

2、人工智能的应用可以帮助医生减少医疗差错，提高医疗质量，解决医疗资源质量分配不均的问题，提高医生和医疗机构的平均诊疗能力。

3、人工智能的应用可以帮助医生提高医疗诊断速度，提高医生的供应量，节约患者问诊时间。在该系统的辅助下，医院前序问诊耗时可降至约3分钟，加上出具、打印病历，整个过程大致耗时5分钟。比较平时的就诊，CDSS系统支持下的问诊更为详细，更多耗时，但若计算全流程时间，单个患者的时耗将大幅减少。

4、帮助医院内部建立规范化的临床流程与标准化的临床数据。

5、数据资产的积累可以帮助医生进行后续的数据分析与科研工作。

6、由于医学知识内容浩如烟海，临床辅助决策系统的基础知识库可以作为医生的第二大脑，帮助专家级医生将更多精力聚焦在更有价值学习领域。

7、在辅助决策的过程中帮助控制医疗费用的支出，监督过度医疗行文，降低医疗成本，提高医院整体运行管理效率。