临床决策支持系统在医院的应用

田维金 重庆医科大学附属儿童医院

临床决策系统将人工智能技术和医学知识融为一体，一方面能够为医生提供技术支撑，另一方面也打破了医生在专业知识不足的壁垒，减少了人为诊断失误等问题，保证了医疗服务质量。

1 临床决策支持系统建设的背景分析

临床决策支持系统在智慧医院建设中发挥着重要作用，是电子病例应用评价中的一项考核指标。有关部门十分重视医院信息化建设，充分发挥临床决策诊疗的作用与价值，在信息系统中录入诊疗指南、技术规范、用药指南等模块，以高新科技增强诊疗的规范性与科学性。

2 临床决策支持系统架构

2.1 概述

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。

2.2 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。

2.3 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。

2.4 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。

3 系统主要功能演示

3.1 系统功能

依据建议方式，临床决策支持系统主要分为两种类型，一种是主动支持模式，一种是被动支持模式，系统可实现两种方式的综合利用。主动型是指无论医生是否有决策帮助的需求，系统均为医生提供决策建议。应用实例如药物配伍禁忌、药物及疾病禁忌适应症分析等。系统可为医生主动提供辅助诊断、临床建议等智能服务。而被动方式则是在医生主动询问，系统方可为医生提供提供辅助诊断、临床建议。

主动模式当中，诊前决策以及诊中支持功能在电子病历系统中均占据重要的位置。诊前决策是CDSS根据患者的症状描述，在医生对患者诊断、用药和手术之前，CDSS按照诊疗指南提示诊断要求、鉴别要点以及相关诊疗方案。诊中支持功能主要涵盖提示药品的适应症、药理和药效以及手术过程中所出现的主要症状和鉴要点。

被动模式中，指南推导能够将疾病知识库依据不同的科室分成不同的类别，提炼该分类下所有症状词语，从而精准推断疑似疾病。症状

推导主要结合症状、体征、检查和检验数据分析患者患有该疾病的可能性，如主症状-伴随症状-疑似疾病。指南搜索功能模块能够结构化的搜索并查询数据知识，知识挖掘中一方面可实现全方位的指南搜索，另一方面也可搜索与关键字相关的知识页面。

医学工具主要由医学计算、医学评分、单位和计量换算、循证医学工具构成，旨在为医护人员提供便利。系统积极整合了多个学科的权威医学知识，在一定程度上拓展了医学资源，进而为医学生提供更加全面和完善的查询系统。

3.2 诊断决策功能

诊断中，医生可将患者主诉和临床症状与系统中的知识库相匹配，从而充分了解疾病诊断和治疗研究新进展，明确诊断依据，确定用药量和治疗方案。

3.3 指南推导功能

指南推导是在疾病症状和体征的基础上所开展的疑似诊断推导。指南推导中，疑似诊断知识点主要有概述、临床表现、诊断要点和治疗方法等，同时还要明确诊断和治疗中所需要的检查、检验、手术、药品和症状等信息。

4 临床决策支持系统的发展方向

4.1 人工智能与医学知识的高度融合

计算机科学与医学知识的融合具有一定的局限性，这在一定程度上加大了知识整合的难度，在计算机语言上尤为明显。部分医院频繁应用系统功能，但是很多功能并未获得医护人员的认可，疾病的发病机制并未明确，还需结合医生的临床经验和检查结果来判断。又由于医学知识的逻辑性较差，使得临床诊断过程中人工智能无法捕捉医生的直觉和经验，影响了系统的发展与应用。

4.2 建设完善的医学数据库

现如今，数据库建设的效果不佳，临床诊疗决策中需要多个学科的共同参与。对此，系统应吸收更多真实的病例，从而创建大规模医学知识数据库，提高决策的科学性。但是电子病例中有很多非结构化的数据，影响了数据的挖掘，且患者数据挖掘与系统数据库容量等因素也成为了阻碍系统发展的重要元素。

4.3 积极挖掘电子病例系统价值

医院的电子病历系统建设尤为关键，电子病历系统以电子数据的形式记录了患者诊疗全过程的信息数据。合理挖掘并利用电子病历信息，能够优化决策系统。但是医院的信息化建设依然有待完善，在发展中还需高度重视电子病历系统的建设。

5 结束语

综上所述，临床决策支持系统在医院中的应用，有效提高了诊断的准确性，但是该系统自身存在着一定的不足，工作人员需要结合系统的不足，并采取有效措施加以改进，完善系统功能，进而高效发挥出系统的作用，为医疗行业做出贡献。