临床决策支持系统前言：
随着时代的发展, 知识爆炸对医疗工作提出了严峻的挑战, 医师们日益感到难以跟上突飞猛进的医学发展步伐。

虽然临床分科有助于缓解这一矛盾, 但绝非根本解决方法。

因为即使是很专业的医学领域的知识更新和增长, 也超出医师的学习和掌握限度, 大量的信息和数据也让医师们无所适从。

而借助电脑的巨大存储能力和处理能力有可能改变这一状况, 于是临床决策支持系统应运而生。

临床决策支持系( Clinical Decision- Making
“临床决策支持系统”的定义是：“能够根据病人的两项或多项信息针对病情生成具体建议的活性知识系统”。

亚马特亚库（Amatayakul）相信，临床决策支持系统可以在诊疗过程中提供的一种实时帮助，而且能够发掘外部的知识资源。

作为一种复杂的计算机化的管理系统，它还可以根据现有的知识生成各种可供选择的诊疗和护理建议（Randolph et al）。

那么，临床决策支持系统的基本功能都有哪些？根据兰道夫（Randolph et al）2001年的研究报告，表6.1概述了波莱尔（Pryor）的建议。

表6.1 临床决策支持系统
Bayesian theorem 的方法和Belief networks。

另外，近期的已经在国外的临床中具体应用的事件监视器(Event Monitor)也都是基于规则的决策支持系统。

这些系统通过事先定义好的规则来实时地监视病人的相关信息，一旦规则中的前提条件得到满足，相关规则将被触发，相应采取规则中规定的行动，或是对诊断或是对治疗提供决策支持。

2) 系统功能
临床决策系统也可以按其设计的所能完成的系统功能来划分。

主要有两大类主要的功能：一是帮助决策什么是对的判断，例如临床诊断，早期的Leeds Abdominal Pain、DXplain和QMR等医学诊断系统即属此类。

二是帮助医生决策下一步应该做做么事，例如做什么检查，用什么药，要不要手术等，最典型的一个例子就是决策分析树，即根据概率分析医生下一步应该怎样做。

3) 建议方式
临床决策系统的建议方式分为主动和被动两种。

主动的方式为系统主动地给医生提
早
例
（Critiquingmodel）顾问式在流程中不断地与医生进行交互获得必要信息，最终生成最后的建议，例如在MYCIN 系统中，需要用户不断地与计算机进行信息交互，最终计算机才能给出最后的决策意见。

而批评式的系统事先根据相关信息生成一个决策建议，如果医生的决策与之不符，则给出系统的决策建议，适用于医生愿意自己决策而只是需要系统对自己的决策进行再次确认的情况，前面提到的事件监视器系统即属于批评式的。

6) 决策支持程度
与直接能给出决策建议的系统不同，也有一些系统不直接给出建议而是只提供给决策者必要的相关信息，最终由决策的医生做出最后的决策。

因此，从决策支持程度上可以分为直接和间接两类。

前面提到的决策支持系统大部分是属于直接给出决策建议的系统。

间接的决策支持系统主要包括与临床信息系统相融合的多种再线式知识库，例如UpToDate,FirstConsult 等。

一键通技术（InfoButton）可以方便地将各种知识库通过再线的方式方便地提供给医生，间接地为临床决策服务。

现状评述：
)
逐步缩小目标范围，最后由知识库系统判定归于何种类别的医学知识，并存储于知识库中相应的位置。

三、决策支持
决策支持就是临床决策支持系统的最后一个步骤，也是最重要的一个步骤。

其功能是将医学知识应用于病人数据的结果，进行分析、归纳，最终针对具体病人提出相应的决策和建议。

临床决策支持系统的决策支持引擎应具备速度快、操作方便、数据准确的特点。

临床医生可以通过简单的工具自己定义决策推理的逻辑关系。

把决策推理用到的参
数和数据项目转换成逻辑表达式，然后由引擎解释定义过的逻辑关系，把其中数据问的关联解释成计算机能够理解的语言，再由计算机处理其中的逻辑关系，最后根据逻辑关系，把数据结果通过表达式计算出来。

临床决策系统的几个重要特点和必备条件：1．有强大的医学知识数据库库支持，遵循“医生为主导、病人为目标、临床为轴心、诊断为重点”的原则，用一目了然的清晰界面，辅助医生准确、完整、迅速地把握并记录临床过程各部分的互动关系。

2．用开放性神经网络知识结构跟踪f艋床全过程，使系统有能力随机建构过程性诊
经营管理中的决策制定过程。

”数据挖掘是从数据中发现有用知识的过程，实际是多种算法的统称。

它的算法来自于传统的数学方法和人工智能的知识发现技术。

临床决策支持系统面临技术上的挑战：
临床决策支持系统在很多方面都面临极大的技术挑战。

生物系统是无比复杂的，临床决策可能需要利用庞大的潜在相关信息资源。

例如，当向患者推荐治疗方案时，电子循证医学系统需要考虑到患者的症状和体征、既往疾病史、家族遗传史，以及疾病发生的历史
和地理趋势，已发表的有效临床资料等。

而且，最新发布的信息需要不断被整合到系统中去维持系统的实用价值，这一平台信息整合技术至今还不尽如人意。

（1）系统维护 CDSS 所面临的一个和新挑战是很难将不断发表的大量临床研究结果整合到已经存在的数据库中。

每年约有 50 万篇医学文献公开发表并被 Medline 收录，每一个研究结果都需要仔细研读，评价其科学价值，在将其以正确的方式整合入 CDSS 之中。

除了工作很难外，整合新资料有时很难量化，很难将其合并至已存在的决策支持系统中，尤其是当不同的研究结果存在冲突时更不易实现。

如何解决这些矛盾通常要依靠
C
2、采用面向问题的开发策略 CDSS只有针对临床实际问题时才有可能成功，这就要求采用以问题为中心的开发策略。

首先应从问题诊断人手，通过分析医生所作的临床决策的特性及其对病人及保健服务的影响确定系统的真正需求，并应用快速原型法之类的方法评价方案的适宜性。

第二，问题找出之后应选用与问题相适应的技术，即采用面向对象的设计方法并寻求构筑真实世界中的临床决策模型。

第三, 所用的方法与工具应与问题相一致,保证问题与其解决方式之间不发生冲突。

第四，对(工犯右的评价应注重系统对用户及
临床问题的影响，而不仅只是系统的结构和功能。

最后, 整个开发过程应最大限度地调动
用户参与。

3、重视组织文化因素医院的组织文化环境对CDSS开发应用起着非常重要的作用。

开
发C以粥时应精心设计或选择适当的方法，以分析临床实践中的组织关系与交往，分析医
生的习惯、兴趣、观念与价值取向，并根据分析结果指导开发。

4、加强项目管理团组工作值得密切关注, 应保证CDSS开发组成风的知识、经历及技能搭配得当。

临床医生应在项目组中充当重要角色。

项目管理者应具远见和创造性, 并
CDSS。

其次是对CDSS进行系统评价并将结果如实告诉医生。

第三是分析医生需要并组
织他们参与系统开发、实施及评价过程。

此外，还应注意改善CDSS的性能(如使界面更友好、操作更方便等)、开展使用培训及提供及时帮助等。

8、提高CDSS成本效益提高CDSS成本效益 CDSS卫生系统的资源短缺压力愈来愈
大，成本效益无疑是决定CDSS成败的关键之一。

应继续努力降低C D SS 开发和应用成本，具体做法包括:战略规划、协作开发交流经验、研制可重复使用的独立知识系统等。

评价对提高CDSS本效益致关重要。

过去的评价大多只重视诸如功能与结构方面的具体问题,
忽略了系统对用户人的影响，也没有把评价同开发联系起来。

评价应贯穿整个开发周期，既要作实验室评价又要进行应用评价。

发展前景预测：
回顾决策支持系统理论与技术在临床应用与发展的 30 年，CDSS 无论从其架构或构建方法上，都发生了巨大的变化。

在此领域里的研究者和临床医生否定了原先够建专家系统的交互，模式，基于专家经验的决策支持系统是不可能实现的。

这存在两方面的原因：一方面，专家经验并不是 CDSS 知识唯一的来源，对于不同的专家在同意问题上的表述存。