〉
美 国 医 药 信 息 学 会 （ American Medical Informatics Association）将CDSS定义：为医务 工作者、病人或任何个人提供知识、特定个体或 人群信息，在恰当的时间，智能化的过滤和表达 信息，为的是提供更好的健康、诊疗和公共卫生 服务；或者 CDSS 是在正确的时间，对正确的对象， 提供正确的信息，这有别于人工智能和专家系统。
〉
新的 CDSS实现辅助决策的理论主要关注于临床医 生与 CDSS之间的互动，以便于利用临床医生的知 识和 CDSS对医学知识的系统管理，更好地分析患 者的信息，这样的作用较之于人或者 CDSS 系统本 身具有更大的优越性。
另一个重要的 CDSS分类系统是基于它被使用的时 机。医生利用这些系统来提供服务以便于在他们 处理病人时得到帮助，即被使用的时机为诊断前、 诊断中和诊断后。
〉
临床工作流程的复杂性也增加了 CDSS 整合至 HIS 系统的难度。尤其是不少医院对于内外网有着严 格的逻辑隔离甚至是物理隔离，进一步限制了一 些在线CDSS的院内应用。
构建方法〉ຫໍສະໝຸດ 临床决策支持系统可以采用多种不同的方法来构 建和实现临床决策支持系统功能模块。分析现行 的临床决策支持系统建模过程，一般包括如下基 本方法：贝叶斯网络、人工神经网络、遗传算法、 产生式规则系统、逻辑条件、因果概率网络。
瓶颈
〉
医学知识和疾病的复杂性导致了在设计 CDSS时需 要考虑非常多患者因素，同时新发表的临床研究 数以万计，质量参差不齐，如何将最高质量的证 据用于CDSS是非常困惑设计者的事情。
目标与功能
〉
CDSS是提升医疗质量的重要手段，因此其根本目 的是为了评估和提高医疗质量，减少医疗差错， 从而控制医疗费用的支出。临床医生既可以通过 CDSS的帮助来深入分析病历资料，从而做出最为 恰当的诊疗决策，也可以通过输入信息来等待 CDSS输出“正确”的决策进行选择，并通过简单 的输出来指示决策。
临床决策支持系统
目录 • 1 定义 • 2 目标与功能 • 3 组成 ▪ 基于知识库 ▪ 基于非知识库 • 4 构建方法 • 5 瓶颈
定义
〉
最早， Osheroff 把临床决策支持定义为“运用相 关的、系统的临床知识和患者信息，加强医疗相 关的决策和行动，提高医疗水平和医疗服务。”
〉
目前，临床决策支持的概念仍在不断更新，目前 主流的工作定义是 Robert Hayward 提出的：“连 接临床观察与临床知识，影响临床决策，改善临 床结果”。这一定义将CDSS简化为功能概念。
〉
组成
〉
基于知识库
〉
大多数CDSS由三部分组成，即知识库、推理机和 人机交流接口部分，只是部分依赖包括编译信息 的规则与联系，通常采用 IF-THEN 规则来存储和 管理知识。
〉
基于非知识库
〉
基于非知识库的 CDSS 系统多采用人工智能的形式， 这种人工智能能在近年的 CDSS 研发中被称为机器 学习，可以允许计算机从既往经验中或是其他临 床资料中获得知识。两种非知识依赖系统分别基 于人工神经网络和遗传算法。包括人工神经网络、 遗传算法。