当前位置： AI资讯 > 内文

CDSS临床决策支持系统的搭建，医院信息化的重中之重

2023-03-20 关键词：临床决策支持(CDSS)

怎样提高工作效率，是医院信息化重点工作之一。

临床决策支持是利用临床知识和患者信息来增强医疗决策，以改善医疗服务的过程。CDSS则是实现这一过程的计算机化系统。

CDSS临床决策支持系统（clinical decision support systems，CDSS）是利用计算机和人工智能技术，自动分析病人信息和医学知识，向医生主动输出诊断和治疗帮助性信息的专家系统。强大的医学知识库，医疗AI技术与临床业务的深度融合，大幅度提升临床医护人员的工作效率。

“我在书写病历时，可根据患者症状实时向医生提供可能的疾病诊断；对选定的疾病，可以便捷查询该疾病的诊断依据、临床表现、发病原因等资料，也可以参考其给出的治疗方案；同时也能从知识库向电子病历回写症状、诊断等信息。”这是部分医院使用惠每科技CDSS系统的诊断辅助决策功能后给出的反馈和评价。

智能化、自主性、专业化、强大的医学知识库是CDSS的四大特征和优势。

结合国际权威的医学知识库，利用医疗AI，医疗人工智能技术为临床工作站提供决策辅助。将智能辅助诊断、智能鉴别诊断、智能推荐治疗方案等功能点与临床工作站进行无缝连接，为医院提供自主维护药品规则的便捷方式，帮助医生提供更好的医疗服务，提升医疗质量和效率。同时帮助医院有效沉淀业务知识，形成知识资产的积累。

CDSS的核心组件是推理机和医学知识库，传统的CDSS，又被称为基于知识的CDSS，主要是基于“如果-那么（IF-THEN）”规则将临床指南或共识、高级别文献和临床专家的经验等循证证据中与疾病相关的症状、体征、用药、检查等一系列信息进行编译形成知识库，而推理机则将新患者的症状、体征、实验室检查等数据映射到知识库，将该患者可能的最佳治疗决策输出给用户。

基于人工智能的CDSS，也被称为非基于知识的CDSS，其医学知识库的核心是运用人工神经网络算法从大量真实世界数据中学习，从而得出的患者症状体征与用药信息之间的关联模式。然后，基于人工智能算法驱动的推理机将新患者临床特征信息与知识库的关联模式相匹配，找到符合该患者个体化情况的最佳治疗决策，输出到用户端。

CDSS可以从数据中学习，为具有相似临床特征的患者推荐个性化最佳临床决策。自20世纪70年代以来，越来越多面向基于各种疾病的CDSS得以开发，在辅助临床用药决策、智能化剂量计算、个性化运动处方推荐等多个方面发挥作用。随着真实世界研究（RWS）理念的深化和人工智能算法的飞速发展，近几年CDSS在智能化方面有了更多进步。

CDSS系统集成了医学知识库及大数据、人工智能技术，能够读懂病历，并勾画出文本里的关键信息，通过实时分析提示，帮助医生进行临床决策，节省看诊时间。CDSS嵌在HIS系统中非常方便调用；省去大量沟通和资料查阅工作的时间，在同一界面可查阅文献指南、治疗方案和出院指导，使用非常便捷，许多医生使用CDSS系统后给出的反馈倾向于正面。

医生诊疗过程中存在某些疏漏或偏差的风险，CDSS作为专家系统上线后，特别是在病案首页这一模块能够给医生提供一些提示和参考，例如该系统可及时提醒医生病案首页与入院记录中的信息不一致，主要诊断选择错误等问题，并挑选质量缺陷病历发给病案室审核，高效助力医院DIP/DRG付费控费、公立医院绩效考核管理。

CDSS临床决策支持系统上线后可对医生诊疗过程各个环节进行实时提醒和推送，辅助医生完成诊疗业务，提升医生诊疗服务能力，减少误诊漏诊，开创医院患者诊疗管理的新篇章。未来，辅助医院技术创新，着力打造电子病历、智慧服务、智慧管理“三位一体”的智慧医院，将成为CDSS的发挥更大作用的真正舞台。