当前位置： AI资讯 > 内文

CDSS系统在医疗应用中的可行性

2020-07-15 关键词：临床决策支持(CDSS)

近几年，CDSS系统逐渐向基于知识库+算法两者结合的方向发展，在传统知识库的基础上，利用机器学习、大数据挖掘等人工智能技术，从历史经验和不断更新的电子病历数据中自主获取知识，识别和学习某些模式，从而提供临床决策支持。

CDSS系统的应用可行性

问题催生需求，我国医疗资源配置不均衡的问题十分突出，医生负担过重、诊疗压力过大，而CDSS系统应用于医院，可以辅助医生诊疗决策，及时做出临床预警，从而提升医疗效率，缓解医生诊疗压力。

CDSS系统的建设涵盖了数据库、医学知识图谱、预测和展示三个模块。没有医学知识库和患者数据，辅助诊疗就无从下手，CDSS系统把数据资源作为建设和运作的核心，可以高效地掌握患者的临床数据和疾病的诊疗逻辑，把预测结果以合适的形式反馈给医生，从诊前到诊中到诊后为医生提供连续的决策支持，从而提高医生诊疗效率和诊疗水平，减少误诊率。

人工智能与医疗的结合，一方面可以基于大数据的优势，实现更广的技术覆盖，另外一方面则有助于提高医疗服务水平的精细度、专业度。

医院信息化建设需借助CDSS系统

医疗信息化最终目的，是要把数据信息转化成行动，利用可用性数据创造价值，创造可用性，改善患者治疗效果和医护体验。

国家卫健委于2018年1月印发的《进一步改善医疗服务行动计划（2018—2020年）考核指标》及2018年8月印发的《关于进一步推进以电子病历为核心的医疗机构信息化建设工作的通知》要求，在电子病历信息化建设工作中，将临床路径、临床诊疗指南、技术规范和用药指南等权威临床诊疗知识嵌入信息系统，提高临床诊疗规范化水平。

同时，根据电子病历分级评级的新要求，电子病历系统均需要具备临床决策支持功能，这些都显现了CDSS系统成为医院电子病历建设和评级的重要一环，医疗信息化建设需要借助CDSS系统。

CDSS系统的发展考验

随着人工智能技术的发展，以及政策的落实，基于人工智能的CDSS系统在医疗领域应用的不断深入，逐步落地于各大医院与基层医疗机构，辅助医生进行临床决策。尽管CDSS系统得到业界的广泛关注，医学业内人士还持着怀疑的态度。

落实CDSS系统的可行性，必须要实现如何通过各种计算机技术使系统能够更好地适应患者实际诊疗过程，协助临床医生做出诊断决策。CDSS作为一种与人工智能和医疗信息化有着紧密联系的产品，在国家政策的驱动下,未来的发展前景是广阔的。