複製鏈接
請複製以下鏈接發送給好友

臨牀決策支持系統

鎖定
臨牀決策支持系統,即CDSS(Clinical Decision Support System, CDSS),一般指凡能對臨牀決策提供支持的計算機系統,這個系統充分運用可供利用的、合適的計算機技術,針對半結構化或非結構化醫學問題,通過人機交互方式改善和提高決策效率的系統。
最早,Osheroff把臨牀決策支持定義為“運用相關的、系統的臨牀知識和患者信息,加強醫療相關的決策和行動,提高醫療水平和醫療服務水平。”他還設計了著名的“臨牀決策支持五要素”框架,現被醫療保險醫療補助服務中心推薦為提高質量水平的最佳實踐。框架建議:提高預後需要基本五個要素,即:在工作流程中,通過正確的渠道,在正確的時間,在正確的干預模式下,向正確的人,提供正確的信息。截止2020年,臨牀決策支持的概念仍在不斷更新,現主流的工作定義是Robert Hayward提出的:“連接臨牀觀察與臨牀知識,影響臨牀決策,改善臨牀結果”。這一定義將CDSS簡化為功能概念 。美國醫藥信息學會(American Medical Informatics Association)將CDSS定義為為醫務工作者、病人或任何個人提供知識、特定個體或人羣信息,在恰當的時間,智能化的過濾和表達信息,為的是提供更好的健康、診療和公共衞生服務;或者CDSS是在正確的時間,對正確的對象,提供正確的信息,這有別於人工智能和專家系統。 [1] 
中文名
臨牀決策支持系統
外文名
Clinical Decision Support System

臨牀決策支持系統目標與功能

CDSS是提升醫療質量的重要手段,因此其根本目的是為了評估和提高醫療質量,減少醫療差錯,從而控制醫療費用的支出。臨牀醫生可以通過CDSS的幫助來深入分析病歷資料,從而做出最為恰當的診療決策。臨牀醫生可以通過輸入信息來等待CDSS輸出“正確”的決策進行選擇,並通過簡單的輸出來指示決策。
然而,新的CDSS實現輔助決策的理論主要關注於臨牀醫生與CDSS之間的互動,以便於利用臨牀醫生的知識和CDSS對醫學知識的系統管理,更好地分析患者的信息,這樣的作用較之於人或者CDSS系統本身具有更大的優越性。尤其是CDSS可以提供建議或輸出一組相關信息以便臨牀醫生瀏覽參閲,並可以選擇出有用的信息而去除那些錯誤的CDSS建議。
另一個重要的CDSS分類系統是基於它被使用的時機。醫生利用這些系統來提供服務以便於在他們處理病人時得到幫助,即被使用的時機為診斷前、診斷中和診斷後。利用診斷前CDSS系統,醫生可以完成對疾病的初步診斷。而在診斷中的CDSS系統則可以幫助醫生回顧並篩選出初步診斷,以便完善最終診斷結論。診斷後的CDSS系統可以用於挖掘病者與其既往醫療信息、臨牀研究之間聯繫的資料以便於預測其將來的健康問題。
AMIA指出,CDSS對臨牀的干預分為五種,即警告、提醒;信息按鈕;成組醫囑(醫囑套餐);文檔管理和格式;相關數據表達。

臨牀決策支持系統組成

基於知識庫
大多數CDSS由三部分組成,即知識庫、推理機和人機交流接口部分,知識部分依賴包括編譯信息的規則與聯繫,通常採用IF-THEN規則來存儲和管理知識。例如,某一系統用來研究藥物之間單位相互作用,規則是如果服用X藥物與Y藥物,那麼(THEN)服用者需要注意或者警惕什麼。如果採用另一種方式,高級使用者可以編輯相關知識庫裏的規則,從而用於其它新藥的研究。推理機部分是知識庫的知識與患者信息整合、比較、分析的引擎。人機交流接口則允許將結果顯示給使用者,同時也可以作為系統輸入。
基於非知識庫
基於非知識庫的CDSS系統多采用人工智能的形式,這種人工智能能在近年的CDSS研發中被稱為機器學習,可以允許計算機從既往經驗中或是其他臨牀資料中獲得知識。CDSS中常用的機器學習算法包括邏輯迴歸、支持向量機人工神經網絡、深度學習等。

臨牀決策支持系統構建方式

醫學知識和疾病的複雜性導致了在設計CDSS時需要考慮非常多患者因素,同時新發表的臨牀研究數以萬計,質量參差不齊,如何將最高質量的證據用於CDSS是非常困惑設計者的事情。
臨牀工作流程的複雜性也增加了CDSS整合至HIS系統的難度。尤其是不少醫院對於內外網有着嚴格的邏輯隔離甚至是物理隔離,進一步限制了一些在線CDSS的院內應用。 [1] 
參考資料