临床决策支持系统（CDSS）.docxVIP

AI与大数据点亮医疗信息化：临床决策支持系统（CDSS） 随着医学的不断发展，医学专业的划分变得越来越细，很多临床医生对自己专业范围外的疾病领域知识掌握非常有限。而在临床真实环境中，患者的情况往往是复杂的，临床医生需要具备多学科多领域疾病知识，才能做出更加科学的临床判断。 临床决策支持系统（Clinical Decision Support System，CDSS）的出现无疑为解决这一问题带来了极大的帮助。 近日，国家卫健委医政医管局发布了《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》（下简称《通知》）。因为它涉及到医院的评级、达标等核心问题，备受各级医院关注。 《通知》中给出了三个时间节点： 1. 到2020年，三级医院要达到分级评价4级以上，即医院内实现全院信息共享，并具备医疗决策支持功能； 2. 到2020年，三级医院要实现院内各诊疗环节信息互联互通，达到医院信息互联互通标准化成熟度测评4级水平； 3. 到2020年，三级医院要实现电子病历信息化诊疗服务环节全覆盖。 这三点要求，都与临床决策支持系统CDSSD息息相关。 一、什么是临床决策支持系统（Clinical Decision Support System,CDSS） 临床决策支持系统（Clinical Decision Support System,简称 CDSS），是一个基于人机交互的医疗信息技术应用系统，旨在为医生和其他卫生从业人员提供临床决策支持，通过数据、模型等辅助完成临床决策。 CDSS包涵5个正确要素：在诊疗流程中，通过正确的渠道，在正确的时间和正确的干预模式下，向正确的人，提供正确的信息。 因此，CDSS是提升医疗质量的重要手段，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。 目前，世界上绝大多数CDSS都由三部分组成：即知识库、推理机和人机交流接口部分。主要包含以下几个使用环节： 1. 基于临床知识库，对信息进行收集、整理、分类、过滤、加工并建立逻辑关联知识点； 2. 采用警告提醒、信息按钮、成组医嘱（医嘱套餐）、文挡管理以及相关数据的表达形式； 3. 对疾病进行诊断、治疗、护理、手术、合理用药等方面的决策支持； 4. 为临床医生诊断治疗提供建议、提醒、报警、计算、预测方面的决策支持。 二、CDSS发展历史并不久远 CDSS的研究始于20世纪50年代末，最早的研究方向是医学专家通过推理引擎，将专业知识和临床经验经过整理后存储于知识库中，利用逻辑推理和模式匹配的方式，帮助用户进行诊断推断。 直到20世纪70年代中期，世界上第一个CDSS(MYCIN)才由美国斯坦福大学研制诞生。那套系统可以根据输入的检验信息，自动识别51种病菌，正确使用23种抗菌素。可协助医生诊断及治疗细菌感染性疾病，为患者提供最佳处方。 随后，各种功能特色的CDSS相继出现，如美国匹兹堡大学的Internist-I 、QMR，犹他州大学的 ILIAD、HELP， 哈佛大学的DXPLAIN，Wolter Kluwer 公司的Uptodate， Elsevier公司的MD consult等。 三、CDSS包括诊前、诊中和诊后决策 如果按照使用场景来划分，CDSS拥有诊前决策、诊中决策和诊后决策三大场景： 1. 诊前决策：是CDSS根据临床医生针对患者的症状的描述，在诊断、用药和手术之前，按照标准诊疗指南提示医生诊断要求、鉴别要点以及相关诊疗方案，包括手术诊断时提示手术操作要点及术前检查等。 2. 诊中支持：是CDSS为医生提示药品适应症、药理、药效等，包括手术并发症常见症状，以及术后综合治疗及评估方案等。 3. 诊后评价：是CDSS挖掘患者与其既往医疗信息、临床研究之间联系的资料，以便于预测患者将来的健康问题，存储并分析不符合《临床诊疗指南》以及《临床技术操作规范》的治疗方案，为医疗质量评估提供依据，提升医院管理水平，规范医疗行为，同时也为循证医学提供科学的证据。 四、对医生而言——CDSS可以有效降低基层医生误诊、漏诊率 中国医学会的一份误诊数据资料显示，中国临床医疗每年的误诊人数约为5700万人，总误诊率为27.8%。器官异位误诊率为60%，恶性肿瘤平均误诊率为40%，如鼻咽癌、白血病、胰腺癌等，肝结核、胃结核等肺外结核的平均误诊率也在40%以上。 2016年卫生部统计年鉴显示，2015年社区卫生服务中心本科以上学历执业医师约占44%，乡镇卫生院的执业医师比例更低，只有19%。 对基层医疗机构来说，培养一名全科医生大约需要5到10年的时间，如果这些医生能够合理利用CDSS，就能迅速提升他们的诊疗水平，加快培训进度，从而减少基层医疗的误诊、漏诊以及医患纠纷等问题。 五