临床决策支持系统.pptVIP

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。 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。 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。 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。 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。