目录
1 工程背景和依据 (2)
1.1 项目背景 (2)
1.2 编制的依据 (3)
2 决策支持建设现状 (4)
2.1 建设基础 (4)
2.2 需求分析 (4)
3 指导思想、建设原则 (6)
3.1 指导思想 (6)
3.2 建设原则 (6)
4 总体目标 (7)
4.1 总体目标 (7)
5 总体框架和体系 (8)
5.1 总体框架 (8)
5.2 技术路线 (9)
6 主要任务 (11)
6.1 完善信息基础设施 (11)
6.2 建立信息资源中心 (11)
6.3 搭建应用支撑平台 (11)
6.4 建立决策支持应用 (12)
6.5 完善相关支撑体系 (13)
7 重点工程 (15)
7.1 市领导辅助决策支持系统 (15)
7.1.1 市级领导应用 (15)
7.1.2 办公厅及部门应用 (15)
7.2 市领导空间决策支持系统 (16)
7.3 市领导智能决策支持系统 (17)
7.4 市领导多媒体协同办公系统 (18)
7.5 决策分析政务数据交换平台 (19)
7.6 领导决策综合数据库 (20)
8 保障措施 (22)
8.1 加强组织体系建设 (22)
8.2 完善相关政策和制度 (22)
8.3 加强资金保障 (23)
8.4 加强项目培训和咨询 (23)
8.5 强化标准规范建设 (23)
9 计划安排及投资类别 (24)
9.1 总体安排 (24)
9.1.1 工程一期 (24)
9.1.2 工程二期 (24)
9.2 投资类别 (25)
1 工程背景和依据
1.1 项目背景
贯彻党的十六大报告要求“进一步转变政府职能，改进管理方式，推行电子政务，提高行政效率，降低行政成本，形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制”。
贯彻党的十七大报告要求“推进决策科学化、民主化，完善决策信息和智力支持系统”。
《黑龙江省电子政务建设“十一五”规划》：“各级各部门要高度重视电子政务建设工作，切实纳入重要议事日程。主要领导要及时掌握情况，解决问题，加强督促，有计划、有力度地搞好工作推进。”。
《黑龙江省电子政务建设“十一五”规划》：“整合各专业数据系统的关系型数据、非结构化数据，以及多媒体数据，建设全省电子政务数据仓库，利用数据整合、数据分析、数据挖掘技术，建立全省电子政务决策支持系统，为各级领导提供决策支持。”
哈尔滨市已经具备决策支持建设的条件和环境，《哈尔滨市国民经济和社会信息化“十一五”发展规划》指出：“在应用系统建设方面，统一建设了公文传输、信息管理、督办管理、目标管理、议案管理和政务值班管理等6个政务应用系统，在工商、税务等各业务部门分别建设各自业务应用系统的基础上，建设完成了全市企业基础信息共享平台、城市空间地理基础信息共享平台等跨领域、跨部门的应用系统，工商、建委、市政、市长热线和政务呼叫中心等电话呼叫系统，提高了政府为民排忧解难的服务效率”。
1.2 编制的依据《黑龙江省电子政务建设“十一五”规划》《哈尔滨市国民经济和社会信息化“十一五”发展规划》
2 决策支持建设现状
2.1 建设基础
“重点业务系统建设情况我市政府各部门利用电子政务网平台，大力发展应用系统建设，逐步取消纸介质办公和单机操作，推行网络化办公。建立和推进跨部门业务应用系统建设。
在政务信息资源开发方面，启动建设企业法人、地理信息、人口、宏观经济基础数据库，并建设了公文、法律法规、统计、政务、农业、企业、人才、招商引资、俄罗斯经贸等数据库和信息库。
已形成以“中国哈尔滨”市政府门户网站为龙头、56个政府部门网站和19个区、县（市）政府网站为子网站的市政府公众信息网网站群，在政务公开、公众服务方面的作用日趋明显。
机房实行统一管理、统一配电、统一平台架构、统一网络出口（电子政务网络出口100M，互联网出口1000M）、统一安全体系，降低了建设成本，提高了网络性能和资源利用率，加强了网络安全。截止2006年底，我市以电子政务网络中心平台为中心枢纽的互联互通的网络体系基本建成。”
2.2 需求分析
用户范围。市级领导，相关委办局的领导、区（市、县）领导，归口业务管理人员（发改委、统计局、财政局等）。为各级领导宏观决策提供全面、准确、及时、可靠的信息，增强宏观决策的有效性和科学性，满足城市运行、经济发展，提升宏观决策能力。
业务管理。要为领导提供日常工作的信息辅助支撑，掌握和了解日常工作情况。要为领导提供监控预警、预测分析、综合统计、查询分析的指标体系，以定量为主，定性为辅的综合分析，对区域经济、重大活动、公共安全、国民经济发展、城市综合管理等各项综合指数和各项指标的综合情况把握。
信息资源。在现有信息资源基础上，进一步促进业务协同、资源整合与流程优化，提高工作效率和服务水平，加强人、财、物的管理。
应用模式。综合所有决策支持的基本信息、重要信息、业务信息，建立城市多级、多层、多门类的指标管理体系，建设技术平台。实现跨地域、跨部门、跨系统（异构）的横向和纵向系统或平台的业务梳理、流程优化。
3 指导思想、建设原则
3.1 指导思想
实事求是、务实可行。利用已有的信息资源和系统，制定可行的目标和实施计划，确保目标按时、有质量的完成。
科学规划、突出重点。抓领导决策的重点，总结难点，集中人力、物力、财力，保证目标的实现。
需求导向、应用先行。结合政府职能，按“服务、监管、效率”的优先级，增强信息化对辅助决策的力度和范围。
整体设计、规划统一。对业务模型、数据结构、标准化体系整体分析和设计。坚持统计规划、统一实施、统一标准、统一管理的原则，形成面向决策支持的开发和管理模式。
完善基础、保障安全。建立安全管理体系，建设安全有效系统物理环境。处理好应用与安全、成本与效益的关系，保障决策支持系统的安全运行。
3.2 建设原则
按照“统筹规划、分步实施，科学规范、坚持创新，资源共享、业务协同，突出重点、务求实效，因地制宜、急用先建”的原则进行建设，明确方向，扎实推进，实现决策支持系统信息化建设的跨越式发展。
4 总体目标
4.1 总体目标
面向哈尔滨市决策支持的实际需求，通过完善基础设施，建立决策支持数据
中心，建设决策支持应用软件平台，整合各类信息资源，建设相关的信息化支撑环境。
领导决策科学化。利用信息技术，挖掘和分析各类信息资源，构建决策模型，预警模型，把握行政管理需求，准确判断区域经济发展、城市规划、社会事业、人民生活、资源环境的趋势。
决策手段信息化与智能化。消除信息孤岛，实现资源共享，运用数据挖掘、地理信息系统等实现数据整合和可视化；梳理核心业务流程，立足统一的决策支持平台，提高协同管理能力。
优化整合信息资源。将数据有效分类，并建立数据间的关联关系，建设综合数据查询与分析系统，为各级领导及相关工作人员提供信息获取渠道。实现数据的统一采集、统一存储、统一处理，统一的数据展示、分析平台和门户，提高数据的及时性和准确性。
推进业务协同。运用科学管理、预测、监测方法，增强哈尔滨政府和委办局的业务协同调控、决策的定量分析，减少人为主管臆断。
5 总体框架和体系
5.1 总体框架
通过决策支持工程建设，各系统将协同工作，为各级领导、工作人员提供相应的服务。
辅助决策支持门户：用户的统一入口，是各类用户获取所需服务的主要入口和交互界面，由门户和访问渠道组成。应用层：以支撑层为基础，提供业务处理功能的各类应用系统，市级。支撑层：支撑服务层连接决策支持应用和各类数据资源，组织和整合各类数据、组件和服务，为上层应用系统的搭建和运行提供支撑服务。数据层：包含：元数据管理、业务数据、主题数据、基础数据。数据格式有结构化数据和非结构化数据。基础层：网络设施、主机、存储、备份设施，以及系统软件（如操作系统、中间件系统、数据库系统等）。支撑体系：法律、法规、规范性文件、管理办法；安全体系、标准体系、运维体系等。
5.2 技术路线
采用J2EE技术架构，采用“数据仓库(DW)+联机分析处理(OLAP)+数据挖掘(DM)+GIS”等国际上比较先进的技术来进行系统的开发，并采用原型法开发模式。
解决建设所涉及到的指标体系编码、数据展现、数据仓库技术(DW)、联机分析处理(OLAP)、预测模型应用、数据挖掘、即席查询(Discoverer)、单点登录（SSO）、门户、信息检索技术、GIS等关键技术。
6 主要任务
6.1 完善信息基础设施
1. 网络支撑平台：具有高速度和低延时；具有较好的安全性、可靠性、灵活性和可扩充性。
2. 硬件支撑平台：包括主机、存储、备份。管理各个系统的数据交互、数据备份，以及相关系统维护等工作；系统在运行建设中要形成有效的系统安全和保密机制。
3. 软件支撑平台：应用服务器服务、数据库服务、中间件服务等。
6.2 建立信息资源中心
共享交换管理平台建设：提供决策支持信息资源的数据交换和数据目录服务管理，实现与各部门数据库互联、异构数据采集，通过数据目录服务实现跨部门的数据查询和共享。
数据加工整理平台建设：对信息资源中心的数据进行提取、路由、分发、转换、装载、比对、校核提炼有用的决策支持信息。
知识库、模型库、代码库、指标库、元数据库、业务数据库、空间地理数据库、数据仓库建设。
6.3 搭建应用支撑平台
1. 门户支撑平台（单点登录、个性化）。
2. BI平台（信息展现、多维分析、即席查询）。
3. 地理信息平台（GIS）。
4. 数据挖掘平台。
5. 组件服务、安全服务、应用集成、渠道接入。
6.4 建立决策支持应用
1. 应用系统建设
1) 市级领导应用：建立辅助领导决策支持管理平台，为市领导和委办局领导、区（县）领导提供全面、个性化的决策支持。 2) 行业归口应用：横向业务：领导决策支持信息管理、数据报送等管理。纵向业务：公安、城管、发改委、财政、
税务、工商、审计、人口管理、安全生产等等信息系统的整合。重点业务领域：城管、应急指挥、区域经济、国土、农业、社会保障、医疗卫生、城市交通、投资项目审批、重大工程项目进度与质量监控等领域的应用。 2. 通用工具和模型完成决策支持系统中一些核心主题决策支持和通用模型工具，及其管理系统的开发。
1) 监控预警
定义和选取预警指标，监测绝对差异和相对差异的变化，不同领域的发展高低值之间的差异，设定预警指标临界值。
智能分析，分析国民经济和社会发展的各种情况和趋势，为决策提供参考。 2) 预测分析
利用历史数据和现在采集的数据，运用不同的方法，预测将来发展的必然性和可能性，为政府规划工作提供依据。
3) 综合统计
对行政管理中各类数据和相关业务数据的处理、统计、分析，提供数据的整合能力。
4) 查询分析
建立国民经济和社会发展的年度、季度、月度的指标体系和走势，定量分析为主，定性分析为辅的综合分析和评价方法，通过综合指数和各项指标，掌握哈尔滨市社会发展和改革的进展情况，为领导业务办理和宏观调控、决策提供依据，发现运行规律和突出问题，及时采取相应措施。
6.5 完善相关支撑体系
信息安全体系：符合国家、黑龙江省、哈尔滨市信息化建设有关规定，保证系统安全高效运行。
标准化体系：运用和贯彻国家和省市的标准化体系，为互联互通、信息共享、业务协同，信息安全奠定基础，为项目建设提供有效支持。
管理体系：系统的使用，数据的更新、维护与管理模式。运维体系：建立高效的运维体系，保障系统的实施，为项目的发展和完善提供支持和基础。
7 重点工程
7.1 市领导辅助决策支持系统 7.1.1 市级领导应用
1) 信息展现
通过时间维，行政区划维，产业行业维等等多维分析为领导决策提供多方面信息的展现。
以简明直观的方式展现所需的文字、分析数据等。灵活的报表，可以察看区域经济、区域管理等的各个方面的指标和情况。
2) 信息检索与查询
常规和宏观数据检索与查询、各类查询报表定制。 3) 决策分析服务
以数据挖掘工具，通过模型算法为领导提供经济、业务数据、常规统计、宏观经济等辅助决策信息资源分析。
7.1.2 办公厅及部门应用
提供各个市及委办局的组织机构、重点工作（工作进展情况、相应的数据、图表以及工作成果等，相关的会议纪要、向领导请示的文件、领导批示、成果、数据等。）、规划计划、会议纪要、领导批示、行政许可事项等。
提供工作快报、各类决策数据、应急事件、决策建议、工作请示、工作安排、信息抽取、专题报道。
辅助管理：包括空间数据、业务数据等综合性数据进行采集、整理、分析和发布，并将数据存放在领导决策综合数据的数据仓库中。
提供文字、图片、音频等形式的信息发布与上报。
报表定制与生成：固定分析表格定制，报表添加，输出打印。
7.2 市领导空间决策支持系统
以地图为背景，对国民经济指标、工业、商业、农业等统计指标等内容进行查询，结合其他多媒体数据，做到图、文、数并茂，以最新的统计报告、新闻、统计分析报告等，全方位、多层次为领导提供决策信息。提供如下功能。
1) 基本地图功能
基本地图操作、地图导航。 2) 通用查询
实现对任意图层的模糊条件查询、区域范围查询（包括辖区、任意区域）、周边查询等功能，查询结果以列表显示，选择查询结果在地图定位）。
3) 数据采集
遥感和矢量数据建库、地理信息采集、标准地理编码工具。 4) 业务数据管
理
地址信息和标准地址编码库进行智能匹配。7.3 市领导智能决策支持系统
模型库、方法库、知识库、专家库是决策支持系统的核心和灵魂，以各职能部门掌握的统计数据为基础，综合运用经济指标分析对比、计量经济模型、概率预测进行专项主题分析。
建立领导决策使用的各种数据指标，体现更新与对比，包括图表、图饼、曲线、折线等多种表现形式。
1) 数据采集
便于指挥协调各地区和专业部门，应对城市运行中的各种问题，实现准确把握城市运行情况，科学决策。采集城市运行指标和城市运行重大事件情况（重点工程指标、招商引资指标、市政管网指标、城市规划指标、国土资源指标、房产信息指标、城管指标、应急指挥指标、公共安全指标等等）
2) 业务数据分析
实现重大情况和指标数据汇总和预警，初步建立如下主题库和分析。
建立城市管理主题库（重点项目管理主题库、经济指标主题库、投资情况主题库、财政支出主题库、行业情况主题库、税源情况主题库等等）。
常规统计分析（各类常规统计分析方法的模型库，如参数统计分析、回归分析、分类与聚类分析、结构分析、时间序列分析等）。
辅助决策分析（统计图表与分析结果的展示、发展状态比对）。经济分析（城市经济景气指标、可视化对比分析、财政支出、投资分析、综合经济发展状况主题分析、人民生活质量主题分析、行业发展综合主题分析）。
3) 突发应急管理
按突发应急事件的类型、影响范围、严重程度、可控性及处理结果等，提供决策依据。
4) 报表管理
按数据仓库框架,深入能够进行数据分析,复杂的固定报表展现以及权限管理。实现基础报表管理（设置报表统计分析的基础参数，如数据源、数据字段、报表条件等，根据自己工作需要，设计需要的报表）、固定报表管理（预定义固定报表，在实施中可以根据具体进行增减）。
5) 地理信息展现
支持采用数据库引擎模式访问数据的方式，实现地理空间数据与其他数据的统一。
7.4 市领导多媒体协同办公系统
1) 移动办公
支持集成电子邮件、个人办公、即时交流、系统提示/提醒和系统留言、操作界面自定义等功能，供市级领导应用。
2) 应用支撑管理
单点登录、统一认证、工作流、统一消息、用户的基本信息、属性信息、认证信息、授权信息等的查询、核对、统计分析等服务，支持各单位之间松耦合的数据交换和业务协同。
3) 视频会议接入管理
提供IP地址与终端E164号码匹配校验、H.323ID与E.164号码匹配校验、密码认证三种方式进行终端接入认证方式。保证网络安全、连接认证、硬件隔离、移动设备安全、数据安全、数据传输安全。
支持MCU资源调度和H.323域节点管理分离的资源调度策略。
7.5 决策分析政务数据交换平台
通过资源目录和数据共享交换服务，为决策支持应用提供技术平台支撑和信息资源支撑。
1) 前置机管理
支持所有的ODBC或JDBC兼容数据库，支持格式化数据文件，如XLS、XML、文本文件等。
实现源数据库和目标数据库之间的信息的转换，根据需求对抽取的数据进行必要数据处理配置。
2) 信息交换管理
具有较高的运行容错和负载均衡处理机制，交换流程的配置和部署。采用加密和用户身份验证技术（SSL，CA认证），保证信息传输过程中信息传递的安全性和用户操作的不可否认性。
3) 资源目录管理
共享信息资源目录、交换数据资源目录管理的数据更新及展现管理。
7.6 领导决策综合数据库
围绕信息资源交换、共享、整合及服务, 整合人口、法人、自然资源和空间地理信息、宏观经济等等基础信息资源和政务专题信息资源，形成空间和非空间信息资源基础库。
整合政府业务系统数据和各委办局业务系统数据及外部数据，完善数据共享交换业务模式，通过数据采集和数据清洗建设政府决策数据中心，建立数据间的关联关系。提供节点管理、主题管理、元数据管理、指标管理、目录管理等功能。
1) 数据模型
数据模型主要包括两大类数据库：基础数据库和业务应用数据库。
基础数据库: 元数据、数据字典、业务和数据规则、标准规范、基础数据库(国家人口、法人、地理、宏观基础数据库）为核心的基础数据库，城市建设地理信息数据库、国民经济统计数据库、政策法规数据库。
业务应用数据库：共享交换数据库、委办局业务数据库、领导决策综合数据库。
2) 节点管理
实现与决策数据中心相连的各个节点的信息管理、配置管理。 3) 主题管理数据采集、数据发布、数据共享、数据交换、决策支持服务管理。 4) 元数据管理
定义和创建元数据。包括基础数据元和共享数据元。 5) 运维管理
对数据进行备份、导入导出以及数据库恢复等功能。完善运行管理与监控维护制度，保证数据中心的安全可靠和高效运行。
8 保障措施
8.1 加强组织体系建设
决策支持信息化建设是一个长期的、庞大的系统工程，为了有效地协调、管理建设工作，需要不断完善建设的组织管理体制，健全决策支持信息化工作领导，由市领导和办公厅，以及信息化主管部门牵头，加强对决策支持信息化建设的统一管理、协调和监督，强化决策支持信息的规划、审核等管理和监督职能，以保证决策支持信息化工程项目之间具有较好的关联性、协调性和互补性，符合整体
规划。
8.2 完善相关政策和制度
加强有助于决策支持信息化建设、信息技术应用的政策配套，制定项目建设计划和资金计划，合理配置各种资源；建立规划实施与评价机制，组织开展规划执行情况评估，科学分析规划目标的实现程度。
健全决策支持信息化管理制度，制定与完善数据交换、数据管理、数据运行和维护等管理办法；制订和完善包括信息发布、信息安全、信息分类分级等管理制度。
在决策支持信息化建设项目上强化纵向和纵向系统或平台的管理制度，以保证上下步调一致，横向协调发展，使决策支持信息化建设工作稳步推进。
8.3 加强资金保障
加强决策支持信息化建设项目及资金使用的管理力度，加强对全局资金的统筹规划及合理使用，加强项目的前期研究。
对全市决策支持系统建设进行统一规划，制定标准及管理办法，按照统一的规划、标准，负责具体项目的实施，确定投资重点，确保哈尔滨市决策支持项目的顺利实施。
可设置信息化专项资金，以保证决策支持信息化工作的顺利开展。
8.4 加强项目培训和咨询
加强培训工作，促进城市管理与信息化建设工作的有机结合，以一带多,全面推进, 提高决策支持项目的建设和应用能力。
充分发挥专家和行业骨干队伍的作用，让决策支持信息化建设工作与国家、省和全市信息化建设工作同步。
8.5 强化标准规范建设
采取逐点突破方式，梳理应用系统，建立一批标准规范，逐步建立起完善的哈尔滨市决策支持信息化应用系统标准规范体系。
9 计划安排及投资类别
9.1 总体安排
按照“先易后难、急用先建、效益显著、分步实施”的原则，规范、梳理和优化业务流程，加快基于部门业务协同进程和项目的建设工作。
9.1.1 工程一期
共享交换管理平台建设、运行基础平台建设、应用支撑平台建设。搭建技
术平台（ETL ,BI、GIS等）环境，以及业务单位数据交换的准备工作。
建设市领导辅助决策支持系统、决策分析政务数据交换平台、领导决策综合
数据库。
9.1.2 工程二期
建设市领导空间决策支持系统、市领导智能决策支持系统、市领导多媒体协
同办公系统。
完成通用工具和模型的设计和应用。完善一期建设工程项目。
拟定决策支持应用的规章制度、拟定决策支持应用的安全体系。
9.2 投资类别
软硬件购置费、应用软件开发及相关研究费用、安全系统和应用支撑环境部署费用、决策支持模型研究费用、标准规范制定及人员培训费用等，以及项目前期费、
工程管理费、系统集成费等其他费用。
临床决策支持系统研究初探 胡安邦① 廖邦富① ①成都成电医星数字健康软件有限公司，610047，成都市武侯区武科东四路11号慧谷5栋4号 摘 要 临床决策支持系统是电子病历最高层次的应用之一。本文介绍运用循证医学和语素级临床汉语言解析引擎进行临床决策支持系统的研究，特别是对临床诊断决策支持的研究。关键词 临床决策支持 电子病历 CDSS 语素解析 1 概述 目前国内电子病历系统已经得到广泛的认同和应用。虽然大部分电子病历的应用还停留在如何记录和保存电子病历上。但是业界比较领先的电子病历公司，已经在研究电子病历质量控制、语素或语义解析、临床决策支持（Clinicl Decision Suport System简称CDSS）等涉及到电子病历核心技术方面的内容。 电子病历系统除了应采集到全面、精细、结构化的电子病历数据外，必须辅助医护人员进行临床决策，才是电子病历应用的核心和最终目标。理想状况下，临床上任何医疗活动应该有CDSS支持，所有的医疗决策和操作，都是通过电子病历系统对病人信息进行了充分的智能化分析，遵循最优路径的方式来进行。达到智能化或智慧型的电子病历。 智慧型的电子病历最重要的特征就是有完备CDSS支撑。国际上先进国家已经有许多著名CDSS，如：Archimedes Model,Autonomy,DiagnosisOne,Dxplain等，已经广泛应用于临床。而我国目前该领域在临床应用中也有一些小规模的片段性的应用，但还没有真正起步。国外的CDSS要完全引入我国，由于医疗过程和语言的不同，远远不是翻译就能够解决的问题。CDSS 知识库的移植也是一个浩瀚的工程。国内电子病历的CDSS还远没有成形，要达到智慧型电子病历还任重道远。 CDSS是涉及医学各方面的智能化体系，包括疾病诊断、治疗、护理、手术、用药等方面的决策支持，循证决策的支持，鉴别诊断的支持，预防误诊误治的支持，预后康复方面的支持，为医务人员提供诊断治疗工具和资料等。在CDSS的功能方面，必须具有对临床医疗的建议、提醒、报警、计算、预测等。其重点在诊断，治疗的决策。对于CDSS的研究，其知识库来源、决策方法和电子病历的结构化解析是必须的基础研究工作。 我们把循证医学作为构建CDSS知识库和决策方法的基础。对于电子病历的结构化解析，我们首先研发的临床语言解析引擎[2]，已经获得国家方面专利,使整个研究有了较好的基础。 2 CDSS与循证医学结合的研究 2.1 把循证医学的临床证据作为建立CDSS知识库的基础 智慧型电子病历是我们对电子病历系统研究的重点。对于智慧型电子病历中CDSSD 研究，知识库的正确性对于CDSS至关重要。我们把循证医学中高级的证据作为CDSS知识库的信息来源基础。循证医学的核心思想，就是在医疗决策中，将临床证据、个人经验、患者的实际状况三者结合起来，进行疾病的诊断和治疗。其中，临床证据主要来自大样本的随机对照临床试验(randomized controlled trial，RCT)，经过系统性评价(systematic review)或荟萃分析(meta-analysis)，对大量临床证据的总结、分析、评价，形成的各种证据（甚至金标准），可以作为构建CDSS知识库的可靠、正确的基础。 2.2 以循证医学的理论指导诊断治疗决策研究 对于CDSS的研究，还在循证医学理论指导下，作为研究CDSS诊断决策，治疗决策，预后决策的基础方法。对这几个方面研究的功能和解决方案描述如下： 诊断决策：将循证医学中的各种诊断和治疗证据，用元素和语素形式进行整理，构建
决 策 支 前言: 随着时代的发展，知识爆炸对医疗工作提出了严峻的挑战 突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾 即使是很专业的医学领域的知识更新和增长 ，也超出医师的学习和掌握限度 ，大量的信息 和数据也让医师们无所适从。而借助电脑的巨大存储能力和处理能力有可能改变这一状况 于是临床决策支持系统应运而生。临床决策支持系 (Cli nical Decisi on- Mak ing Support System, CDSS)指能为医生的诊疗工作提供决策支持和帮助的计算机系统。 另一方面，药物 的多样性和患者信息的不同使药物治疗复杂化 ,故此药物治疗需要完善的信息支持系统 ，临 床决策支持系统(CDSS)是支持药物治疗的有力工具。 现已表明，较好地使用了决策支持系统 (DSS)的机构已经实现了提高质量和降低成本。同样的 ，人们将决策支持系统运用到复杂的 药物治疗中，可以很及时、准确、完整地为医师提供相应的信息资料，有助于医师做出正确 有效的诊断决策，以提高药物治疗的效率? 很多临床医师熟悉那些处理实验室信息的计算机系统， 也熟悉那些用来跟踪药物处方及 重复取药的药房计算机系统。鉴于他们已经习惯于按几个键就能够找到或显示所需要的信 息，他们不可能愿意回到原来那种乏味地从大堆资料中查找一些零碎信息的情境。 尽管电子健康记录系统能够获取、转换、 显示和分析某些信息，但是， 如果不能筛选和 提炼信息，也将无法满足那些复杂的临床决策。 在这一点上，临床决策支持系统有了进一步 的发展。将患者个人的详细信息输入计算机程序之后，这些信息就被存储起来，然后， 在计 算机知识库中进行程序或算法匹配，为临床医师生成针对该患者的健康评估和诊疗建议 (Randolph, Haynes, Wyatt, Cook, & Guyatt, 2001 )。在 1994 年约翰斯顿(Johnston ) 等人的研究报告中，维亚孜( Wyaath )和斯比格尔特(Spiegelhalter )给"临床决策支持 系统”的定义是：“能够根据病人的两项或多项信息针对病情生成具体建议的活性知识系统” 。 亚马特亚库(Amatayakul )相信，临床决策支持系统可以在诊疗过程中提供的一种实时帮助， 而且能够发掘外部的知识资源。作为一种复杂的计算机化的管理系统， 它还可以根据现有的 知识生成各种可供选择的诊疗和护理建议( Ran dolph et al )。 那么，临床决策支持系统的基本功能都有哪些？根据兰道夫( Randolph et al )2001 年的研究报告，表 6.1概述了波莱尔(Pryor )的建议。 医师们日益感到难以跟上 但绝非根本解决方法。因为
决策支持系统（DSS）与管理信息系统（MIS）的联系和区别 DSS是从MIS的基础上发展起来的，都是以数据库系统为基础，都需要进行数据处理，也都能在不同程度上为用户提供辅助决策信息。 DSS与MIS的不同 （1）MIS是面向中层管理人员，为管理服务的系统。DSS是面向高层人员，为辅助决策服务的系统。 （2）MIS综合了多个事物处理功能如生产、销售、人事等。DSS是通过模型计算辅助决策。 （3）MIS是以数据库系统为基础，以数据驱动的系统。DSS是以模型库系统为基础的，以模型驱动的系统。 （4）MIS分析着重于系统的信息的需求，输出报表模式是固定的。DSS分析着重于决策者的需求，输出的数据是计算的结果。 （5）MIS系统追求的是效率，即快速查询和产生报表。DSS追求的是有效性，即决策的正确性。 （6）MIS支持的是结构化决策。这类决策是已知的、可预见的，而且是经常的、重复发生的。DSS支持的是半结构化决策。这类决策是指既复杂又无法准确描述处理原则又涉及大量计算，既要应用计算机又要用户干预，才能取得满意结果的决策。 论述决策过程 答：决策过程是决策者对决策问题进行识别、分析、研究、最终作出决策的过程。 1.识别问题：一切决策活动都必须从问题开始，而不是从演绎推理和假设开始。因此，问题的存在是一切决策活动的发端，“问题”在决策活动中占有特殊重要地位。决策制定过程始于一个存在的问题，或更具体一些，存在着现实与期望状态之间的差异。 在决策系统中，问题的产生来源于以下三个方面： （1）主观方面产生的问题； （2）客观方面产生的问题；
（3）实践活动方面产生的问题。 2.确定目标：当选择要解决的问题后，为了抓住问题的实质，必须首先确定系统的决策目标，即进行决策系统的目标分析。经过分析后，所确定的目标必须符合以下要求：目标成果可以用决策目标的价值准则进行定性或定量的衡量；目标是可以达到的，即在内外各种约束条件下是现实的、合理的、可能实现的；达到目标要有明确的时间概念。 3.收集信息：一旦确定了需要解决的问题，就必须对问题进行系统扮析，着手调查研究，收集与解决问题相关的信息，并加以整理。只有掌握了大量准确的信息，才有可能作出正确的决策，提高科学决策水平。为了保证信息收集的质量，应坚持以下原则：（1）准确性原则；（2）全面性原则；（3）时效性原则。 4.确定决策标准和拟订决策方案：确定决策标准，即运用一套合适的标准分析和评价每个方案。首先确定出若干与决策相关的因素，然后规定出各种方案评比、估价、衡量的标准。在一般情况下，实现目标的方案不只一下，而是有两个或更多的可供选择的方案。拟订可行方案主要是寻找达到目标的有效途径，因此这一过程是一个具有创造性的过程。 5.分析方案：备选方案拟订出之后，决策者必须认真地分析每一个方案的可应用性和有效性。对每一个备选方案所希望的结果和不希望的结果出现的可能性进行估计，运用第四阶段确定的标准来对这些备选方案进行比较。 6.选择方案：就是在各种可供选择的方案中权衡利弊，然后选取苦命或对一些各有利弊的备选方案优势互补、融会贯通、取其精华、去其不足。 7.实施方案：选择满意的方案后，决策过程还没有结束，决策者还必须使方案付诸实施。他必须设计所选方案的实施方法，做好各种必需的准备工作，实施方案阶段是最重要的阶段。 8.评价决策效果：决策者最后的职责是定期检查计划的执行情况并将实际情况与计划结果进行对比。这一过程根据已建立的标准来衡量方案实施的效益，通过定期检查来评价方案的合理性。
中国医疗设备 2016年第31卷 08期 V OL.31 No.08 87 医院数字化 DIGITALIZED HOSPITAL 近年来，随着医院规模的不断扩张，医疗数据也呈爆发式增长。如何从海量的业务数据中发掘有价值的信息，构建智能化数据库，从而辅助医疗工作者决策，是当前研究的热点。20世纪90年代初期， 我院就着手建立信息系统，至今已有医院信息系统（HIS ） 、临床检验系统（LIS ）、医学影像系统（PACS ） 、放射信息系统（RIS ）、办公自动化（OA ）系统和手术、麻醉、重症等8大系统和40多个子系统。虽然医院在信息化建设方面取得显著进步，信息系统也得到广泛使用，但是其工作理念和方式却相对落后，亟需科学化的辅助手段[1]。在医学信息领域里，用计算机辅助进行决策、诊断、推理的软件被称为临床决策支持系统[2]。我院于2014年开始部署建设临床决策支持系统，对医疗数据进行分析处理，辅助临床医疗决策。 1 决策支持系统构建方案 临床决策支持系统基于多种数据挖掘技术方法，构建分析决策模型，并针对HIS 、LIS 、RIS 、PACS 、EMR （电子病历）系统等海量医疗数据进行挖掘分析，为临床诊疗 的客观与规范化提供决策支持[3-4]。2014年10月，我院委托北京天鹏恒宇科技发展有限公司，着手开始医院的临床决策支持系统建设。该系统通过引入临床数据库，采用数据挖掘和联机分析处理等技术，将决策信息展示给终端用户，并具有为临床医生提供建议、提醒、报警、计算、预测等方面的功能[5]。1.1 系统架构 医院原有的信息系统虽然能够为医疗决策提供部分支持，但由于系统分散，决策内容单一，其应用范围受到较大限制。知识库的建设不仅仅是将分散在各个系统的数据进行集成，还需要对医院的业务流程和数据集进行标准化处理[6]。本系统将数据库转化为基于共享机制的数据模型，对数据库知识进行综合分析、统一处理后，再按不同维度展示给终端，有利于提升医疗质量和决策准确性。系统框架分为3层，分别是数据层、处理层、展示层。数据层将各医疗业务数据进行结构化转换[7]，并统一加载到数据仓库中，然后对外提供标准接口，便于数据提取；处理层采用数据挖掘与分析工具，对仓储中提取的数据知识进行清洗过滤，并利用一定规则转化为决策信息；展示层是真正 临床决策支持系统建设研究 Research on Construction of a Clinical Decision Making Support System [摘 要] 目的 为临床应用提供知识库信息化工具，辅助医疗决策。方法 基于医院现有信息资源，利用数据挖掘、联机处理等技术构建医疗知识库的智能决策平台，并多维度展现医疗信息。结果 我院70多个科室均部署了临床决策支持系统，通过近6个月的跟踪反馈，基本达到预期目标。结论 临床决策支持系统应随着信息化技术的发展不断完善。[关键词] 临床决策支持系统；知识库；数据挖掘；医院信息化 Abstract: Objective To provide the knowledge base informatization tools so as to assist medical decisions. Methods Based on the existing information resources of the hospital, an intelligent decision-making platform of medical knowledge was constructed by using multiple technologies, including data mining and online processing. Medical information was displayed multi-dimensionally. Results After six-months follow-up, the clinical decision-making support system was deployed in over 70 departments, and has achieved basic expectations. Conclusion The clinical decision-making support system should be continuously perfected with the development of information technology. Key words: clinical decision-making support systems; knowledge base; data mining; hospital informatization [中图分类号] TP311.13 [文献标志码] A doi ：10.3969/j.issn.1674-1633.2016.08.026[文章编号] 1674-1633(2016)08-0087-02 邵伟，王颖，闫国涛，赵妍 邯郸市中心医院 信息科，河北 邯郸 056002 SHAO Wei, WANG Ying, YAN Guo-tao, ZHAO Yan Department of Information, Handan Central Hospital, Handan Hebei 056002, China 收稿日期：2015-12-31 修回日期：2016-01-13 作者邮箱：616402758@https://www.doczj.com/doc/5e3258232.html,
决策支持系统 1、运筹学和系统工程利用计算机技术后，形成了模型辅助决策系统。 2、MIS的主要爱功能是事务处理。 3、DSS是面向高层人员。为辅助决策是的系统。 4、DSS支持的是半结构化决策或非结构化决策 4、DSS是以模型库系统和知识库系统为基础、以模型和知识驱动的系统。 4、DSS追求的是效益，即决策的正确性。 5、人工智能（AI）的基本内容包括：知识获取、知识组织和知识处理方法。 6、在AI系统中，将与问题有关的知识组织和存储在一起，称为知识库。 7、西蒙认为决策过程包括四个阶段：信息、设计、选择和实现。 8、在决策全过程中需要遵循的原则：实事求是原则，外脑原则，经济原则。 9、在决策实施过程中需要遵循的原则：跟踪原则，反馈原则。 10、决策过程开始于信息阶段。 11、决策变量描述行动方案，该变量的值由决策人确定。 12、模型的解是某选定方案中决策变量的一组特定值。 13、选择阶段包括从设计阶段已找到的行动方案集合中，搜索适当的行动方案，用于解决问题。 14、对于规范模型，既可用分析方法，也可用穷举法。 14良好的DSS必须能容易进行What-if分析和目标搜索。 15按决策的对象和范围可将决策分为宏观决策和微观决策。 16、企业家们做出决策的众多方式具有三个特点：合理性、策略性和灵活性。 17、最常用的结构化决策模型有两种：决策影像图模型和决策树模型。 18、在决策影响图中，椭圆表示偶然事件。 19、在决策树中，圆框表示变化的事件。 20、决策树用于风险分析。 21做决策所包含的信息包含大量的不完全信息。 22、DSS主要由数据库子系统、模型库子系统和用户接口子系统构成。 23、模型库子系统由模型库和模型库管理系统组成，他是DSS的核心部分，也是DSS区别于其他信息系统的重要标志。 24、在DSS基本结构中，增加了知识库子系统。 25、数据结构有六种。 25、依照模型库建立和使用的特点可以把模型库分为三类：通用模型库，专用模型库，智能模型库。 26、操作模型是指为解决业务操作的决策问题而建立的模型库。 27、知识库系统的核心部分是知识库和推理机制。 28利用行动语言表达用户需求的方式称为接口交互模式。 28原型法有下列主要优点：1开发时间短2用户反馈速度快3用户对系统及其信息需求和功能的理解增强4费用低。 28面向对象方法是以对象或数据为中心。 29系统实现阶段包括下列任务：测试、评价、演示、说明、训练和配置。 30、电子表格是最流行的终端用户建模工具之一。 31、两种最流行PC表格软件包是Microsoft Excel和Lotus1-2-3。 32、物理集成包含完成功能继承所需要的硬件、软件和通信功能的集成。
临床决策支持系统前言： 随着时代的发展, 知识爆炸对医疗工作提出了严峻的挑战, 医师们日益感到难以跟上突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾, 但绝非根本解决方法。因为即使是很专业的医学领域的知识更新和增长, 也超出医师的学习和掌握限度, 大量的信息和数据也让医师们无所适从。而借助电脑的巨大存储能力和处理能力有可能改变这一状况, 于是临床决策支持系统应运而生。临床决策支持系( Clinical Decision- Making “临床决策支持系统”的定义是：“能够根据病人的两项或多项信息针对病情生成具体建议的活性知识系统”。亚马特亚库（Amatayakul）相信，临床决策支持系统可以在诊疗过程中提供的一种实时帮助，而且能够发掘外部的知识资源。作为一种复杂的计算机化的管理系统，它还可以根据现有的知识生成各种可供选择的诊疗和护理建议（Randolph et al）。
那么，临床决策支持系统的基本功能都有哪些？根据兰道夫（Randolph et al）2001年的研究报告，表6.1概述了波莱尔（Pryor）的建议。 表6.1 临床决策支持系统 Bayesian theorem 的方法和Belief networks。另外，近期的已经在国外的临床中具体应用的事件监视器(Event Monitor)也都是基于规则的决策支持系统。这些系统通过事先定义好的规则来实时地监视病人的相关信息，一旦规则中的前提条件得到满足，相关规则将被触发，相应采取规则中规定的行动，或是对诊断或是对治疗提供决策支持。 2) 系统功能
临床决策系统也可以按其设计的所能完成的系统功能来划分。主要有两大类主要的功能：一是帮助决策什么是对的判断，例如临床诊断，早期的Leeds Abdominal Pain、DXplain和QMR等医学诊断系统即属此类。二是帮助医生决策下一步应该做做么事，例如做什么检查，用什么药，要不要手术等，最典型的一个例子就是决策分析树，即根据概率分析医生下一步应该怎样做。 3) 建议方式 临床决策系统的建议方式分为主动和被动两种。主动的方式为系统主动地给医生提 早 例 （Critiquingmodel）顾问式在流程中不断地与医生进行交互获得必要信息，最终生成最后的建议，例如在MYCIN 系统中，需要用户不断地与计算机进行信息交互，最终计算机才能给出最后的决策意见。而批评式的系统事先根据相关信息生成一个决策建议，如果医生的决策与之不符，则给出系统的决策建议，适用于医生愿意自己决策而只是需要系统对自己的决策进行再次确认的情况，前面提到的事件监视器系统即属于批评式的。 6) 决策支持程度
简述决策支持系统的功能和结构 1、模型库 “模型”的概念，最初被用于自然科学的研究和工程设计，如分子模型、天体运动模型、建筑模型等。这些被称为模拟模型，在应用中发现这些模型有一定的局限性，构造一个模型往往要花费大量的人力物力，而且对于一些问题的研究不能借助于这种模拟模型，比如要研究事物随时间或外界条件的变化而变化的规律，静态的模拟模型就不能适用，这时，找到了另一种模拟方法，即数学模拟方法。这种方法将客观事物的变化用数学方法表现出来，将事物外界或内部条件的变化用自变量表示，将要反映的事物变化用应变量表示。 计算机技术的形成和发展，使人们能够依赖计算机求解一些较为庞大、复杂的数学模型。如对于国民经济的计划模型、宏观预测模型等，必须借助于较大规模的计算机系统才能容纳其巨大的数据量，完成亿万次的工作量。在管理领域常见的是信息处理模型，它的表达式为数学表达式、计算机程序等，通过对模型的建立和使用，决策者可以获得有用的辅助决策信息。建立模型是有关决策领域的专家学者在探索事物的变化规律中抽象出它们的数学模型，这项工作是创造性的劳动，需要花费大量的精力来得到规律性或相近的数学模型。 数学模型建立之后的一具重要问题就是该模型的求解算法，它可以是精确求解，也可以是近似求解，这种算法的提出由计算机数值计算学者来完成。有了模型算法，就可以用计算机语言来编制成程序。实际的决策者就可以利用模型程序在计算机上执行，计算出结果，得到辅助决策信息。模型是辅助决策的重要手段，模型库是模型的集合，它按照一定的组织方法，将模型有机地汇集起来，由模型库管理系统统一管理。模型库以及模型库管理系统构成模型库系统。 2、方法库 方法库系统由方法库和方法库管理系统组成。它的基本功能是为各种模型的求解分析提供必要的算法以及为用户的决策活动提供所需的方法。方法库中的方法通常可以包括各种优化方法、预测方法、统计方法、对策方法、风险方法、矩阵方程求解等。 方法库管理系统负责对方法的描述、录入、存储、增加、修改、删除等处理。通常采用的方法是选择适当的计算机程序设计语言，将有关算法变成一组可执行的程序存入计算机内。这些程序可以表示为附有描述说明的函数或过程，而后按照求解问题的需要调用对应程序模型，从而达到求解问题的目的。另外，方法库管理系统还应具有与数据库、模型库进行交互的能力以及为用户选择算法提供灵活方便的交互揭示功能。 3、“三库”的联系 从支持决策过程来看，数据库、方法库和模型库，即“三库”是DSS?的三大组成部分，
高度结构化决策：如果决策的目标简单，可选行动方案少，界定并且明确决策带来的影响，则此类决策为高度结构化决策。 简答决策支持系统的设计思想：是努力实现一个具有巨大发展活力的、适应性强的开发系统，其设计方法则强调充分发挥人的经验、判断力、创造力，强调其未来的发展，努力使决策更加正确。 数据仓库：将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织。 确定型决策：是指只存在一种完全确定的自然状态的决策。 风险型决策：也称随机决策，是决策者根据几种不同的自然状态可能发生的概率所进行的决策。 不确定型决策：对这类事件的决策只能在不肯定情况作出，即在知道可能出现的各种自然状态，但又无法确定各种自然状态发生概率的情况下作出，这类决策问题就是不确定型决策。目标准则体系：在多目标决策问题中，其目标或者经过逐层分解，或者依据决策主体要求和实际情况需要，形成多层次结构的子目标系统，使得在最低一层子目标可以用单一准则进行评价，称之为目标准则体系。 多阶段决策过程：把一个问题看作是一个前后关联的具有链状结构的多阶段过程就称为多阶段决策过程。 定性方法：是指决策者在占有一定的事实资料、实践经验、理论知识的基础上，利用其直观判断能力和逻辑推理能力对决策问题进行定性分析的方法。 定量方法：是指决策者在占有历史数据和统计资料的基础上，运用数学和其他分析技术建立起可以表现数理关系的数学模型，并利用它进行决策的方法。 信息管理科学：是以信息为主要研究对象，以信息处理的规律和应用方法为主要研究内容，以计算机等技术为主要研究工具，以模拟和扩展人类的信息处理和知识处理功能为主要目标的综合性学科。 简答信息处理技术：是指信息本质与信息收集，信息组织与数据仓库，信息分析与数据挖掘。联机分析处理：是决策者和高层管理人员对数据仓库的多维信息分析处理。 数据挖掘：是从大量数据中提取或挖掘深层信息或知识的过程。 解决问题的灵活性：是指提供给最终用户的灵活性，称为解决问题的灵活性。 修改配置的灵活性：是指在使用F1还不能生效的情况下，DSS所提供的修正某个特定的DSS 的能力，称为修改配置的灵活性。 适配的灵活性：是指当完全不同的特定DSS的要求产生时，系统能够通过对DSS的基本成分的变更，使得新的专用DSS的产生。称为适配的灵活性。 包容的灵活性：如果DSS的基础技术的某些基本性质发生了变化，它们必然影响到在其之上的系统的能力，称包容的灵活性。 适应性设计方法：DSS的开发过程不应当像开发MIS那样严格地划分成若干阶段，而应当是一个前后各阶段紧密联系的、反复的实施过程。他们所提倡的DSS开发方法叫适应性设计方法，又称反复设计法。 四要素法：表达方式、系统操作、记忆输助、控制机构，这个系统分析观点又被简称为四要素法或ROMC方法。 DSS工具：是指用于开发DSS最基础的技术，既可用于DSS生成器的开发，也可用于专用DSS 的开发，它包括开发专用DSS或DSS生成器的基本硬件和软件单元。 外壳类：即提供决策支持系统的一个框架。当开发一个具体的DSS时，开发者只需根据使用说明填写“具体内容”（包括数据、模型与方法等），即可形成一个可运行的决策支持系统。专用DSS：是完成专门决策任务的计算机软件和硬件系统。
临床决策支持系统 前言： 随着时代的发展, 知识爆炸对医疗工作提出了严峻的挑战, 医师们日益感到 难以跟上突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾, 但绝非 根本解决方法。因为即使是很专业的医学领域的知识更新和增长, 也超出医师的 学习和掌握限度, 大量的信息和数据也让医师们无所适从。而借助电脑的巨大存 储能力和处理能力有可能改变这一状况, 于是临床决策支持系统应运而生。临床 决策支持系( Clinical Decision- Making Support System, CDSS) 指能为医生 的诊疗工作提供决策支持和帮助的计算机系统。另一方面, 药物的多样性和患者 信息的不同使药物治疗复杂化, 故此药物治疗需要完善的信息支持系统,临床决 策支持系统(CDSS)是支持药物治疗的有力工具。现已表明, 较好地使用了决策支 持系统(DSS)的机构已经实现了提高质量和降低成本。同样的, 人们将决策支持系统运用到复杂的药物治疗中, 可以很及时、准确、完整地为医师提供相应的信息 资料, 有助于医师做出正确有效的诊断决策, 以提高药物治疗的效率. 很多临床医师熟悉那些处理实验室信息的计算机系统，也熟悉那些用来跟踪药物处方及重复取药的药房计算机系统。鉴于他们已经习惯于按几个键就能够找到或显示所需要的信息，他们不可能愿意回到原来那种乏味地从大堆资料中查找一些零碎信息的情境。 尽管电子健康记录系统能够获取、转换、显示和分析某些信息，但是，如果不能筛选和提炼信息，也将无法满足那些复杂的临床决策。在这一点上，临床决策支持系统有了进一步的发展。将患者个人的详细信息输入计算机程序之后，这些信息就被存储起来，然后，在计算机知识库中进行程序或算法匹配，为临床医师生成针对该患者的健康评估和诊疗建议（Randolph, Haynes, Wyatt, Cook, & Guyatt, 2001）。在1994年约翰斯顿（Johnston）等人的研究报告中，维亚孜（Wyaath）和斯比格尔特（Spiegelhalter）给“临床决策支持系统”的定义是：“能够根据病人的两项或多项信息针对病情
临床辅助决策支持系统（CDSS）招标要求及技术参数
一、项目总体方案 1、总体目标 临床辅助决策支持系统是基于我院医疗大数据平台和医院海量真实病历数据，结合医学文献、临床知识库等资源，利用分布式存储和计算、自然语言处理、机器学习等技术构建的，面向临床医生的辅助决策和推荐系统，系统支持自动从医生工作站获取当前就诊的患者信息，并从辅助诊疗、病历分析、知识推荐等角度在医生诊疗过程提供辅助决策。 2、基本功能需求 （1）诊断推荐 根据输入的患者信息和主诉现病史等信息，当医生下诊断时，自动推荐疑似诊断，并提供这些诊断的典型症状以及医院内相似病历，并提供相关推荐依据。 （2）检查检验推荐 根据医生当前初步诊断结合患者基本信息、一诉五史，当医生下处置时，自动推荐合适的检验、检查项，并挖掘展示这些检查检验项在医院的相似病历中开立占比，以及相关文献参考，帮助医生进一步确诊。 （3）治疗方案推荐 根据医生当前诊断及患者基本信息、一诉五史，在医生下医嘱时，推荐最佳的治疗方案，并提供这些治疗方案在医院的相似病历中的占比，以及相关文献参考等推荐依据。
（4）智能提醒 依据患者基本信息、一诉五史，结合医院临床历史数据，在医生下诊断或开具不适合患者病情的医嘱处置时，自动预警提示。 （5）病历分析 根据医生在工作站输入的性别、年龄、主诉、现病史、诊断、检查检验、用药等信息，基于医院历史数据找出相似病历及其各个维度的统计数据。 （6）历史数据实时统计分析 根据条件对医院历史数据进行实时统计分析，包括相关病种数量、性别比例、年龄分布、病因分布、疗效比较、并发症、好转率、不良反应、平均住院日、平均住院费用、平均术前时间、手术率、复诊率等不少于20个相关性指标，将这些数据的统计分析结果实时展示在系统界面上，供医生参考。
一、基本知识点 1、管理信息系统是一种以计算机为基础，支持管理活动和管理功能的信息系统，更具体的定义为：由人和计算机结合的对管理信息进行收集、存储、维护、加工、传递和使用的系统。 2、管理科学是对管理问题用定量分析方法，建立数学模型，通过求解计算，达到辅助管理决策的一门学科 3、决策是指个人或集体为了达到或实现某一目标，借助一定的科学手段和方法，从若干被选方案中选择或综合成一个满意合理的方案，并付诸实施的过程。 4、决策支持系统具有交互式计算机系统的特征，帮助决策者利用数据和模型去解决半结构化问题。 5、决策信息是对决策过程发生作用的消息、情报和知识的总称。 6、模型是对于现实世界的事物、现象、过程或系统的简化描述，反映了实际问题最本质的特征和量的规律。 7、专家系统利用专家的知识进行推理，解决特定领域中的实际问题的计算机程序系统。 8、遗传算法是模拟生物进化的自然选择和遗传机制的一种搜索寻优算法。 9、数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理中的决策制定过程 10、联机分析处理是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的。 11、知识发现是从数据集中识别出有效的，新颖的，潜在有用的，以及最终可理解的模式的高级处理过程。 12数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 13、DSS的实质是在管理信息系统和管理科学/运筹学的基础上发展起来的 14、新决策支持系统包含的三项技术为数据仓库、联机分析处理和数据挖掘 15、综合决策支持系统是传统决策支持系统和新决策支持系统的结合 16、智能决策支持系统是专家系统和决策支持系统的结合 17、著名学者H.A. 西蒙认为决策过程由四步组成，按顺序分别是：确定决策目标，拟定各种被选方案，从各种被选方案中进行选择，执行方案 18、按照模型的表现可以将模型分为四种类型：物理模型、数学模型、结构模型、仿真模型（可改成选择题目：用得最多的模型是数学模型） 19、模型的组合方案有并行组合和串行组合 20、决策支持系统的三部件结构包括对话部件、数据部件和模型部件 21、决策支持系统的三系统结构包括语言系统、问题处理系统和知识系统 22、数据库系统由四部分组成：数据库、数据库管理系统、数据库管理员和用户和应用程序 23、数据库管理系统的四项主要功能：描述数据库、管理数据库、维护数据库和数据通信 24、数据库应用系统设计的主要步骤：需求分析、概念结构设计、逻辑结构设计和物理结构设计 25、计算机对模型使用所包含的三个阶段：模型程序、模型程序包和模型库 26、模型库由字典库和文件库组成 27、主要的遗传算子有选择算子、交叉算子和变异算子，其中选择和交叉算子基本上完成了大部分搜索功能，变异算子增加了找到接近最优解的能力。 28、数据集市具有的两种结构为：独立的数据集市和从属的数据集市 29、逻辑上的多维数据模型主要有星形模型、雪花模型、星网模型和第三范式 30、大多数数据仓库的逻辑结构采用星形模型，该模型是由事实表和维表组成。 31、基本的多维数据分析方法包括切片、切块、钻取和旋转 32、一个完整的数据仓库系统由数据仓库、仓库管理和分析工具三部分组成。
决 策 支 前言: 随着时代的发展，知识爆炸对医疗工作提出了严峻的挑战 突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾 即使是很专业的医学领域的知识更新和增长 ，也超出医师的学习和掌握限度 ，大量的信息 和数据也让医师们无所适从。而借助电脑的巨大存储能力和处理能力有可能改变这一状况 于是临床决策支持系统应运而生。临床决策支持系 (Cli nical Decisi on- Mak ing Support System, CDSS)指能为医生的诊疗工作提供决策支持和帮助的计算机系统。 另一方面，药物 的多样性和患者信息的不同使药物治疗复杂化 ,故此药物治疗需要完善的信息支持系统 ，临 床决策支持系统(CDSS)是支持药物治疗的有力工具。 现已表明，较好地使用了决策支持系统 (DSS)的机构已经实现了提高质量和降低成本。同样的 ，人们将决策支持系统运用到复杂的 药物治疗中，可以很及时、准确、完整地为医师提供相应的信息资料，有助于医师做出正确 有效的诊断决策，以提高药物治疗的效率? 很多临床医师熟悉那些处理实验室信息的计算机系统， 也熟悉那些用来跟踪药物处方及 重复取药的药房计算机系统。鉴于他们已经习惯于按几个键就能够找到或显示所需要的信 息，他们不可能愿意回到原来那种乏味地从大堆资料中查找一些零碎信息的情境。 尽管电子健康记录系统能够获取、转换、 显示和分析某些信息，但是， 如果不能筛选和 提炼信息，也将无法满足那些复杂的临床决策。 在这一点上，临床决策支持系统有了进一步 的发展。将患者个人的详细信息输入计算机程序之后，这些信息就被存储起来，然后， 在计 算机知识库中进行程序或算法匹配，为临床医师生成针对该患者的健康评估和诊疗建议 (Randolph, Haynes, Wyatt, Cook, & Guyatt, 2001 )。在 1994 年约翰斯顿(Johnston) 等人的研究报告中，维亚孜( Wyaath)和斯比格尔特(Spiegelhalter )给"临床决策支持 系统”的定义是：“能够根据病人的两项或多项信息针对病情生成具体建议的活性知识系统” 。 亚马特亚库(Amatayakul )相信，临床决策支持系统可以在诊疗过程中提供的一种实时帮助， 而且能够发掘外部的知识资源。作为一种复杂的计算机化的管理系统， 它还可以根据现有的 知识生成各种可供选择的诊疗和护理建议( Ran dolph et al )。 那么，临床决策支持系统的基本功能都有哪些？根据兰道夫( Randolph et al )2001 年的研究报告，表 6.1概述了波莱尔(Pryor )的建议。 表6.1临床决策支持系统 医师们日益感到难以跟上 但绝非根本解决方法。因为
决策支持系统(decision support system ，简称dss)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统(mis)向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。（1）结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语言描述，以适当的算法产生决策方案，并能从多种方案中选择最优解的决策。结构化决策问题相对比较简单、直接，其决策过程和决策方法有固定的规律可以遵循，能用明确的语言和模型加以描述，并可依据一定的通用模型和决策规则实现其决策过程的基本自动化。早期的多数管理信息系统，能够求解这类问题，例如，应用解析方法，运筹学方法等求解资源优化问题。(2)非结构化决策，是指决策过程复杂，不可能用确定的模型和语言来描述其决策过程，更无所谓最优解的决策。其决策过程和决策方法没有固定的规律可以遵循，没有固定的决策规则和通用模型可依，决策者的主观行为（学识、经验、直觉、判断力、洞察力、个人偏好和决策风格等）对各阶段的决策效果有相当影响，往往是决策者根据掌握的情况和数据临时作出决定。 (3)半结构化决策，是介于以上二者之间的决策，这类决策可以建立适当的算法产生决策方案，使决策方案中得到较优的解。其决策过程和决策方法有一定规律可以遵循，但又不能完全确定，即有所了解但又不全面，有所分析但又不确切，有所估计但又不确定。这样的决策问题一般可适当建立模型，但无法确定最优方案。 非结构化和半结构化决策一般用于一个组织的中、高管理层，其决策者一方面需要根据经验进行分析判断，另一方面也需要借助计算机为决策提供各种辅助信息，及时做出正确有效的决策。 决策的进程一般分为4个步骤： (1)发现问题并形成决策目标，包括建立决策模型、拟定方案和确定效 果度量，这是决策活动的起点； (2)用概率定量地描述每个方案所产生的各种结局的可能性； (3)决策人员对各种结局进行定量评价，一般用效用值来定量表示。效用值是有关决策人员根据个人才能、经验、风格以及所处环境条件等因素，对各种结局的价值所作的定量估计； (4)综合分析各方面信息，以最后决定方案的取舍，有时还要对方案作灵敏度分析，研究原始数据发生变化时对最优解的影响，决定对方案有较大影响的参量范围。 决策往往不可能一次完成，而是一个迭代过程。决策可以借助于计算机决策支持系统来完成，即用计算机来辅助确定目标、拟定方案、分析评价以及模拟验证等工作。在此过程中，可用人机交互方式，由决策人员提供各种不同方案的参量并选择方案。 决策支持系统基本结构主要由四个部分组成，即数据部分、模型部分、推理部分 和人机交互部分： 数据部分是一个数据库系统; 模型部分包括模型库(mb)及其管理系统(ms); 推理部分由知识库(kb)、知识库管理系统(kbms)和推理机组成； 人机交互部分是决策支持系统的人机交互界面，用以接收和检验用户请求，调用系统内部功能软件为决策服务，使模型运行、数据调用和知识推理达到有机地统一，有效地解决决策问题。
决策支持系统理论综述 摘要：本文首先介绍了决策、决策系统及决策支持相关的概念，进而对决策支持系统的概念和一般结构作了介绍。结合各决策支持系统的具体内容，阐述了各决策支持系统的思想和特点。最后，总结了决策支持系统今后的研究方向和工作建议。 关键词:决策;决策支持系统;复杂问题 1.引言 决策是一个为了解决问题而寻求最优的解决方案的过程。决策支持系统的出现，为决策者提供了辅助决策的科学有效的工具。决策支持的主要任务在于帮助决策者将人的主观性，创造性，知识性与计算机设备等硬件的强大信息处理能力相结合，在问题分析，方法探索，结果评价等方面提供有效支持。自提出以来，决策支持系统的研究取得了很多进展[1]。目前决策支持系统的发展方向主有要群决策系统（GDSS）、决策支持中心（DSC）、智能决策支持系统（IDSS）、综合决策支持系统（SDSS）等。2.决策支持相关概念 决策是指决策者为了达到一定的行为目的，根据决策环境做出的一些决定[2]。决策不是一个静态过程，而是一个动态变化的过程。随着决策环境的变化和预期目标的变动，决策行为需要作出相应合理的调整，驱使决策系统不断重复问题识别、问题求解和作出决策的过程。因此，决策系统本身也是动态的，它们在决策者的主观意愿和客观条件影响下，确定决策问题，在相应问题的驱动下，决策者作出决策方法，在对应的环境下实施决策方案，得到决策实施的结果。 决策支持的概念独立于具体的实施过程，它存在于决策者和决策支持系统之
间，表现为在有关的决策环境中为决策者作出决策提供帮助，即识别和解决决策问题。因此决策支持被定义为支持决策问题的识别和支持决策问题的求解的集合。决策支持同样是动态的过程，它是问题识别和问题求解的有机结合，决策问题求解是决策问题求解的前提[2]，如果问题识别有误，则问题的求解就失去了意义。但目前很多研究都注重于决策问题的求解，没有充分的把决策问题识别和决策问题求解放到统一的框架中进行分析。 3.决策支持系统 3.1.DSS概念 P.W.Kenn等人于1978年首次给出DSS的定义：“决策支持系统是一个计算机系统，该系统对决策有其影响。其中，计算机及分析辅助工具是有作用的，但管理者的判断仍是决策制定的基础。”[3]此时对DSS的定义并不完善，主要指出了DSS的作用，即辅助作出决策的作用。 1980年，Bonczek提出：“DSS是一个基于计算机的系统，该系统由三个部分组成：语言系统、问题处理系统和知识系统”。该定义从系统构成上定义了DSS[4]。1981年，Ginzberg提出：“DSS是一个基于计算机的信息系统，用于支持不可能或不期望有一个自动的系统实现整个决策制定过程情况下的决策制定活动。”这是Ginzberg在总结有关DSS概念的基础上提出的定义，他第一次强调了DSS的核心问题——支持半结构化情况下的决策制定过程。 在数年之内，DSS成为计算机应用中引人关注的领域。当DSS的概念进入我国后，立即引起了国内学者的关注，并对DSS概念作出了解释和定义。 1990年，席酉民指出：“决策支持系统是以计算机为基础的完成信息收集、信息整理、信息处理、信息提供的人机交互系统，它利用计算机运算速度快、存储容量大等特点，应用决策理论方法、心理学、行为科学、人工智能、计算机网络、数据库等技术，根据决策者的决策思维方式，
▲数据： 记载下来的事实，客观属性的值 ▲信息： 构成一定含义的一组数据 ▲系统： 由若干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。 ▲系统的组成： 1、系统由各元素或子系统组成 2、至少包含两个以上的元素 3、各元素之间相互联系或相互制约 4、具有目的性 5、适应环境的变化
▲数据处理系统： 是对大量数据进行收集、组织、存储、加工与传播的总和 ▲数据处理系统的特征： 1、数据量大； 2、没有特别复杂的运算； 3、时效性强 ▲管理信息系统MIS： 运用系统管理的理论方法，以计算机网络和现代通信技术为手段，对信息进行收集、组织、存储、加工、传播和使用的人机系统。 ▲管理信息系统的基本组成： 管理业务应用系统、数据库系统 ▲管理信息系统特点： 1、以数据库系统为基础； 2、数据录入； 3、数据传输； 4、数据存储； 5、数据查询； 6、数据统计； 7、指标计算
▲决策支持系统： 以管理科学、运筹学、行为科学、控制论为基础，以计算机技术、模拟技术、信息技术为手段，面向半结构化的决策问题，支持决策活动的具有智能作用的人机系统。 ▲决策支持系统主要特征： 1、关注上层管理人员经常遇到的结构化程度不高、规范化不明 确的问题 2、把模拟或分析技术与传统的数据存取和检索技术结合起来 3、易于非计算机专业的人员，以交互会话的方式使用 4、强调对环境及用户决策方法改变的适应性和灵活性 5、提供决策的良好效果 ▲DSS的功能： 1、管理并提供外部信息
2、收集、管理并提供内部信息 3、收集、管理并提供反馈信息 4、存储和管理数学模型 5、修改和添加数据、模型、方法 6、加工、汇总、分析、预测数据、 7、具有人机会话和图像输出功能以满足数据查询需求 8、提供良好的数据通信功能 9、合理的加工速度和响应时间 ▲决策支持系统的形成过程 1、科学计算为管理信息系统奠定了算法基础 2、运筹学的发展为模型辅助决策奠定了模型基础 3、管理信息系统 4、模型辅助决策系统