临床决策支持系统PPT课件

.
3
〉 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。
〉临床工作流程的复杂性也增加了CDSS整合至HIS系 统的难度。尤其是不少医院对于内外网有着严格的 逻辑隔离甚至是物理隔离，进一步限制了一些在线 CDSS的院内应用。
.
10
.
Fra Baidu bibliotek11
.
6
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。
.
7
〉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。
临床决策支持系统
.
1
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
.
2
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。
.
8
构建方法
〉 临床决策支持系统可以采用多种不同的方法来构 建和实现临床决策支持系统功能模块。分析现行 的临床决策支持系统建模过程，一般包括如下基 本方法：贝叶斯网络、人工神经网络、遗传算法、 产生式规则系统、逻辑条件、因果概率网络。
.
9
瓶颈
〉医学知识和疾病的复杂性导致了在设计CDSS时需 要考虑非常多患者因素，同时新发表的临床研究数 以万计，质量参差不齐，如何将最高质量的证据用 于CDSS是非常困惑设计者的事情。
.
5
〉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。
.
4
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。