读懂临床决策支持系统(CDSS)构建及应用
2022/1/18 18:33:46

CDSS的定义

临床决策支持系统(Clinical Decision Support System,CDSS)是指运用相关的、系统的临床知识和患者基本信息及病情信息,加强医疗相关的决策和行动,提高医疗质量和医疗服务水平的计算机应用系统。

与传统的将临床指南、药品使用说明等信息录入知识库中供医生查询浏览的系统完全不同,CDSS的核心是提供决策支持,而非简单的信息支持。

◆  ◆  ◆

CDSS发展历程

CDSS的发展主要经历了四个阶段:

第一阶段:以独立系统的形式存在,不与临床其他系统产生互操作。

第二阶段:主要特征是能够与临床信息系统进行集成。

第三阶段:为解决CDS知识共享的问题,致力于临床知识表达的标准化。

第四阶段:再次从临床信息系统中独立出来,演变成基于服务模式的系统。

阶段
特征
代表性的CDSS系统
第一阶段
独立存在的CDSS
(Stand-alone System)
1959年Ledley & Lusted
1961年Warner
1969年Bleich
1971年Leeds
1975年Mycin
1982年Internist QMR
1983年Atending
1986年Dxplain
2003年Isabel
第二阶段
集成到临床信息系统的CDSS
(Integrated System)
1967年HELP
1973年RMRS
1993年EON
1994年WizOrder
1998年CPRS
第三阶段
 
基于标准的CDSS
(Standards-based System)
1989年Arden
1998年GLIF
2003年GELLO
第四阶段
 
基于服务的CDSS
(Service Models)
2005年SAGE SEBASTIAN
2007年SANDS

◆  ◆  ◆

CDSS分类

CDSS可根据系统的不同特征进行不同维度的划分,基于知识库形成方式,CDSS可以分为两大类。

第一大类是基于知识库(Knowledge-Based)的CDSS:如早期基于精确概率的Leeds Abdominal Pain系统以及基于近似概率的DXplain和QMR。对于医生应采取行动的决策支持系统常见的有基于概率的决策树分析法与基于规则的方法。

另一大类是非基于知识库(Non-knowledge Based)的CDSS:这类系统不依赖人来输入知识,而依赖机器学习(Machine learning)原理从大量的实例中自动获得知识。常见的算法有Bayesiannetwork、Support Vector Machine、神经网络、基于相似性的算法等。但此类缺点是系统难以对结果进行人类容易理解的解释。

◆  ◆  ◆

CDSS设计的核心要素

▌基于知识库的CDSS

此类CDSS的设计原理占到了目前CDSS中的大部分,其核心是知识库的建立和知识对决策支持的具体利用,系统的核心要素如下:

知识库

知识库里面的内容可能是结构化的知识,或者来自权威医疗信息研究院的结构化或非结构化文本材料,例如英国医学期刊(BMJ)、电子病历系统自己处理后的结构化数据等。知识库的信息模型必须要能够应对临床应用场景,提供相关的辅助信息。

CDSS 知识库包含的是基于证据支持的知识,主要包含两大类:分别为基于文献的证据(Literature-based Evidence)和基于临床实践的证据(Practice-basedEvidence),两者的作用经常是相辅相成的。

知识库的内容需具备两大特性,才能满足辅助临床医生决策的需求:

一是知识库的内容必须是基于证据支持的(基于文献和基于临床实践的证据同等重要,可相互补充);

二是知识库随时保持证据的实时更新。

让数据造就未来

Copyright ©2025 河南弘远信息科技有限公司 豫ICP备2021036569号

电话联系
15333832560
固话联系
0371-61687077
电话沟通
固话沟通