临床决策支持系统（Clinical Decision Support System，简称CDSS）是指将临床数据做为输入信息，将推论结果作为输出，有助于临床医生决策并被用户认为具有一定“智能”的任何软件。形象的来说，面对纷繁芜杂的临床检查和病历信息，医生需要有一个帮手或工具，来帮助自己抽丝剥茧、化繁为简，找到最关键的因素或联系，做出尽可能最佳的诊疗决定，这个帮手就是CDSS。大量研究表明，CDSS的应用可以有效解决临床医生知识的局限性、减少人为疏忽（特别是药物定量方面)、相对降低医疗费用等，从而为医疗质量提供了保证。

回顾决策支持系统理论与技术在临床应用与发展的30年，CDSS无论从其架构或构建方法上，都发生了巨大的变化。在此领域里的研究者和临床医生否定了原先构建专家系统的交互模式，他们认为基于专家经验的决策支持系统是不可能实现的。这存在两方面的原因：一方面，专家经验并不是CDSS知识唯一的来源，对于不同的专家在同意问题上的表述存在差异，一个专家在不同时间对同一问题的看法同样也存在着不同；同时，个人的医学经验在不断变化之中，这使CDSS利用“生产式规则”表示专家经验，为非专家用户提供决策建议时，组合相关规则易出现冲突。另一方面，在专家系统中以“产生式规则作为知识块”来表示医学知识和人类的经验，无论就系统的复杂性和人类认知来说，都是过于简单的模型，是致使专家系统低智能化的直接原因。继医学专家系统之后，人工神经网络、遗传算法、模糊聚类算法等模式识别技术和基于数据仓库的数据挖掘技术在知识发现中的应用，不断提高了CDSS的決策能力与决策范围。然而，CDSS的发展趋势受决策环境驱动，未来CDSS发展会呈现多样性和丰富性。

无论何种形式的CDSS，医生是决策主体，辅助决策是本质，系统只是实现决策支持的载体形式，CDSS的知识自动析取与管理才是未来发展方向和研究的重点。