临床决策支持系统导论

12.1　临床决策支持系统导论

12.1.1　定义

临床决策支持系统（clinical decision support system，CDSS）是一类辅助临床工作人员、患者以及其他潜在用户智能化地获取或筛选临床医学数据和知识，进行专项问题的辅助判断，达到改善医疗服务和提高医疗质量目的的系统，而在患者的诊断过程中为临床医生提供不同程度知识和辅助作用的计算机系统，被称之为临床诊断决策支持系统（clinical diagnostic decision support system，CDDSS）。

1974年由斯坦福大学Shortliffe博士开发完成的MYCIN专家系统是CDSS领域的代表，许多类似系统都是在其基础上研制而成的。MYCIN系统不但具有较高的性能，而且具有解释功能和知识获取功能，可以用英语与用户对话，回答用户提出的问题，还可以在专家指导下学习医疗知识。该系统基于规则化推理机制，使用了知识库的概念和模糊推理技术，并具备人工智能的特征。该系统主要用于识别会导致严重感染的菌群，如脑膜炎球菌等。限于当时整合技术的原因，MYCIN未能充分利用临床关联数据，其核心知识库的规则条目也未得到应有的扩充维护，因此，没能应用于临床实际。但是，MYCIN对计算机医学决策支持的理论和实践，都具有划时代的意义。

12.1.2　CDSS出现的必然性和其构成特点

在数据存储以及逻辑计算处理方面与人脑相比，计算机具有显著的速度和容量扩展的优势。面对海量且快速增长的医学知识，医生难以及时掌握所有与疾病相关的信息。计算机专家系统的出现满足了大量相关临床数据智能化整合关联的需求，帮助临床医生系统化地组织分析疾病数据，使其从重复性较高且耗费精力的日常决策中逐渐解放出来，从而把更多的时间投入接触患者和积极思索中。大量的科学研究证明了CDSS不仅提高了工作效率，降低了治疗成本，而且显著减少了医疗差错。

准确的疾病诊治决策源于两个方面:（1）临床工作者丰富的医学科学知识；（2）多年临床工作经验的积累。前者可以从文献、图书中获取，后者则需要亲身经历并不断总结归纳。与人的学习过程相仿，计算机决策支持程序也很难从一开始就实现医学领域内的自主学习。它同样需要训练和调整，以便遵循医疗的工作逻辑。以疾病种类和症状之间的关联为例，科研人员通过科学实验对疾病进行观察，得到尽可能全面的临床表现，再通过编程方法使计算机程序实现从疾病类别到临床表现之间的一对多关系；另一方面，医生在诊断的过程中所体现出的综合能力，包括逻辑推理、理论知识、临床经验甚至直觉，计算机系统有效地模仿，构建决策模型，使系统能在特定方面提供可与高年资医生相媲美的决策支持能力。最终实现辅助医生诊疗，减少医疗差错的目的。

专家系统需要采集疾病的一系列相关特征，再根据决策模型达到疾病诊断分类的目的。基本决策模型如图12－1所示（注:定性决策为是否对错判断，定量为程度高低比例大小判断）:

图12－1　决策模型

决策支持系统的推理基础是由决策模型的逻辑演绎和知识案例两部分组成。此外，在决策规则之下，由基础知识数据构成的数据仓库是决策支持系统的最核心部分，被称之为知识库（Knowledge Base，KB）。知识库可以系统化地组织收集医学知识并能够经由计算机存取和解释。它拥有详细说明术语之间关联的医学术语词典，包含了所有推理程序相关的知识和经验数据，为程序提供决策建议。在知识库中医学知识内容的质量很大程度上决定了决策建议的水平高低。

12.1.3　CDSS的现状与困难

准确充分的临床信息往往会带来更好的诊断结果，并能帮助提供更多的治疗备选方案。根据Osheroff等人的研究，临床医护人员的信息需求可以分为三个部分:第一是主动要求得到且已得到的信息；第二是主动要求得到但尚未获得到的信息；第三则是未意识到其重要性同时也未得到的信息。尽管CDSS无法最终代替医生进行临床决策，但它可以为医护人员提供及时全面的临床信息和智能化的辅助功能，对临床医疗和教学质量的提高产生积极影响。

按照功能模块划分的方法，CDSS可以简单地划分为三个主要部分:患者病症信息输入部分、医学知识分析处理部分和病例决策支持建议部分。

CDSS工作的流程也基本依照同样的先后次序:输入→处理→输出。但是早期的系统数据整合技术、录入技术相对落后，医疗业务异常繁忙的医生护士难以完成并排斥极度耗时的数据录入任务，因此患者数据和医学知识的缺乏很大程度上阻碍了CDSS系统的使用和普及。随着计算机科学的发展，如今的信息采集录入障碍已得到逐步解决。

另一方面，由于目前临床医学仍然存有大量科学无法论证的不确定性，CDSS难以进行有效的辅助推理。比如在急诊抢救新病种或突发事件情况下，临床医生可以凭借丰富的医学经验，依据不完整不够精确的临床信息进行推理，确定临床诊断并提出治疗方案。但CDSS却在这方面无法与医生相比，在数据不充分或不确定的情况下难以进行准确的分析和推理。

从1950年CDSS开始诞生，到70年代颇具代表性的MYCIN、HELP，再到随后研发的第二代CDSS EON系统，各个系统针对的医疗领域、工作方式各不相同。有的可以独立运行，用户直接参与输入输出全过程，有的仅仅作为模块嵌入到一体化的临床信息系统中发挥提示指导的作用，如电子病历。但至今为止，面对多方面的局限，CDSS还远没有达到普及应用的程度，本章中稍后的部分会对普及受限的原因做详细讲解。