2023-03-20
怎樣提高工作效率，是醫院信息化重點工作之一。
臨床決策支持是利用臨床知識和患者信息來增強醫療決策，以改善醫療服務的過程。CDSS則是實現這一過程的計算機化系統。
CDSS臨床決策支持系統（clinical decision support systems，CDSS）是利用計算機和人工智能技術，自動分析病人信息和醫學知識，向醫生主動輸出診斷和治療幫助性信息的專家系統。強大的醫學知識庫，醫療AI技術與臨床業務的深度融合，大幅度提升臨床醫護人員的工作效率。
“我在書寫病歷時，可根據患者癥狀實時向醫生提供可能的疾病診斷；對選定的疾病，可以便捷查詢該疾病的診斷依據、臨床表現、發病原因等資料，也可以參考其給出的治療方案；同時也能從知識庫向電子病歷回寫癥狀、診斷等信息?！边@是部分醫院使用惠每科技CDSS系統的診斷輔助決策功能后給出的反饋和評價。
智能化、自主性、專業化、強大的醫學知識庫是CDSS的四大特征和優勢。
結合國際權威的醫學知識庫，利用醫療AI，醫療人工智能技術為臨床工作站提供決策輔助。將智能輔助診斷、智能鑒別診斷、智能推薦治療方案等功能點與臨床工作站進行無縫連接，為醫院提供自主維護藥品規則的便捷方式，幫助醫生提供更好的醫療服務，提升醫療質量和效率。同時幫助醫院有效沉淀業務知識，形成知識資產的積累。
CDSS的核心組件是推理機和醫學知識庫，傳統的CDSS，又被稱為基于知識的CDSS，主要是基于“如果-那么（IF-THEN）”規則將臨床指南或共識、高級別文獻和臨床專家的經驗等循證證據中與疾病相關的癥狀、體征、用藥、檢查等一系列信息進行編譯形成知識庫，而推理機則將新患者的癥狀、體征、實驗室檢查等數據映射到知識庫，將該患者可能的最佳治療決策輸出給用戶。
基于人工智能的CDSS，也被稱為非基于知識的CDSS，其醫學知識庫的核心是運用人工神經網絡算法從大量真實世界數據中學習，從而得出的患者癥狀體征與用藥信息之間的關聯模式。然后，基于人工智能算法驅動的推理機將新患者臨床特征信息與知識庫的關聯模式相匹配，找到符合該患者個體化情況的最佳治療決策，輸出到用戶端。
CDSS可以從數據中學習，為具有相似臨床特征的患者推薦個性化最佳臨床決策。自20世紀70年代以來，越來越多面向基于各種疾病的CDSS得以開發，在輔助臨床用藥決策、智能化劑量計算、個性化運動處方推薦等多個方面發揮作用。隨著真實世界研究（RWS）理念的深化和人工智能算法的飛速發展，近幾年CDSS在智能化方面有了更多進步。
CDSS系統集成了醫學知識庫及大數據、人工智能技術，能夠讀懂病歷，并勾畫出文本里的關鍵信息，通過實時分析提示，幫助醫生進行臨床決策，節省看診時間。CDSS嵌在HIS系統中非常方便調用；省去大量溝通和資料查閱工作的時間，在同一界面可查閱文獻指南、治療方案和出院指導，使用非常便捷，許多醫生使用CDSS系統后給出的反饋傾向于正面。
醫生診療過程中存在某些疏漏或偏差的風險，CDSS作為專家系統上線后，特別是在病案首頁這一模塊能夠給醫生提供一些提示和參考，例如該系統可及時提醒醫生病案首頁與入院記錄中的信息不一致，主要診斷選擇錯誤等問題，并挑選質量缺陷病歷發給病案室審核，高效助力醫院DIP/DRG付費控費、公立醫院績效考核管理。
CDSS臨床決策支持系統上線后可對醫生診療過程各個環節進行實時提醒和推送，輔助醫生完成診療業務，提升醫生診療服務能力，減少誤診漏診，開創醫院患者診療管理的新篇章。未來，輔助醫院技術創新，著力打造電子病歷、智慧服務、智慧管理“三位一體”的智慧醫院，將成為CDSS的發揮更大作用的真正舞臺。
成為我們的
合作伙伴
