临床决策支持系统

临床决策系统临床决策支持系统前言：随着时代的发展,知识爆炸对医疗工作提出了严峻的挑战,医师们日益感到难以跟上突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾,但绝非根本解决方法。因为即使是很专业的医学领域的知识更新和增长,也超出医师的学习和掌握限度,大量的信息和数据也让医师们无所适从。而借助电脑的巨大存储能力和处理能力有可能改变这一状况,于是临床决策支持系统应运而生。临床决策支持系(ClinicalDecision-MakingSupportSystem,CDSS)指能为医生的诊疗工作提供决策支持和帮助的计算机系统。另一方面,药物的多样性和患者信息的不同使药物治疗复杂化,故此药物治疗需要完善的信息支持系统,临床决策支持系统(CDSS)是支持药物治疗的有力工具。现已表明,较好地使用了决策支持系统(DSS)的机构已经实现了提高质量和降低成本。同样的,人们将决策支持系统运用到复杂的药物治疗中,可以很及时、准确、完整地为医师提供相应的信息资料,有助于医师做出正确有效的诊断决策,以提高药物治疗的效率.很多临床医师熟悉那些处理实验室信息的计算机系统，也熟悉那些用来跟踪药物处方及重复取药的药房计算机系统。鉴于他们已经习惯于按几个键就能够找到或显示所需要的信息，他们不可能愿意回到原来那种乏味地从大堆资料中查找一些零碎信息的情境。尽管电子健康记录系统能够获取、转换、显示和分析某些信息，但是，如果不能筛选和提炼信息，也将无法满足那些复杂的临床决策。在这一点上，临床决策支持系统有了进一步的发展。将患者个人的详细信息输入计算机程序之后，这些信息就被存储起来，然后，在计算机知识库中进行程序或算法匹配，为临床医师生成针对该患者的健康评估和诊疗建议（Randolph,Haynes,Wyatt,Cook,&Guyatt,2001）。在1994年约翰斯顿（Johnston）等人的研究报告中，维亚孜（Wyaath）和斯比格尔特（Spiegelhalter）给“临床决策支持系统”的定义是：“能够根据病人的两项或多项信息针对病情生成具体建议的活性知识系统”。亚马特亚库（Amatayakul）相信，临床决策支持系统可以在诊疗过程中提供的一种实时帮助，而且能够发掘外部的知识资源。作为一种复杂的计算机化的管理系统，它还可以根据现有的知识生成各种可供选择的诊疗和护理建议（Randolphetal）。那么，临床决策支持系统的基本功能都有哪些？根据兰道夫（Randolphetal）2001年的研究报告，表6.1概述了波莱尔（Pryor）的建议。临床决策系统表6.1临床决策支持系统功能举例警报（alerting）显示超出范围的实验值提醒（reminding）提醒临床医师申请乳腺X光检查评论（critiquing）拒绝某项电子医嘱判读（interpreting）判读心电图预测（predicting）根据病情严重程度评分预测死亡风险诊断（diagnosing）列出胸痛病人的鉴别诊断协助（assisting）为肝移植和肾衰病人选择合适的抗生素建议（suggesting）生成呼吸机的调节建议历史发展：我将系统地回顾电子病历中临床决策支持方法。根据Musen和Shortliffe等，如果将不直接给出建议而只是给出相关信息的系统也划入临床决策支持系统，那么临床决策支持系统可以按以下六个维度进行分类（表一）：内部决策机制系统功能什么是对的(诊断),做什么(做什么检查,用什么药)主动,被动独立的,与信息系统和医生的工作流程相融合顾问式，批评式直接，间接（但提供相关的必要的知识）建议方式、人-机交互交流方式、决策支持程度。1)内部决策机制内部决策机制的不同主要取决于临床决策支持系统的内部知识表示方式，针对不同的决策需求存在着不同的知识表示方式，从而形成了不同的决策机制。例如，根据病人的症状体征等的辅助诊断系统常以概率来表达症状与疾病相关性，此类的决策方式主要有基于Bayesiantheorem的方法和Beliefnetworks。另外，近期的已经在国外的临床中具体应用的事件监视器(EventMonitor)也都是基于规则的决策支持系统。这些系统通过事先定义好的规则来实时地监视病人的相关信息，一旦规则中的前提条件得到满足，相关规则将被触发，相应采取规则中规定的行动，或是对诊断或是对治疗提供决策支持。2)系统功能临床决策系统也可以按其设计的所能完成的系统功能来划分。主要有两大类主要的功能：一是帮助决策什么是对的判断，例如临床诊断，早期的LeedsAbdominalPain、DXplain和QMR等医学诊断系统即属此类。二是帮助医生决策下一步应该做做么事，例如临床决策系统做什么检查，用什么药，要不要手术等，最典型的一个例子就是决策分析树，即根据概率分析医生下一步应该怎样做。3)建议方式临床决策系统的建议方式分为主动和被动两种。主动的方式为系统主动地给医生提出决策建议，不管医生此时有没有决策帮助的需要，例如各种事件监视器系统，这类建议方式的好处在于可以强制性阻止一些严重的后果发生，例如用药配伍禁忌和药物-疾病禁忌等。被动的方式是指只有医生主动询问系统时系统才给出决策建议的方式，例如早期的各种诊断辅助系统，包括LeedsAbdominalPain[8]、DXplain和QMR等。4)人-机交互人-机交互方式也是划分临床决策支持系统的一个比较重要的维度。主要区分一个系统是否与医生的工作流程相融合。早期的临床决策支持系统由于多是独立于医生工作流程之外的，医生要获得帮助不得不在决策系统中再次输入患者的信息，造成时间的浪费，例如早期的MYCIN系统，用户不得不从当前的工作中停下来转到MYCIN系统所在的计算机上，并且要重新输入患者的信息后才能获得决策支持的结果。现代的临床决策支持系统大多与医生的工作流程相融合，医生可在工作流程中迅速地获得决策支持，例如各种事件监视器系统可以在用户完全不干预的情况下发出各种发警，还有最近的无缝整合于电子病历的一键通技术（InfoButton）是在完全不干扰医生工作流程的情况下给医生提供必要的决策相关信息。5)决策中的交流方式临床决策支持系统在交流方式上分顾问式（Consultingmodel）和批评式（Critiquingmodel）顾问式在流程中不断地与医生进行交互获得必要信息，最终生成最后的建议，例如在MYCIN系统中，需要用户不断地与计算机进行信息交互，最终计算机才能给出最后的决策意见。而批评式的系统事先根据相关信息生成一个决策建议，如果医生的决策与之不符，则给出系统的决策建议，适用于医生愿意自己决策而只是需要系统对自己的决策进行再次确认的情况，前面提到的事件监视器系统即属于批评式的。6)决策支持程度与直接能给出决策建议的系统不同，也有一些系统不直接给出建议而是只提供给决策者必要的相关信息，最终由决策的医生做出最后的决策。因此，从决策支持程度上可以分为直接和间接两类。前面提到的决策支持系统大部分是属于直接给出决策建议的系统。间接的决策支持系统主要包括与临床信息系统相融合的多种再线式知识库，例如临床决策系统UpToDate,FirstConsult等。一键通技术（InfoButton）可以方便地将各种知识库通过再线的方式方便地提供给医生，间接地为临床决策服务。现状评述：下面从几个方面详细介绍临床决策系统的几个重要内容。一、数据整合临床决策支持系统的三个主要成分是医学知识、病人数据和针对具体病例的建议。病人数据通过临床决策支持系统的医学知识进行解释，从而为临床医生提供准确的决策支持。在医院中，临床决策支持所需的病人数据是通过电子病历系统完成数据采集，再通过一个数据泵进行抽取和整理。为了使决策支持的结论更加准确，系统尽可能提供病人数据的完全整合，包括病人的基本信息、病历信息、病程信息、医嘱信息、检验信息、影像信息、护理信息，以及其他所需要的各类信息。二、医学知识库临床决策支持系统内核的推理程序可以根据知识库的知识和经验生成建议以支持决策。由此可见，医学知识库是临床决策支持系统中的另一个重要元素。临床决策支持系统应建有完善、全面、快速的医学知识库。该知识库应包含词库、术语字典、模型结构、知识仓库四个部分。知识模型结构是将这些术语相关的内容组成一种网状的结构，方便存储和调用。知识仓库就是所有这些知识信息的容器，以功能强大的数据库为架构平台，以辅助智能的文字处理与检索系统。医学知识一般有两个来源，医学文献(指记录已归档的知识)和某一领域的专家(指专家的临床经验)。对于任何一种医学知识，系统先通过知识采集引擎把知识采集进来，然后通过解释引擎利用知识模型在知识库中查找相应的解决方案，逐步缩小目标范围，最后由知识库系统判定归于何种类别的医学知识，并存储于知识库中相应的位置。三、决策支持决策支持就是临床决策支持系统的最后一个步骤，也是最重要的一个步骤。其功能是将医学知识应用于病人数据的结果，进行分析、归纳，最终针对具体病人提出相应的决策和建议。临床决策支持系统的决策支持引擎应具备速度快、操作方便、数据准确的特点。临床医生可以通过简单的工具自己定义决策推理的逻辑关系。把决策推理用到的参数和数据项目转换成逻辑表达式，然后由引擎解释定义过的逻辑关系，把其中数据问的关联解释成计算机能够理解的语言，再由计算机处理其中的逻辑关系，最后根据逻辑关系，把数据结果通过表达式计算出来。临床决策系统的几个重要特点和必备条件：临床决策系统1．有强大的医学知识数据库库支持，遵循“医生为主导、病人为目标、临床为轴心、诊断为重点”的原则，用一目了然的清晰界面，辅助医生准确、完整、迅速地把握并记录临床过程各部分的互动关系。2．用开放性神经网络知识结构跟踪f艋床全过程，使系统有能力随机建构过程性诊疗通道，辅助医生对病人作出准确、稳妥、及时的诊疗处理。系统的并行推导具有多视角会诊性质，辅助医生准确使用、并减少对诊断设备的依赖。3．仿真临床思维，提供临床全过程辅助决策。实际过程是用神经网络结构运作大量知识，通过如下多个窗口“诊断依据“诊断疾病”“检验方案”、“用药方案”、“处置方案”、“护理方案”、“保健方案”等，展开医疗知识。4．随病人病情之机，生成多条临床决策通道，提供医生决策参考，使临床诊疗具有多视角会诊的性质；同时帮助医生准确使用辅助诊断手段，减少对仪器设备的依赖；使临床全过程：诊断一治疗_用药等，都纳入智能辅助范嗣之内，进行快速、准确、规范、的临床诊疗。现实的实践案例：香港医管局在临床决策系统方面做了大量的工作，专门成立了知识管理部门，负责信息系统中决策支持的研发工作，其主要工作分成三个方面。第一个方面是医学知识检索门户。该门户将众多的数字医学资料和文献集成在一个统一的门户系统中，使应用更加方便。第二个方面是研发临床实践指南(ClinicalPracticeGuidelines)和临床路径(ClinicalPathway)。临床实践指南是将大量的医学经验抽象成为方便和容易使用的一种形式，为临床工作提供任意和可靠的决策信息，使临床决策更加高效准确，并符合伦理和法律的要求。第三个方面是数据仓库技术的应用。“数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集合，它用于支持经营管理中的决策制定过程。”数据挖掘是从数据中发现有用知识的过程，实际是多种算法的统称。它的算法来自于传统的数学方法和人工智能的知识发现技术。临床决策支持系统面临技术上的挑战：临床决策支持系统在很多方面都面临极大的技术挑战。生物系统是无比复杂的，临床决策可能需要利用庞大的潜在相关信息资源。例如，当向患者推荐治疗方案时，电子循证医学系统需要考虑到患者的症状和体征、既往疾病史、家族遗传史，以及疾病发生的历史和地理趋势，已发表的有效临床资料等。而且，最新发布的信息需要不断被整合到系统中去维持系统的实用价值，这一平台信息整合技术至今还不尽如人意。（1）系统维护CDSS所面临的一个和新挑战是很难将不断发表的大量临床研究结果整合到已经存在的数据库中。每年约有50万篇医学文献公开发表并被Medline收录，每临床决策系统一个研究结果都需要仔细