医疗决策支持系统

医疗决策支持系统一、概述二、决策支持系统的特点三、决策支持系统的基本方法四、决策支持系统的实施五、决策支持系统的例子MedicalDecisionSupportSystemMDSS医疗决策支持系统1.计算机辅助医疗决策的类型①间接帮助②直接帮助一、概述2.实施决策支持系统的要求1.计算机辅助医疗决策的类型:间接帮助:简化病历的获取程过:如化验数据HIS病历管理系统对数据进行分析报告和患者表格获取特定领域的数据文献数据库医学或法律知识库医疗决策支持系统：一、概述1.计算机辅助医疗决策的类型:直接帮助：计算机系统在对特定病人决策时，将医学知识应用到某一病人特定的问题,提出具有最佳的效果/费用比的解决办法。通过决策支持系统实现。医疗决策支持系统一、概述2.实施决策支持系统的前提条件：•深入的了解•医务人员的活动•医疗的过程、需求•决策系统目前和将来的可行性医疗决策支持系统：一、概述2.实施决策支持系统的前提条件•医疗过程举例：•细菌传染疾病专家在对病情诊断和提出处方时，大致遵循下列4个步骤：(1)确定病人是否有重要的病菌感染需要治疗。(2)确定疾病可能是由哪种病菌引起的。(3)判断哪些药物对抑制这种病菌可能有效。(4)根据病人的情况，选择最适合的药物。•这样的决策过程很复杂，主要靠医生的临床经验和判断。•决策支持系统试图用某些方法来表示和运用专家的判断知识，以模仿专家的推理过程。医疗决策支持系统：一、概述•理念上•把各种推理机制与医疗管理系统结合起来•评价和修正其理论和实践上的效果。医疗决策支持系统：一、概述医学决策支持系统:指将医学知识应用到某一患者的特定问题，提出具有最佳费用/效果比的解决方案的计算机系统医疗决策支持系统一、概述二、决策支持系统的特点三、决策支持系统的基本方法四、决策支持系统的实施五、决策支持系统的例子MedicalDecisionSupportSystemMDSS医疗决策支持系统二、决策支持系统的特点1支持的类型2.干预的类型3.知识的类型二、决策支持系统的特点医疗决策支持系统二、决策支持系统的特点1支持的类型•医疗决策支持系统与医疗干预具有共同的特点:•预报(预报医学)•预防(预防医学)•治疗(治疗医学)•最低限度的满足(医疗辅助)•为达到这一目标,必须•了解病人的状况(诊断与预后),•可能的策略（治疗或者检查）•按照决策支持系统参与医疗活动的领域不同，可以将其分成两类:•更好地了解病人状况的系统:病人的实际情况怎么样?•有关诊断和预后决策的。•它们试图减少病人当前或将来状况的不定性。•从流行病学、症状学、病理学、生理学、解剖学等学科中吸取知识。医疗决策支持系统二、决策支持系统的特点•提供最佳的治疗策略的系统:该做什么？•还要进行哪些检验？•常规查房时应该注意哪些变化？•应当给予什么样的药物或治疗？•告诉病情的最佳方法是什么？•把经济和伦理上的问题医疗决策支持系统二、决策支持系统的特点实际上的系统往往是上述两种方式的混合式。把病人的治疗和诊断割裂开是很困难的,而且给病人更多的有用信息有益无害。医疗决策支持系统二、决策支持系统的特点医疗决策支持系统2.干预的类型：按照决策知识系统发挥作用的方式不同可以分为：（1）被动系统（2）半自动系统（3）主动系统二、决策支持系统的特点医疗决策支持系统（1）被动系统医生必须向系统明确提出问题，描述病人的情况,然后等待系统的建议。根据系统所提供的信息和用户的要求,被动系统还可以进一步分成两类:•咨询系统：用户提供病人状况的信息，系统提供诊断和治疗建议。斯坦福大学的Shortliffe等开发的MYCIN系统就是一个典型的咨询系统。•评议系统：用户提供病人的信息和医生的治疗方案，系统对医生的方案提出评价和意见。由耶鲁大学的P.Miller等开发的ATTENDING是该类系统的代表，如对专家提出的某一病人的麻醉方案提出评议。二、决策支持系统的特点•由斯坦福大学开发于1970年代，主要功能是对细菌感染进行诊断并提出治疗建议。•细菌感染时，只有对感染生物进行培养才能做出“恰当”的诊断，但是这需要48小时。•医生需要根据现有的数据，快速地猜测可能的问题所在，并使用这些猜想进行“覆盖式的”治疗，给予能治疗所有可能出现的问题的药物。MYCIN系统•在专家系统的课程中，如果不提及Mycin就算不上完整，它是最早开发出来的专家系统之一，其设计为商业用专家系统和专家系统外壳的设计带来了深远的影响。医疗决策支持系统•自动激活，“看门狗”的作用。•提供信息、广泛接受的知识、和操作规程。类型:•自动提示系统:监视医务人员的活动，帮助他们避免重复检查和处方错误•辨认剂量错误•列出相互冲突或有明显相互作用的药物•报警系统:监视病人状态信号的变化，可以提示医生异常值或异常的变动•生物或生理参数的异常值•某一参数的突然上升或下降二、决策支持系统的特点（2）半自动系统医疗决策支持系统•自动激活,可以不通过医生干预而自动决策。•对特定病人提出相应的建议。类型：•依据医疗常规开出额外的检查。•对治疗的检查：如一个封闭系统自动采取对输液的控制。•监督：如对换气机,心脏起搏器,透析监视器的智能控制•外科手术。二、决策支持系统的特点（3）主动系统•交互作用角度看：•被动系统：A•半自动系统：C•主动系统：BABC医疗决策支持系统二、决策支持系统的特点3.DSS系统中知识的类型医疗决策支持系统病案学术知识医疗决策经验•经验有助于医生认识同样的病例并从中获益。•医疗行为(如知道如何提问或再确认)•医疗常规(如知道如何检体或执行医疗程序)。记录观察到的信息:供决策支持系统参考。包含在书本和杂志中。二、决策支持系统的特点•不同类型的知识在决策过程中是相互作用的。•学术知识和经验决定了用于收集信息的方法和观察的质量。•经验可以印证学术知识并成为学术知识的一部分。•在病案中记录的先验诊断和决策等是自主学习和修改决策规则时必不可少的。病案学术知识医疗决策经验医疗决策支持系统二、决策支持系统的特点医疗决策支持系统二、决策支持系统的特点1支持的类型2.干预的类型3.知识的类型二、决策支持系统的特点医疗决策支持系统三、决策支持系统的基本方法1.运用数学模型2.统计学方法3.概率论为基础的系统4.人工智能和专家系统5.神经网络和连接专家系统三、决策支持系统的基本方法医疗决策支持系统1.运用数学模型描述复杂的生物学或生理学系统•血液动力学•离子在组织中扩散效应•药代动力学三、决策支持系统的基本方法这些模型可以直接帮助决策被动模式：分析一个或几个参数变化的结果主动模型：自动控制系统中使用。1.运用数学模型中风预警模型脑血管的血液流量、流速、血管壁的弹性等11项脑血管功能与中风发病密切相关。医疗决策支持系统三、决策支持系统的基本方法医疗决策支持系统在决策分析中最常用的统计学方法是多元分析技术，应用这种方法可以根据病人的参数Xi的值将病人的诊断和治疗进行分类。首先搜集训练的样本，然后估计其值和系数ai，一旦决策的等式建立，就可以将其应用到某一病人的身上。2.统计学方法三、决策支持系统的基本方法医疗决策支持系统f（D）=a1x1+a2x2+……amxm对于两种医学诊断：阑尾炎和输卵管炎，有三个体症和症状：腹部硬（AR），右下腹疼痛（PRLQ）和左下腹疼痛（PLLQ）。我们可以运用下面的判别式：f（阑尾炎）=4AR+10PRLQ-10PLLQf（输卵管炎）=3AR+5PRLQ+5PLLQ如果一个病人有双髂窝疼痛而无任何腹部症状，我们可以得出：f（阑尾炎）=0+10-10=0f（输卵管炎）=0+5+5=10因此，可能的诊断是输卵管炎。统计的方法包括多元回归和判别分析，判别分析可以用于诊断，而多元回归可以用于预后和治疗的分类上。以下面的模型为例：三、决策支持系统的基本方法医疗决策支持系统3.概率论为基础的系统贝叶斯公式和决策理论。观察疾病（Di）的诊断在体症（S）存在的前提下发生的后验概率P（Di|S）通过该诊断的先验概率P（Di）和在诊断存在的条件下该体症出现的概率来计算P（S|Di）：P（Di|S）=[P（Di）*P（S|Di）]/[∑P（Dj）*P（S|Dj）]三、决策支持系统的基本方法优点：•贝叶斯公式考虑到了阳性和阴性的信号，其结果比较可靠。•与专家的一致率超过70%，而且当学习库中的病例数增加时其结果也会有所改进。•如果没有病例数据库，先验概率和条件概率也可以先由专家估计，然后在建成病例库之后又通过病例库计算出的真实概率来代替之。医疗决策支持系统三、决策支持系统的基本方法医疗决策支持系统局限性：决策的穷举性:即各诊断概率之和为1。可以建一个“其他”类以包括所有的病例，这一类成分混杂，只能代表所有决策中很小的一部分。决策的排他性：排他性实际上很少存在（有时一个病有多个诊断）。尽管如此，总是可以建立一个附加的决策类将两个诊断合并在一起。诊断体症的独立性：两种体症很少相互独立，而且其相互关联的程度随着诊断的不同而不同。因此，在病例库中这些联系就十分重要，如果两个体症显示出有关联，只留下最显著的一个。一些数学手段可以用来处理一些相互反应。三、决策支持系统的基本方法P（Di|S）=[P（Di）*P（S|Di）]/[∑P（Dj）*P（S|Dj）]医疗决策支持系统4.人工智能和专家系统人工智能（AI）是有关计算机智能化的理论和技术的研究。该领域有两个目标：提高计算机实用性。提高对人类智能机制的理解。AI是个交叉学科：计算机科学，语言学，认知心理学，AI研究的主要领域是建立专家系统,即利用专门的知识和推理机制开发出某一领域的高水平的计算机操作程序。三、决策支持系统的基本方法医疗决策支持系统专家系统中：知识库：知识一般以规则和结构的形式存在,与数据或事实库分开推理机：专家系统既使用经典的逻辑,也使用能处理不确切性的逻辑。它们允许进行自学推理。IfC/chemicallyinducedANDD/adverseeffectsthenDinducesC三、决策支持系统的基本方法规则1.IF[(性别=男)AND(体重=肥胖)AND(47年龄≤55)AND(97血糖≤571)]THEN高血压比率=66.20%2.IF[(性别=男)AND(体重=肥胖)AND(50年龄≤55)AND(103血糖≤571)]THEN高血压比率=79.12%3.IF[(性别=男)AND(体重=肥胖)AND(44年龄≤50)AND(家庭有中风史)AND(0小便PH值≤60)AND(92血糖≤571)]THEN高血压比率=77.65%三、决策支持系统的基本方法对于定义清楚又没有算法的问题，可以通过咨询专家建立知识库。专家系统目前存在的问题：建立和维护知识库。•组成知识库的几个学科（如解剖学、生理学、病理学），知识上往往有不一致甚至是相互矛盾之处。•把知识分解成规则和结构化的对象并非如想象的那么简单。•专家系统没有感觉器官，有限的推理机制(如归纳和演绎)并不总是与专业人员的推理机制相一致,专业人员更注重直觉和联想•在把新型知识与原有的知识组合起来还有困难，离开本专业领域也会有感知上的困难。医疗决策支持系统5.神经网络•人脑由百亿条神经组成—每条神经平均连结到其它几千条神经。通过这种连结方式，神经可以收发不同数量的能量。三、决策支持系统的基本方法•神经的一个非常重要的功能是它们对能量的接受并不是立即作出响应，而是将它们累加起来，当这个累加的总和达到某个临界阈值时，它们将它们自己的那部分能量发送给其它的神经。•大脑通过调节这些连结的数目和强度进行学习。尽管这是个生物行为的简化描述。但同样可以充分有力地被看作是神经网络的模型。人工神经网络有箭头相连的节点或神经元Ui•输入层•隐蔽中间层•输出层信息：通过一个或一系列的神经元前传到输出层。一个神经元的刺激水平等于所有相连神经元刺激ωi之和,如果刺激总量超出某一活动域值θi,神经元就会刺激其他与之相连的神经元。医疗决策支持系统三、决策支持系统的基本方法神经网络系统的第一个实例是模式识别系统，用于识别字母