临床决策支持系统

临床决策支持系统（英語：Clinical decision support system，简称：CDSS）是一种协助医护人员进行医疗决策的交互式专家系统。它是人工智能理论在医疗领域的主要实践，而且它的概念仍在不断更新，目前主流的工作定义是Robert Hayward提出的：“连接临床观察与临床知识，影响临床决策，改善临床结果”。这一定义将CDSS简化为功能概念。

CDSS被设计成一种可以让医生在床旁操作^[1]，医生输入患者的资料后CDSS将生成针对个体情况的定制建议，再由医生选取有用的信息和删除错误的建议^[2]。有人相信，将来一般疾病的诊治可以完全托付给CDSS^[3]。

构建方法论

• 贝叶斯网络
• 人工神经网络
• 遗传算法
• 产生试规则系统
• 逻辑条件
• 因果概率网络

参考^[4]

分类

按系统结构分^[1]：

• 基于知识库的（Knowledge-Based）
• 非基于知识库的（NonKnowledge-Based）

按使用时点分^[1]：

• 诊断前（pre-diagnoses)：帮助医生准备诊断。
• 诊断中(during diagnoses)：帮助医生分析候选的诊断。
• 诊断后(post diagnoses)：在患者的病史与临床研究资料中进行数据挖掘，从而预测预后。

基于知识库的CDSS

大部分CDSS属于此类，它由三大模块组成：知识库、推理机和通讯模块。知识库存储着编译好的医学知识，比如，关于药物相互作用的指示可以写成规则“IF服用了药物X，AND服用了药物Y，THEN显示警告信息”。推理机则根据知识库里的规则，以及患者的资料进行自动分析。分析的结果通过通讯模块反馈给用户。另外，用户也可以通过通讯模块更新或自定义新的规则，以适应医学的发展^[1][2]。

非基于知识库的CDSS

主要是通过机器学习从已有的经验中自动攫取规则。

有效性

2005年Garg等发表的一篇系统回顾显示，在100项涉及CDSS的研究中，有64%的研究认为CDSS改善了医护人员的表现，有13%的研究认为CDSS改善了患者的预后^[5]。同年，另一位作者（Kawamoto）发表的系统回顾显示，在70项涉及CDSS的研究中，有68%的临床实验显示CDSS可以改进临床工作^[6]。 成功的CDSS具有如下特征^[5][6]。

• 自动推送结果，而无需用户激活系统
• 整合入临床工作流程，而不是独立于临床工作流程
• 基于电子系统，而非基于纸质系统
• 在床旁使用，而不是接触病人之前或之后
• 提供推荐意见，而不是评估意见

发展障碍

• 医学知识的复杂性导致了系统设计时需要考虑非常多的因素，如患者的症状、体征、实验室检查数据、家族史、基因、流行病学资料、现有的医学文献等等。而且，每年发表的临床研究数以千计，而且不少研究彼此矛盾，大量的数据导致了系统维护上存在困难。目前成功用于诊断环节的CDSS常常局限于某个领域，比如，1971年上线使用的Leeds腹痛诊断系统，其诊断的正确率高达91.8%，而医生的诊断正确率在79.6%。但这套系统仅能用于腹痛的诊断。
• 临床工作的复杂性也增加了系统整合的难度。目前大多数系统仍独立于临床工作流程，这导致了医生需要独立打开CDSS，然后花费时间录入患者资料，降低了工作效率。目前整合比较成功的案例是药房系统和账单系统。因为药房工作相对简单，CDSS主要解决药物相互作用问题，比较容易设计。
• CDSS经常产生大量的警告信息，很容易导致医护人员疲劳应付。

CDSS案例

• Litmusdx.com^{[永久失效連結]}
• SimulConsult（页面存档备份，存于互联网档案馆）
• CADUCEUS
• Clinical Rules（页面存档备份，存于互联网档案馆）
• DiagnosisPro
• [Litmusdx ^[7]]
• DxMate（页面存档备份，存于互联网档案馆）
• Dxplain
• ESAGIL（页面存档备份，存于互联网档案馆）
• MYCIN
• Prescriptor（页面存档备份，存于互联网档案馆）
• RODIA
• ISABEL（页面存档备份，存于互联网档案馆）

参考文献

1. Berner, Eta S., ed. Clinical Decision Support Systems. New York, NY: Springer, 2007.
2. "Decision support systems ." 26 July 2005. 17 Feb. 2009 <http://www.openclinical.org/dss.html （页面存档备份，存于互联网档案馆）>.
3. Khosla, Vinod. . CNN. 4 December 2012 [25 April 2013]. （原始内容存档于2013年3月28日）. 
4. 董建成，医学信息学概论，2010，ISBN 978-7-117-12173-6, page 261-264
5. Garg AX, Adhikari NK, McDonald H, Rosas-Arellano MP, Devereaux PJ, Beyene J; et al. Effects of computerized clinical decision support systems on practitioner performance and patient outcomes: a systematic review.. JAMA. 2005, 293 (10): 1223–38. PMID 15755945. doi:10.1001/jama.293.10.1223.  引文格式1维护：显式使用等标签 (link)
6. Kensaku Kawamoto, Caitlin A Houlihan, E Andrew Balas, David F Lobach. Improving clinical practice using clinical decision support systems: a systematic review of trials to identify features critical to success. (PDF). BMJ. 2005, 330 (7494): 765 [2014-06-14]. PMC 555881  . PMID 15767266. doi:10.1136/bmj.38398.500764.8F. （原始内容 (PDF)于2019-04-12）. 
7. Madhumita, Prabhakar. . thesmartceo.in. 1 April 2013 [22 March 2014]. （原始内容存档于2014-03-23）. 

外部链接

• Decision support chapter from Coiera's Guide to Health Informatics（页面存档备份，存于互联网档案馆）
• OpenClinical（页面存档备份，存于互联网档案馆） maintains an extensive archive of Artificial Intelligence systems in routine clinical use.
• Robert Trowbridge/ Scott Weingarten. Chapter 53. Clinical Decision Support Systems（页面存档备份，存于互联网档案馆）