本站原创该文为临床医生类有关开题报告范文,与临床决策支持系统在医院中的应用相关医学教学论文，可作为医学影像专业临床医生论文写作研究的大学硕士与本科毕业论文开题报告范文和职称论文参考文献资料。免费下载教你怎么写临床医生及知识管理及数据库方面的优秀学术论文范文。
【摘 要】随着医院信息化的深化与发展,临床决策支持系统成为医院信息化建设的主要目标,这将提高医疗水平、促进医学科学的发展、充分发挥数字化医院的效能具有重要的作用,体现先进计算机技术和现代医疗科研的完美结合.我国临床决策支持系统的建设还处在发展阶段,本文结合实际对临床决策支持系统的概念、功能、架构和建设的关键问题进行详细的探讨,希望为临床决策支持系统的发展提供一些有益的参考.
【关 键 词 】临床决策支持 临床知识库 数据挖掘
一、临床决策支持系统概述
临床决策支持系统 CDSS（Clinical Decision Support System）是临床信息系统中专门辅助医疗工作的系统,可以将收集到的病人临床数据做为输入信息,将推论结果作为输出帮助临床医生决策以提供医师或其他人员参考,临床决策支持系统的使用能够提高临床诊疗的安全性、质量.我国对临床决策支持系统的研究,从20世纪七十年代末开始,进入21世纪,随着人工神经网络、遗传算法、模糊聚类算法等模式识别技术和基于数据仓库的数据挖掘技术在知识发现中的应用,不断提高了CDSS的决策能力与决策范围.系统可以为临床医生提供大量的医学支持,从而帮助临床医生作出最合理的诊断、选择最佳治疗措施.然而,CDSS的发展趋势受决策环境驱动,未来CDSS发展会呈现多样性和丰富性.无论何种形式的CDSS,医生是决策主体,辅助决策是本质,系统只是实现决策支持的载体形式,CDSS的知识自动析取与管理才是未来发展方向和研究的重点.
二、临床决策支持系统的架构设计
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.从一个已经研制成功的CDSS系统出发,抽去该系统中知识库的专门知识,留下一个固定化的知识表示框架及相应的推理机制、知识获取机制及解释机制,这些固定化的且知识库为空的系统结构就称为一个架构系统.当在架构系统中填入另一领域的专门知识并经调试完善形成一个新的知识库时,就实现了一个新的专家系统.借用已有的专家系统的架构,避免了许多系统建造上的重复劳动,缩短了研制周期.但架构系统只适合那些与原处理领域知识表达和推理机制相近或相似的领域,对全新的问题领域则无法推广使用.为了开发专家系统或应用专家系统技术,对不同的问题应用领域必须根据具体情况选用不同的开发工具或混合使用多个开发手段.特别是,随着近年来网络技术、基于数据仓库的数据挖掘技术和面向对象的编程技术的广泛应用,将CDSS系统技术与这些主流技术的系统集成,更有效地应用CDSS系统技术的研究成果,已引起了人们的高度重视.
三、建设CDSS的关键
（一）临床知识库的建立.医学知识库是临床决策支持系统中的另一个重要元素,其建设旨在运用知识管理的最新理念,整合先进的信息化、数字化、网络化技术,构建一个全方位的医学和临床知识管理、信息交流与区域共享的系统, 全面提高服务质量,提供学术交流的网络平台,为CDSS系统提供运行环境.应该先构建一个相对完备的临床知识库,具体分为药品信息库、临床药学知识库、检验信息库、影像学知识库、诊疗知识库、疾病知识库、典型病例库、论文库等.这个过程必须有医学专家和临床工作人员参与编写整理资料,由计算机专业人员设计数据库和前端程序,录入数据库.临床知识库的几大系统都采用树形目录来展现数据,树形结构便于管理和查找数据.临床知识库可以帮助实现医学知识的模块化管理,医学知识的模块化,包括医学研究成果的模块化,临床医生之间知识传输的模式化以及医疗知识模式化,是对专家或专家组的知识模式化的一大改进,将成为临床决策支持系统的发展趋势.
（二）数据挖掘.数据挖掘是CDSS最核心的部分.临床决策支持系统中采用基于决策树方法来实现数据挖掘.决策树方法是对属性之间概念存在的层次关系,通过归类、归纳形成规则,完成数据从微观到宏观的逐级粗化.决策树方法用于数据分类,一般分几个阶段：树的构造和树的修剪.首先利用训练数据生成一个测试函数,根据不同取值建立树的分支；在每个分支子集中重复建立下层结点和分支,从而生成一棵决策树.然后对决策树进行剪枝处理,最后把决策树转化为规则.利用这些规则可以为临床医师的诊断过程提供帮助,在结合自己的知识与经验进行分析、判断和逐步问直至有足够把握作出结论诊断、检查后再分析及再判断,直至有足够把握作出结论.
（三）决策支持.决策支持就是临床决策支持系统的最终目标,其功能是将医学知识库中的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.根据病人的实际病情,生成多条临床决策通道,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；使临床全过程都纳入智能辅助范围内,进行快速、准确、规范、的临床诊疗.决策支持需要和医疗业务流程相结合,提供主动式诊疗支持,如在医护工作站中书写入院记录的初步诊断时,自动地提示诊断建议、指导医生的进一步的诊疗行为.
四、结束语
临床决策支持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.利用数据挖掘、联机分析处理技术来进行决策支持系统的研究,有效地改善传统的基于模型库和方法库的决策支持系统中存在的不足,同时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,所以临床决策支持系统是一个不断完善的过程,需要广大医学信息工作者继续共同奋斗努力.