CDSS（Clinical Decision Support System），即臨床決策支持系統(tǒng)，一般指凡能對臨床決策提供支持的計算機系統(tǒng)，這個系統(tǒng)充分運用可供利用的、合適的計算機技術(shù)，針對半結(jié)構(gòu)化或非結(jié)構(gòu)化醫(yī)學(xué)問題，通過人機交互方式改善和提高決策效率。

有關(guān)CDSS的研究最早源于上世紀(jì)50年代末，由醫(yī)學(xué)專家通過推理引擎，將專業(yè)知識和臨床經(jīng)驗整理后存儲于知識庫中，利用邏輯推理和模式匹配的方式，幫助用戶進行診斷推斷，是一種專家系統(tǒng)。20世紀(jì)70年代中期，世界上第一個CDSS系統(tǒng)（MYCIN）由美國斯坦福大學(xué)研究誕生，此系統(tǒng)可以根據(jù)輸入的檢驗信息，自動識別51種病菌，正確使用23種抗菌素，可協(xié)助醫(yī)生診斷和治療細(xì)菌感染性疾病，為患者提供最佳處方。自此之后，各種功能特色的CDSS系統(tǒng)相繼出現(xiàn)，對CDSS的研究重點也開始由模擬專家思維轉(zhuǎn)向如何通過各種計算機技術(shù)使系統(tǒng)能夠更好地適應(yīng)患者實際診療過程，協(xié)助臨床醫(yī)生做出診斷決策。

近幾年，隨著人工智能技術(shù)的發(fā)展及其在醫(yī)療領(lǐng)域應(yīng)用的不斷深入，基于人工智能的臨床決策支持系統(tǒng)出現(xiàn)并逐步落地于各大醫(yī)院與基層醫(yī)療機構(gòu)，輔助醫(yī)生進行臨床決策，得到業(yè)界的廣泛關(guān)注。本文將從CDSS的系統(tǒng)建設(shè)和工作邏輯、推動因素、應(yīng)用和落地情況、面臨的困難這四方面展開，以期對我國CDSS的發(fā)展現(xiàn)狀進行一個系統(tǒng)梳理和全面呈現(xiàn)，并在此基礎(chǔ)上，對我國CDSS未來的發(fā)展方向進行預(yù)測和展望。

一、知識庫＋電子病歷＋算法：CDSS的決策支持基礎(chǔ)

傳統(tǒng)的CDSS是基于臨床指南、醫(yī)學(xué)文獻等客觀數(shù)據(jù)資料構(gòu)成的知識庫，依據(jù)一些邏輯關(guān)聯(lián)進行歸納、演繹、推理、匹配，從而實現(xiàn)診斷、治療等方面的決策支持。近幾年，CDSS的系統(tǒng)逐漸向基于知識庫＋算法兩者結(jié)合的方向發(fā)展：在傳統(tǒng)知識庫的基礎(chǔ)上，利用機器學(xué)習(xí)、大數(shù)據(jù)挖掘等人工智能技術(shù)，從歷史經(jīng)驗和不斷更新的電子病歷數(shù)據(jù)中自主獲取知識，識別和學(xué)習(xí)某些模式，從而提供決策支持。

CDSS 的系統(tǒng)建設(shè)包括三個模塊：第一個模塊是數(shù)據(jù)庫，包括醫(yī)學(xué)知識庫和患者數(shù)據(jù)兩個部分。首先，需要通過獲取海量的文獻類證據(jù)和臨床實踐類證據(jù)構(gòu)建一個醫(yī)學(xué)知識庫，且知識庫必須隨著醫(yī)學(xué)的最新發(fā)展保持敏捷的更新和維護；其次，系統(tǒng)需要將患者所有的臨床數(shù)據(jù)從醫(yī)院的各個系統(tǒng)中解讀出來；最后通過自然語言處理使機器了解這些數(shù)據(jù)的意義。沒有醫(yī)學(xué)知識庫和患者數(shù)據(jù)，輔助診療就無從下手，因此數(shù)據(jù)資源是CDSS系統(tǒng)建設(shè)和運作的核心。第二個模塊是醫(yī)學(xué)知識圖譜。通俗地講，就是通過機器的深度學(xué)習(xí)讓AI了解醫(yī)學(xué)邏輯，像醫(yī)生一樣理解某種疾病從懷疑到診斷到治療的全過程，以及在這個過程中如何依據(jù)已有數(shù)據(jù)和知識做出判斷決策。第三個模塊是預(yù)測和展示，也稱人機交流接口，在掌握了患者的臨床數(shù)據(jù)和疾病的診療邏輯后，把預(yù)測結(jié)果以合適的形式反饋給醫(yī)生。

通過以上三方面的建設(shè)后，CDSS可駐留云服務(wù)器，以web方式嵌入醫(yī)院EMR，在醫(yī)生操作EMR時，可以提供醫(yī)學(xué)知識庫檢索、治療方案推薦、相似病歷推薦、輔助診斷、醫(yī)囑質(zhì)控、臨床預(yù)警等多種功能，從診前到診中到診后為醫(yī)生提供連續(xù)的支持，提高醫(yī)生診療效率和診療水平，減少誤診率。