TUhjnbcbe - 2023/10/10 17:59:00
CDSS在中国医疗市场的发展和探索经历了二十年左右的时间，逐渐演化出应用于临床不同场景和服务于不同层级医生的CDSS类型产品。目前，国内市场上的CDSS大概有两种类别，一类是基于知识库的查询类，一类是基于知识规则的推荐审核类。从使用场景上看，基于知识库的查询类CDSS往往用于解决临床医生在遇到不熟悉的临床问题时，进行知识检索的碎片化场景。它的缺点在于，医院信息化系统的深度结合并未明显缩短临床医生解决问题的路径，只能对临床场景起到补充和解决特殊问题的作用，对提升医疗效率和质量的作用较小。推荐审核类CDSS，则往往用于结合生产系统进行医疗行为的审核和推荐用以提高医疗质量、安全和效率。其缺陷也很明显，它本质上是以有限的数据规则去覆盖无限的临床个性化情况，即使投入巨大也可能收效甚微。因此医生操作过程中，经常出现的实际情况是：①机器推演出的推荐审核结果与实际情况下医生的认知存在很大差异；②系统认知问题的维度和推演逻辑太简单起不到根本上的帮助作用。年4月28日，国务院办公厅在《国务院办公厅关于促进“互联网+医疗健康”发展的意见（国办发[]26号）》文件中正式提到：要研发基于人工智能的临床诊疗决策支持系统。这意味着，原有的CDSS医院的发展需要。在大数据时代，CDSS究竟应该是什么样的系统？医院的实际需求，动脉网研究认为，它至少应该具备以下四点特征：1、高度结构化、可用于计算的权威知识库；2、结合真实世界数据和人工智能技术，使得推荐更加智能和精准；3、可嵌入临床系统，智能提取患者疾病特征并给予推荐，方便医生使用；4、能循证溯源，推荐结果能关联指南、文献及相似病历等证据。要实现上面这四点，CDSS需要基于大数据技术整合海量医学文献及病历数据，并能从中训练出可用于计算推理的医学知识图谱。医院医疗原始数据结构化程度低，数据非标准化情况严重，各种类型的医疗信息系统缺乏整合，因此CDSS的训练面临一系列难题，其智能化可谓任重而道远。医渡云CDSS，临床决策的后起之秀在国外，CDSS正受到越来越多大型医疗企业的