作者：郝雪陽

CDSS在中國醫(yī)療市場的發(fā)展和探索經(jīng)歷了二十年左右的時間，逐漸演化出應(yīng)用于臨床不同場景和服務(wù)于不同層級醫(yī)生的CDSS類型產(chǎn)品。

目前，國內(nèi)市場上的CDSS大概有兩種類別，一類是基于知識庫的查詢類，一類是基于知識規(guī)則的推薦審核類。

從使用場景上看，基于知識庫的查詢類CDSS往往用于解決臨床醫(yī)生在遇到不熟悉的臨床問題時，進(jìn)行知識檢索的碎片化場景。它的缺點在于，缺乏與醫(yī)院信息化系統(tǒng)的深度結(jié)合并未明顯縮短臨床醫(yī)生解決問題的路徑，只能對臨床場景起到補充和解決特殊問題的作用，對提升醫(yī)療效率和質(zhì)量的作用較小。

推薦審核類CDSS，則往往用于結(jié)合生產(chǎn)系統(tǒng)進(jìn)行醫(yī)療行為的審核和推薦用以提高醫(yī)療質(zhì)量、安全和效率。其缺陷也很明顯，它本質(zhì)上是以有限的數(shù)據(jù)規(guī)則去覆蓋無限的臨床個性化情況，即使投入巨大也可能收效甚微。

因此醫(yī)生操作過程中，經(jīng)常出現(xiàn)的實際情況是：①機器推演出的推薦審核結(jié)果與實際情況下醫(yī)生的認(rèn)知存在很大差異；②系統(tǒng)認(rèn)知問題的維度和推演邏輯太簡單起不到根本上的幫助作用。

2018年4月28日，國務(wù)院辦公廳在《國務(wù)院辦公廳關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見（國辦發(fā)[2018]26號）》文件中正式提到：要研發(fā)基于人工智能的臨床診療決策支持系統(tǒng)。這意味著，原有的CDSS已經(jīng)不再符合當(dāng)前醫(yī)院的發(fā)展需要。

在大數(shù)據(jù)時代，CDSS究竟應(yīng)該是什么樣的系統(tǒng)？結(jié)合政策和醫(yī)院的實際需求，動脈網(wǎng)研究認(rèn)為，它至少應(yīng)該具備以下四點特征：

1、高度結(jié)構(gòu)化、可用于計算的權(quán)威知識庫；

2、結(jié)合真實世界數(shù)據(jù)和人工智能技術(shù)，使得推薦更加智能和精準(zhǔn)；

3、可嵌入臨床系統(tǒng)，智能提取患者疾病特征并給予推薦，方便醫(yī)生使用；

4、能循證溯源，推薦結(jié)果能關(guān)聯(lián)指南、文獻(xiàn)及相似病歷等證據(jù)。

要實現(xiàn)上面這四點，CDSS需要基于大數(shù)據(jù)技術(shù)整合海量醫(yī)學(xué)文獻(xiàn)及病歷數(shù)據(jù)，并能從中訓(xùn)練出可用于計算推理的醫(yī)學(xué)知識圖譜。

由于國內(nèi)醫(yī)院醫(yī)療原始數(shù)據(jù)結(jié)構(gòu)化程度低，數(shù)據(jù)非標(biāo)準(zhǔn)化情況嚴(yán)重，各種類型的醫(yī)療信息系統(tǒng)缺乏整合，因此CDSS的訓(xùn)練面臨一系列難題，其智能化可謂任重而道遠(yuǎn)。

醫(yī)渡云CDSS，臨床決策的后起之秀

在國外，CDSS正受到越來越多大型醫(yī)療企業(yè)的關(guān)注。

2018年1月，GE醫(yī)療與羅氏診斷宣布建立長期戰(zhàn)略合作伙伴關(guān)系，聯(lián)合開發(fā)和推廣數(shù)字化臨床決策支持解決方案，以促進(jìn)診斷環(huán)節(jié)更快、更準(zhǔn)確。

2019年1月，臨床信息資源公司EBSCO Health宣布收購Health Decision，這次收購旨在開發(fā)幫助臨床醫(yī)生和患者做出更合理的臨床診療決策工具，對此，EBSCO Health將獲得Health Decision的相關(guān)技術(shù)資源。

2019年2月，2019年HIMSS全球大會與展覽會上。皇家飛利浦推出了IntelliSpace系列醫(yī)療解決方案，包括IntelliSpace Epidemiology和IntelliSpace Cardiovascular 4.1版本，旨在通過醫(yī)療科技緩解感染難題，以及改善兒科心腦血管疾病的治療。

在國內(nèi)，CDSS的熱度同樣很高。作為國內(nèi)醫(yī)療人工智能和大數(shù)據(jù)的代表性企業(yè)，醫(yī)渡云也于近期推出了新一代的可多維度循證的智能臨床輔助決策系統(tǒng)。

從數(shù)據(jù)的權(quán)威性上看，醫(yī)渡云CDSS的知識庫覆蓋了數(shù)千種疾病，32個學(xué)科，數(shù)千篇臨床指南以及海量的醫(yī)學(xué)文獻(xiàn)。以權(quán)威的指南共識、臨床路徑、權(quán)威教材、藥典為基礎(chǔ)，結(jié)合國內(nèi)外最新的指南共識、高質(zhì)量醫(yī)學(xué)文獻(xiàn)、藥品說明書等數(shù)據(jù)對知識庫進(jìn)行更新。

同時，醫(yī)渡云CDSS還針對臨床比較復(fù)雜的幾十種疾病，與國內(nèi)各專科領(lǐng)域?qū)＜疑疃群献?，對知識庫進(jìn)行細(xì)化和優(yōu)化，制作出覆蓋疾病的診斷、治療、預(yù)防等方面的更貼合臨床實際的?？浦R庫。

醫(yī)渡云的疾病知識圖譜基于循證證據(jù)與真實世界數(shù)據(jù)共同構(gòu)建，以循證知識為基礎(chǔ)構(gòu)建知識圖譜的節(jié)點以及關(guān)系，真實世界數(shù)據(jù)用于訓(xùn)練關(guān)系的強弱，構(gòu)建出來的知識圖譜兼具準(zhǔn)確性和可計算性。

對于病歷中挖掘出的未在循證知識中定義的知識發(fā)現(xiàn)，醫(yī)渡云會有專門的臨床醫(yī)學(xué)專家對其進(jìn)行審核。審核通過的可以進(jìn)入圖譜，應(yīng)用于CDSS系統(tǒng)，其中的部分有價值的醫(yī)學(xué)發(fā)現(xiàn)，會與專家一起建立更嚴(yán)格的科研實驗進(jìn)行驗證、發(fā)表論文，進(jìn)一步反哺循證知識。

基于全科和單病種，打造醫(yī)生體驗滿分的CDSS

CDSS主要用于針對醫(yī)生診療的各個環(huán)節(jié)，提供適當(dāng)?shù)耐扑]、審核和風(fēng)險提示，如果作為單獨的系統(tǒng)醫(yī)生使用會很不方便，使用率也會很低。為了保證醫(yī)生的良好體驗，醫(yī)渡云將CDSS嵌入醫(yī)生工作站，而不是一個獨立的系統(tǒng)。

CDSS嵌入到醫(yī)生工作站后，系統(tǒng)會自動在后臺進(jìn)行計算，在醫(yī)生需要做診療決策時自動進(jìn)行推薦、患者的異常情況與疾病風(fēng)險進(jìn)行監(jiān)控與提示、在醫(yī)生做出診療決策時自動進(jìn)行審核，同時支持將推薦的結(jié)果回填至業(yè)務(wù)系統(tǒng)中，這樣既能起到即時提示、報警的作用，又能提高醫(yī)生工作的效率。

為了避免CDSS報警提示過于頻繁，乃至于影響醫(yī)生的正常工作，醫(yī)渡云從兩方面對產(chǎn)品進(jìn)行了改進(jìn)。

一方面，從推薦原理上，結(jié)合了院內(nèi)歷史診療行為統(tǒng)計的提示和報警，會自動學(xué)習(xí)醫(yī)生診療習(xí)慣。只有那些不在歷史病歷中經(jīng)常發(fā)生的行為，CDSS才會作為報警提示。這樣一來，就可以避免單純知識庫的提醒和醫(yī)院習(xí)慣不符而導(dǎo)致的頻繁錯報誤報。

另一方面，從產(chǎn)品體驗上，CDSS界面可以設(shè)置為默認(rèn)收起，警告的規(guī)則和級別也允許醫(yī)院進(jìn)行設(shè)置，從而保證產(chǎn)品不影響醫(yī)生正常工作。

在產(chǎn)品的類別上，醫(yī)渡云的CDSS主要分為兩種：一種是全科CDSS，一種是單病種CDSS。

醫(yī)渡云全科CDSS定位的是“廣而淺”的決策支持，針對全院醫(yī)生適用，主要功能是知識庫查詢、疑似診斷、癥狀提醒、醫(yī)囑推薦、檢查檢驗解讀、智能審核等，在醫(yī)生進(jìn)行診斷、治療的時候提供基于知識圖譜的推薦以及報警，同時醫(yī)生也可以主動進(jìn)行知識庫和文獻(xiàn)的搜索和查詢。

除了來自權(quán)威知識庫的推薦之外，全科CDSS還依托大數(shù)據(jù)平臺對海量電子病歷的處理和學(xué)習(xí)，訓(xùn)練出各種疾病實體之間的量化關(guān)系，使得推薦更準(zhǔn)確，同時更符合醫(yī)生診療習(xí)慣。

醫(yī)渡云單病種CDSS定位的是“專而深”的決策支持，針對?？漆t(yī)生，在疾病治療的不同階段（比如腫瘤的術(shù)前化療、手術(shù)、術(shù)后化療、隨訪等），根據(jù)患者自身病情推薦最適合的方案，規(guī)范疾病治療的同時也讓醫(yī)生了解到疾病的最新進(jìn)展。

單病種CDSS的決策引擎的核心邏輯包括幾部分：

1.拆解最新的臨床指南或者頂級專家經(jīng)驗，作為基礎(chǔ)的推薦方案；

2.循證證據(jù)關(guān)聯(lián)及評分。根據(jù)患者的疾病特征，基于最新的臨床指南、文獻(xiàn)、臨床試驗、藥品禁忌及不良反應(yīng)等循證證據(jù)給不同的方案打分；

3.真實世界證據(jù)關(guān)聯(lián)及評分?；跉v史病歷數(shù)據(jù)中不同治療方案在類似患者身上的療效分析，預(yù)測患者的預(yù)后情況及不良事件的發(fā)生，給不同的方案打分。最終系統(tǒng)給出可“多維度”循證的最適合該患者的個性化治療方案。

結(jié)合醫(yī)療大數(shù)據(jù)和人工智能，“量化”決策模型

由于原始的病歷數(shù)據(jù)分布在不同的臨床系統(tǒng)（HIS、EMR、PACS等）中，且以大段的文本記錄存在，因此確保CDSS獲取到標(biāo)準(zhǔn)化數(shù)據(jù)尤為關(guān)鍵。

醫(yī)渡云在醫(yī)院部署的大數(shù)據(jù)平臺，其基礎(chǔ)數(shù)據(jù)處理過程中，對于醫(yī)院多源異構(gòu)系統(tǒng)進(jìn)行了整合，形成了患者維度和就診維度的全景數(shù)據(jù)。

另外，醫(yī)渡云在國際標(biāo)準(zhǔn)（ICD-9，ICD-10, ATC, Loinc等）的基礎(chǔ)上，制定了自己的術(shù)語體系。通過自然語言處理技術(shù)從大段的文本描述中進(jìn)行結(jié)構(gòu)化抽取和歸一處理，在此基礎(chǔ)上，構(gòu)建醫(yī)渡云疾病知識圖譜以及臨床輔助決策就能水到渠成。

相對于單純的基于知識庫構(gòu)建的疾病知識圖譜，結(jié)合海量病歷數(shù)據(jù)構(gòu)建出的疾病知識圖譜，能訓(xùn)練出人群、癥狀、檢查結(jié)果、疾病、用藥等各種醫(yī)療實體之間的量化關(guān)系，更適用于基于統(tǒng)計機器學(xué)習(xí)的推理和決策。

在單病種CDSS中，基于數(shù)據(jù)訓(xùn)練的機器學(xué)習(xí)模型，可以更好的刻畫疾病的特征及特征組合與決策目標(biāo)的關(guān)系，比傳統(tǒng)的方法有著更高的準(zhǔn)確性。

在部署了醫(yī)渡云DPAP大數(shù)據(jù)平臺的醫(yī)院， CDSS的推薦結(jié)果除了關(guān)聯(lián)循證證據(jù)以及詳情查看之外，還會推薦與當(dāng)前患者病情相似的相似病歷，并且支持跳轉(zhuǎn)至大數(shù)據(jù)平臺查看病歷詳情，患者360(注：患者全景)等，為年輕醫(yī)生提供參考。

除此之外，醫(yī)渡云CDSS還能實現(xiàn)醫(yī)療數(shù)據(jù)的個性化利用。

例如，疾病的發(fā)病具有地域特征，比如由于地域氣候或者飲食習(xí)慣，某個地區(qū)發(fā)生某種疾病的概率會明顯高于其他地區(qū)；由于病因、患者的地域性、醫(yī)院自身情況等原因，同樣的診斷不同醫(yī)院開立的醫(yī)囑（檢查，檢驗，用藥等）也有所差別。

基于通用知識庫的CDSS，無法考慮地域這些個性化的特點，經(jīng)常出現(xiàn)推薦的藥本院沒有，推薦的檢查檢驗名字與本院名稱不符等情況。而結(jié)合了真實病歷數(shù)據(jù)的醫(yī)渡云CDSS，可以很好地學(xué)習(xí)到地域性的疾病特點，以及醫(yī)院的個性化診療習(xí)慣。

從醫(yī)渡云CDSS的案例可以看出，能夠滿足醫(yī)院需求的新時代CDSS，除了要有可計算的權(quán)威知識庫之外，還要能結(jié)合醫(yī)療大數(shù)據(jù)和人工智能技術(shù)深化疾病知識圖譜和決策模型，擁有更智能、便捷的操作邏輯，以更貼合臨床實際，并且能循證溯源，把推薦結(jié)果相關(guān)的各個維度的證據(jù)進(jìn)行一站式整合，真正將“知識”，“數(shù)據(jù)”和“技術(shù)”有機的結(jié)合在一起，形成新一代的智能臨床輔助決策系統(tǒng)。

可以預(yù)見，類似醫(yī)渡云的新一代CDSS，會成為醫(yī)生臨床實踐和學(xué)習(xí)的有力助手，幫助醫(yī)生提升診療效率和質(zhì)量，最終讓患者獲得更加優(yōu)質(zhì)的醫(yī)療服務(wù)。