臨床決策支持系統即CDSS（Clinical Decision Support System, CDSS），一般指凡能對臨床決策提供支持的計算機系統，這個系統充分運用可供利用的、合適的計算機技術，針對半結構化或非結構化醫學問題，通過人機互動方式改善和提高決策效率的系統。
基本介紹
- 中文名：臨床決策支持系統
- 外文名：Clinical Decision Support System, CDSS
- 特點：基於計算機的軟體系統
定義,目標與功能,組成,基於知識庫,基於非知識庫,構建方法,瓶頸,成功案例,
定義
最早，Osheroff把臨床決策支持定義為“運用相關的、系統的臨床知識和患者信息，加強醫療相關的決策和行動，提高醫療水平和醫療服務水平。”他還設計了著名的“臨床決策支持五要素”框架，現在被醫療保險和醫療補助服務中心推薦為提高質量水平的最佳實踐。框架建議：提高預後需要基本五個要素，即：在工作流程中，通過正確的渠道，在正確的時間，在正確的干預模式下，向正確的人，提供正確的信息。目前，臨床決策支持的概念仍在不斷更新，目前主流的工作定義是Robert Hayward提出的：“連線臨床觀察與臨床知識，影響臨床決策，改善臨床結果”。這一定義將CDSS簡化為功能概念。美國醫藥信息學會（American Medical Informatics Association）將CDSS定義為為醫務工作者、病人或任何個人提供知識、特定個體或人群信息，在恰當的時間，智慧型化的過濾和表達信息，為的是提供更好的健康、診療和公共衛生服務；或者CDSS是在正確的時間，對正確的對象，提供正確的信息，這有別於人工智慧和專家系統。
目標與功能
CDSS是提升醫療質量的重要手段，因此其根本目的是為了評估和提高醫療質量，減少醫療差錯，從而控制醫療費用的支出。臨床醫生可以通過CDSS的幫助來深入分析病歷資料，從而做出最為恰當的診療決策。臨床醫生可以通過輸入信息來等待CDSS輸出“正確”的決策進行選擇，並通過簡單的輸出來指示決策。
然而，新的CDSS實現輔助決策的理論主要關注於臨床醫生與CDSS之間的互動，以便於利用臨床醫生的知識和CDSS對醫學知識的系統管理，更好地分析患者的信息，這樣的作用較之於人或者CDSS系統本身具有更大的優越性。尤其是CDSS可以提供建議或輸出一組相關信息以便臨床醫生瀏覽參閱，並可以選擇出有用的信息而去除那些錯誤的CDSS建議。
另一個重要的CDSS分類系統是基於它被使用的時機。醫生利用這些系統來提供服務以便於在他們處理病人時得到幫助，即被使用的時機為診斷前、診斷中和診斷後。利用診斷前CDSS系統，醫生可以完成對疾病的初步診斷。而在診斷中的CDSS系統則可以幫助醫生回顧並篩選出初步診斷，以便完善最終診斷結論。診斷後的CDSS系統可以用於挖掘病者與其既往醫療信息、臨床研究之間聯繫的資料以便於預測其將來的健康問題。
AMIA指出，CDSS對臨床的干預分為五種，即警告、提醒；信息按鈕；成組醫囑（醫囑套餐）；文檔管理和格式；相關數據表達。
組成
基於知識庫
大多數CDSS由三部分組成，即知識庫、推理機和人機交流接口部分，只是部分依賴包括編譯信息的規則與聯繫，通常採用IF-THEN規則來存儲和管理知識。例如，某一系統用來研究藥物之間單位相互作用，規則是如果服用X藥物與Y藥物，那么（THEN）服用者需要注意或者警惕什麼。如果採用另一種方式，高級使用者可以編輯相關知識庫里的規則，從而用於其它新藥的研究。推理機部分是知識庫的知識與患者信息整合、比較、分析的引擎。人機交流接口則允許將結果顯示給使用者，同時也可以作為系統輸入。
基於非知識庫
基於非知識庫的CDSS系統多採用人工智慧的形式，這種人工智慧能在近年的CDSS研發中被稱為機器學習，可以允許計算機從既往經驗中或是其他臨床資料中獲得知識。兩種非知識依賴系統分別基於人工神經網路和遺傳算法。包括人工神經網路、遺傳算法。
構建方法
臨床決策支持系統可以採用多種不同的方法來構建和實現臨床決策支持系統功能模組。分析現行的臨床決策支持系統建模過程，一般包括如下基本方法：貝葉斯網路、人工神經網路、遺傳算法、產生式規則系統、邏輯條件、因果機率網路。
瓶頸
醫學知識和疾病的複雜性導致了在設計CDSS時需要考慮非常多患者因素，同時新發表的臨床研究數以萬計，質量參差不齊，如何將最高質量的證據用於CDSS是非常困惑設計者的事情。
臨床工作流程的複雜性也增加了CDSS整合至HIS系統的難度。尤其是不少醫院對於內外網有著嚴格的邏輯隔離甚至是物理隔離，進一步限制了一些線上CDSS的院內套用。
