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，針對半結構化或非結構化醫(yī)學問題，通過人機交互方式改善和提高決策效率。

有關CDSS的研究最早源于上世紀50年代末，由醫(yī)學專家通過推理引擎，將專業(yè)知識和臨床經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70年代中期，世界上第一個CDSS系統(tǒng)（MYCIN）由美國斯坦福大學研究誕生，此系統(tǒng)可以根據輸入的檢驗信息，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向如何通過各種計算機技術使系統(tǒng)能夠更好地適應患者實際診療過程，協(xié)助臨床醫(yī)生做出診斷決策。

近幾年，隨著人工智能技術的發(fā)展及其在醫(yī)療領域應用的不斷深入，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，輔助醫(yī)生進行臨床決策，得到業(yè)界的廣泛關注。本文將從CDSS的系統(tǒng)建設和工作邏輯、推動因素、應用和落地情況、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)，并在此基礎上，對我國CDSS未來的發(fā)展方向進行預測和展望。

一、知識庫＋電子病歷＋算法：CDSS的決策支持基礎

傳統(tǒng)的CDSS是基于臨床指南、醫(yī)學文獻等客觀數據資料構成的知識庫，依據一些邏輯關聯(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＋算法兩者結合的方向發(fā)展：在傳統(tǒng)知識庫的基礎上，利用機器學習、大數據挖掘等人工智能技術，從歷史經驗和不斷更新的電子病歷數據中自主獲取知識，識別和學習某些模式，從而提供決策支持。

CDSS 的系統(tǒng)建設包括三個模塊：第一個模塊是數據庫，包括醫(yī)學知識庫和患者數據兩個部分。首先，需要通過獲取海量的文獻類證據和臨床實踐類證據構建一個醫(yī)學知識庫，且知識庫必須隨著醫(yī)學的最新發(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據從醫(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據的意義。沒有醫(yī)學知識庫和患者數據，輔助診療就無從下手，因此數據資源是CDSS系統(tǒng)建設和運作的核心。第二個模塊是醫(yī)學知識圖譜。通俗地講，就是通過機器的深度學習讓AI了解醫(yī)學邏輯，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已有數據和知識做出判斷決策。第三個模塊是預測和展示，也稱人機交流接口，在掌握了患者的臨床數據和疾病的診療邏輯后，把預測結果以合適的形式反饋給醫(yī)生。

通過以上三方面的建設后，CDSS可駐留云服務器，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)囑質控、臨床預警等多種功能，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。