海森健康:知識庫與臨床智慧「雙引擎」驅動才是CDSS正確打開方式

傳統的臨床決策支持系統越來越難以滿足當前醫院臨床診療需求了。

在6月5日由北京市衛生信息職工技術協會和深圳市衛生健康信息協會聯合舉辦的「京深在線-CDSS建設與應用專場（二）」上，北京嘉和海森健康科技有限公司（海森健康）聯合創始人陳聯忠與專家們一致認為，隨著醫學知識快速更新和臨床診療服務量的高速增長，作為提升診療效率和醫療質量重要手段的CDSS，既要有實時、權威的循證醫學知識體系，又要具備整合臨床信息和深度學習的技術能力，能將「知識」持續不斷地轉化為「決策」。

（海森健康聯合創始人陳聯忠）

簡言之，即新一代CDSS既要有權威的循證醫學知識庫支持，又要有沉澱醫院臨床最佳實踐的能力，在知識來源「雙引擎」驅動下為臨床提供真正意義上的決策幫助。

要有循證醫學最佳實踐，更要有醫院臨床最佳實踐

醫療信息化建設標杆醫院北京大學第三醫院（北醫三院），早在幾年前就敏銳地捕捉到了這一趨勢。

「CDSS不但要有權威的循證醫學知識庫、規則引擎，還要利用大數據與人工智慧技術從真實世界中挖掘出海量臨床數據，進行整合、清洗、機器學習等，構建醫院臨床最佳實踐庫。」北醫三院信息管理與大數據中心主任計虹表示，打造智能化CDSS，需要將循證醫學知識庫與醫院臨床最佳實踐庫相結合。

（北京大學第三醫院信息管理與大數據中心主任計虹 圖片來源：HIT專家網）

在這一理念的牽引下，北醫三院打造了BMJ Best Practice臨床實踐和醫院臨床最佳實踐「雙引擎」。BMJ Best Practice臨床實踐主要為醫院資源中心系統提供要點式、精準化標準邏輯支撐，構建循證醫學臨床決策診療知識庫；醫院臨床最佳實踐包含醫院診療過程中的臨床指南，以及醫院各業務系統中的歷史病例資料、經典診療方案，用來挖掘針對性的臨床診療方案，構建醫院臨床最佳實踐庫。

「雙引擎」為後續構建臨床業務規則庫及實現業務功能提供了有效支撐。這與清華大學長庚醫院信息管理部原主任劉海一的看法不謀而合。

在劉海一看來，CDSS建設是一個複雜的過程，選型、應用、架構都需要耗費大量的人力、物力，「『雙引擎』把文獻的力量和醫院的最佳臨床實踐結合起來，既實現了知識的更新，又很好地利用了醫院的數據，沉澱了醫院的臨床智慧。」

在「雙引擎」基礎上，北醫三院利用機器學習等人工智慧技術，建立診療模型，搭建預警系統，並構建了規則應用平臺、病歷質控平臺、知識檢索平臺三大平臺。在多系統及三大平臺的支撐下，醫院實現了面向臨床的輔助診療決策、多維綜合臨床預警預測、實時統一病歷內涵質控、語義知識檢索服務等四項業務服務，形成了 「診前-診中-出院隨訪」的全流程、智能化輔助決策。

要有診療決策，更要有治療方案

這一點，作為臨床醫生的歐陽漢強深有體會。

歐陽漢強，北醫三院的一名骨科醫生，所在科室為國家級重點專科，多年穩居全國三甲，年門診量14萬餘人次，手術12000多臺。作為這樣一個全國知名科室的醫生，歐陽漢強每天要面對大量的患者，每問診一個患者，都需要將患者主訴、症狀、病史、檢驗檢查等幾十個方面的信息，以及自己過往的臨床經驗在大腦中進行推演和計算，最終得出診斷結果和治療方案。

這對每個醫生來說都是一個挑戰。但智能化CDSS給歐陽漢強的工作帶來了改變。

在CDSS的幫助下，手術前，歐陽醫生就能通過病情評估系統、預問診系統和電子病歷，全面、精準地了解患者信息，構建清晰的患者畫像，在循證醫學知識庫和醫院臨床最佳實踐的「雙引擎」支撐下，CDSS對患者臨床數據進行自動整合、分析，形成高度個性化的診療模型，為他提供針對性的診療方案和手術併發症風險預警。

智能化的CDSS不但要有知識決策，更要有治療方案。通過大數據與人工智慧技術，CDSS打破了傳統診療模式下醫務人員對臨床經驗的過度依賴，讓臨床醫生的診療過程變得更加高效、安全、可靠。

CDSS核心方向：以循證醫學為原則、以真實世界研究為依託

歐陽醫生臨床工作的變化，得益於醫療信息化企業在CDSS上的不斷探索。

「如何才能打造更加符合醫院臨床需求的CDSS？」作為國內醫療產業龍頭嘉和集團旗下，專注於醫療大數據與人工智慧產品的自主研發和臨床應用的成員企業，海森健康憑藉嘉和集團在醫療信息化領域十餘年的持續積累和醫療大數據、人工智慧方面的先發優勢，以及1300多家醫療機構的實踐基礎，早已擁有了數百家大型綜合性醫院CDSS的建設經驗，但海森健康仍在思考如何才能讓CDSS給醫院、醫生、臨床帶來更好的體驗和效果。

「我國CDSS發展已逐漸擺脫傳統以醫學知識指南為支撐、以增強診療流程規範性為目的的初級階段，開始向以循證醫學為原則、以真實世界研究為精準依託的高級階段轉變。」線上論壇上，陳聯忠總結道。

他認為，高級別CDSS一方面要通過循證醫學來指導臨床實踐，確保醫生能夠在複雜的數據環境中實現基於證據的診療活動，消除因可能存在的知識缺失造成的診療偏差；另一方面，要充分挖掘醫院海量歷史病歷中存在的真實世界數據，通過建模、分析形成高度個性化的診療模型，從而為臨床醫師提供具有針對性的診療建議或健康評估方案，在增強疾病診治的科學性、安全性、有效性及適用性的同時，達到治療效益的最大化和醫療資源配置的最優化。

要實現這一步並不容易，需要CDSS與醫院信息系統進行整合。「將CDSS與醫院信息系統整合，是提升決策支持應用水平的重要方法，CDSS要想獲得深度的輔助決策能力，醫院信息系統需要在流程中需要的環節嵌入CDSS。」劉海一認為，醫院的信息系統無論是醫生站、護士站，還是檢驗檢查等都需要嵌入CDSS。

（清華大學長庚醫院信息管理部原主任劉海一 圖片來源：e醫療）

「醫院在建設CDSS之前，需要明確對CDSS的應用定位和階段需求。」對此，陳聯忠也深有同感，他表示，只有在整體規劃的基礎上，明確好定位和階段需求，才能更好地發揮CDSS的價值。

得出這一判斷的底氣源自於海森健康在醫療大數據與人工智慧領域的豐富實踐。據悉，海森健康包括CDSS在內的智慧醫療創新服務已在全國31個省市的100多家三甲醫院落地，包括北京協和醫院、北京大學第三醫院、中日友好醫院、廣州醫科大學附屬第二醫院、首都醫科大學附屬北京天壇醫院、首都醫科大學附屬北京朝陽醫院、北京大學腫瘤醫院、上海長海醫院、西京醫院等。這些醫院的實踐為海森健康的智慧醫療創新服務積澱了源源不斷的智慧和經驗。

計虹也強調，信息化建設並非一蹴而就，要有積累、注重整體規劃、分步實施。「臨床的初心是治病救人，那麼我們信息技術的初心，就是藉助技術來輔助臨床。」

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。