临床决策支持系统该怎么用

“辅助”，是《规范》对于临床决策支持系统（CDSS）的定位。《规范》开宗明义地指出，CDSS是临床决策的辅助工具，其结果供医务人员参考、选择使用。“不是自动决策，最后决定权在人的手里。”舒婷介绍，CDSS应用的最初目的是保障医疗质量，减少医疗差错，控制医疗成本。我国的CDSS近年来快速发展，目前以知识库应用为主，人工智能技术越来越多地应用于CDSS研发中。

一般来讲，CDSS分为知识驱动型和数据驱动型。所谓知识驱动型，是根据及时更新的临床指南和临床路径，给出辅助诊疗建议；数据驱动型，是应用机器学习等技术，学习分析患者病历进行个性化预测。“基于知识库的决策支持，主要在规范临床诊疗行为方面发挥作用。个性化诊疗、多学科会诊等场景需要临床专家的智慧，这是CDSS无法替代的。”国家卫生健康委卫生发展研究中心副主任游茂说。

舒婷及其团队于2020年4—5月，进行了全国医疗机构CDSS临床使用情况调研。结果显示，约20%的临床医生使用过CDSS；使用过的临床医生中，97%的人认为它带来了好的改变，如诊疗效率提高、患者满意度提升、规范临床诊疗行为等，只有3%的人认为变化不大。

采访发现，近年来，医院信息化建设的整体投入虽有所增加，但医院内部不同医疗信息系统的技术架构和数据结构千差万别，医院部署CDSS系统时需要考虑系统集成、数据治理等问题，CDSS与临床的贴合度还需要进一步提高。

两年前，浙江大学医学院附属邵逸夫医院门诊部主任丁勇及相关人员，对邵逸夫医院和浙江省杭州市江干区多家卫生院的18名医生使用CDSS的情况进行了调研。调研发现，CDSS可以多维度地帮助临床医生作出临床诊断，为患者提供便利化和智能化的医疗服务。不过，系统的使用效果是分层次的，副主任医师及主任医师使用CDSS的效果普遍不如主治及以下的医师。对此，丁勇表示，在看到CDSS应用前景的同时，也要认识到其仍处于“弱人工智能”阶段，要加大技术研发力度，推动其不断走向成熟完善。

“要用起来，活起来”

CDSS本质上是一种基于医学知识和患者信息的学习系统，只有在集成准确的医学知识和患者信息后，才能更多地承担起人机交互的任务，融入诊疗工作流程，赋予医务人员更高水平的疾病预警、救治能力。然而，目前某些CDSS产品背靠的知识更新不够及时，甚至有冲突、有重叠。“现在向CDSS灌注的知识和信息非常多，客观性、准确性很难完全保证。”舒婷如此解释行业专家常调侃的那句“别把AI教坏了”。

建立权威的知识库来源，是《规范》提出的要求，对此受访者呼声比较高。受访者的一个共识是，CDSS必须以循证的、最新的、可信和可靠的临床知识库为基础，包含各种最新临床指南、循证医学证据、医学文献、医学辞典、医学图谱、计算工具、大量电子病历等海量数据，而且交互性良好，方便临床医生随时从数据库中获取想要的信息。同时，数据库应该是开放式的，能随时吸纳、更新信息，并与其他数据库进行数据交换和信息共享。

“作为使用方，医院要非常清楚地认识到，应对CDSS进行有效补充和筛选，量身定制符合自身实际的应用系统。”舒婷呼吁，不要把CDSS做成一个“死库”，“要用起来，活起来，离临床、患者需求再近一点”。

CDSS的更新与完善，离不开医务人员的积极反馈。专家建议，要调动医务人员更新知识库的积极性，如反馈CDSS使用过程中的不良事件等。“原来某一领域的指南是写在纸上的，现在可以留在系统里，自动提醒医务人员。”有专家表示。

《规范》明确，医疗机构应具备较为完备的医疗信息系统基础。因为，CDSS系统并非独立存在的，它植根于医院的临床系统，需要实时抓取患者临床信息，更要与院内临床系统有一定的集成性。然而，目前，不少医疗机构的信息化基础有待进一步夯实，数据集成难度较大。CDSS系统与医院的核心业务系统对接时，可能会面临开发接口等问题，亟须提高对诊疗数据的治理能力。

游茂表示，CDSS的建设和应用依赖于医院的电子病历、医学影像等信息系统。如此，智能化辅助决策才能嵌入医务人员的诊疗工作流程。这也就不难理解，在信息化建设基础好的三级医院，CDSS的使用率比较高。他建议，医疗机构进一步夯实以电子病历为核心的医疗信息基础平台，构建医院信息整合平台和大数据管理平台，最大程度地实现院内系统互联互通和数据共享，为CDSS应用提供强有力的信息和数据支撑。

不能为了用而用

随着电子病历评级、公立医院绩效考核等国家政策的出台，电子病历升级速度加快。作为电子病历分级评价的重要模块，辅助决策支持功能的重要性越来越凸显。

“单纯为了评级而使用CDSS，背离了将其引入临床应用的初心。国家层面鼓励医疗机构在适当条件下应用CDSS，是为了引导和指导医疗机构更好地迎接智能化时代的到来。”舒婷表示，《规范》不仅鼓励医疗机构从质量与安全出发应用新技术，同时也为CDSS的开发指出了一条规范发展的道路。无论医疗机构还是企业都需要不断贴合临床实际，更多地考虑CDSS的应用范围及服务场景，在产品研发和应用中着眼于满足患者需求、解决临床痛点。

舒婷提醒，要通过使用和反馈，不断提升CDSS系统的水平，关注CDSS的长期维护与发展。系统只是基础，里面所用到的知识、患者数据要医院自己填充。大数据是医疗信息化走向人工智能必不可少的一环，如何利用大数据创造价值是大家的关注点所在。在扩大数据库搜索范围的同时，建议对CDSS进行更有针对性的医学逻辑思维训练、条件权重分析训练，让其能真正看懂病历、读懂医学文献，更好地服务于临床。

游茂提出，医院部署应用CDSS，应对其功能、应用效果等方面进行系统评估，并进行以临床问题为导向的培训。在具体使用中，除了配备专门的知识库更新人员外，也要有临床数据协调员，做好与临床诊疗数据的交互操作及数据安全保障。在CDSS设计方面，要充分考虑到专病与常见病，门诊与住院，药师、护士、医生，基层医疗机构与大型医疗机构等多个要素，细化应用场景。