脑血管病临床决策支持系统对卒中医疗服务质量关键绩效指标的影响研究

目的探索脑血管病临床决策支持系统(clinical decision support system,CDSS)对卒中医疗服务质量关键绩效指标改进是否具有积极作用。方法回顾性连续纳入首都医科大学附属北京天坛医院血管神经病学2病区应用脑血管病CDSS前(2020年1—11月)住院治疗的缺血性卒中患者作为对照组,应用脑血管病CDSS后(2021年1—11月)收治的缺血性卒中患者作为干预组,比较两组患者的基线特征和缺血性卒中医疗服务质量关键绩效指标,评估脑血管病CDSS对卒中医疗服务质量的影响。结果本研究共纳入1331例患者,其中对照组651例,干预组680例。对照组平均年龄为(71.7±11.8)岁,男性490例(75.3%);干预组平均年龄(72.3±10.2)岁,男性498例(73.2%)。缺血性卒中医疗服务质量关键绩效指标中,干预组入院48 h内不能行走患者进行深静脉血栓预防率(86.3%vs.65.0%,P<0.01)、出院时患者抗栓治疗率(98.1%vs.96.2%,P=0.03)、出院时合并心房颤动的患者抗凝治疗率(70.1%vs.44.2%,P<0.01)均高于对照组。结论脑血管病CDSS有助于改善缺血性卒中患者的医疗服务质量关键绩效指标。

支持精准医疗的国外临床决策支持系统

实现大数据基础上的精准医学目标,需要可靠的证据支持、信息技术和产品保障。本文介绍了国外较为成熟的临床决策支持产品:法国居里研究院的无缝信息产品和护理决策支持产品My cancer genome、IBM的Watson及相关的证据研究。建议我国借鉴美国方式培养生物信息学高端人才、开放医疗数据共享、制定需求导向的研究战略,科学布局,建设生物信息学基础框架和癌症知识网络,推动基因组、蛋白质组等组学技术研究成果与临床电子病历系统的对接与融合。

基于认知任务分析的急诊临床决策辅助系统设计与实施

目的本试验拟采用认知任务分析的方法，总结和分析急诊医生诊疗过程中的关键环节，并指导急诊临床决策辅助系统的设计和实施。方法首先进行我院急诊信息系统的现况调查，形成初步的调研报告，整理急诊临床决策辅助系统建设中需要解决的关键问题。然后，采用认知任务分析的方法确定急诊临床决策关键环节的任务分析报告，提出改善急诊临床决策辅助系统设计方案并通过与东华软件公司的合作完成最终急诊临床决策辅助支持系统的搭建。结果我院目前还没有适合急诊的临床决策辅助系统，本研究透彻分析了急诊临床决策工作关键环节对于信息系统建设的核心需求，完成了急诊临床决策辅助系统的设计和实施，更好地服务于急诊临床。结论认知任务分析作为一种更为科学的任务分析方法在众多领域具有很好的应用前景，本研究首次将这一方法应用于急诊临床决策辅助系统的建设和实施过程中，使得急诊临床决策辅助系统的建设更加合理并具备良好的工作实用性。

基于电子病历的急性ST段抬高型心肌梗死临床路径与决策辅助系统

目的:研究在结构化电子病历上实现计算机化的急性ST段抬高型心肌梗死临床路径,进一步评价该方法的试用结果,为辅助临床医生治疗决策、规范治疗行为,并借此提高医疗质量,合理控制医疗费用提供有效的手段。方法:选取最新的、具有权威性的关于急性ST段抬高型心肌梗死诊治指南作为制定治疗决策方案及编写临床路径的依据;通过程序设计将临床路径编写入医学知识库系统,并将医学知识库系统与结构化电子病历进行无缝连接;将20例无严重并发症的急性ST段抬高型心肌梗死病人均分为两组,其中观察组推行计算机化临床路径,在患者住院天数、住院费用、患者及家属满意度以及医生对该系统的评价方面与对照组进行比较。结果:观察组患者平均住院天数及平均住院费用明显低于对照组(p＜0．000);患者及家属满意度普遍提高(p＜0．05);该系统得到所有被调查医生的认可。结论:运用计算机化临床路径管理无严重并发症的急性ST段抬高型心肌梗死患者能在维持甚至提高医疗质量的前提下,减少患者平均住院天数、平均住院费用,提高患者及家属对医疗行为的满意度,增强医生对治疗指南的顺从性。

临床决策支持系统在医疗质量管理中的应用

1999年,美国医学研究院（institute of medicine,IOM）报告表明：医疗差错导致死亡位居美国十大死因的第五位;而且该报告也指出,大部分的医疗差错由人为因素引起,并可通过计算机系统避免。临床决策支持系统（clinical decision support systems,CDSS）是信息化的产物,随着计算机科学、

基于HIMSS7标准重建临床辅助决策系统

介绍了广州市妇女儿童医疗中心建设临床辅助决策系统的详细情况，系统囊括了药学临床辅助决策系统、检验临床辅助决策系统等多个临床辅助决策系统，达到HIMSS7级医院等级评审对临床辅助决策系统的要求。同时指出：系统的应用减少了医疗差错和医疗事故的发生，使得传统诊疗过程更加智能化，固化了医院制度和诊疗流程。

智慧重症监护室建设背景下生命支持设备的临床辅助决策效能分析

目的:基于医院智慧重症监护室(ICU)建设,分析智慧ICU病房生命支持设备在临床辅助决策中的效能。方法:设计智慧ICU病房交互系统、设备管理系统、风险应对系统和智能查房系统功能模块,实时采集生命支持设备在诊疗、护理、运行和技术保障中的信息数据,为危重症患者诊疗和护理措施改善提供医疗辅助决策依据。选取2018年7月1日至2022年12月31日上海市青浦区朱家角人民医院等3家医院临床在用的115台生命支持设备,分别采用传统辅助决策管理模式(简称传统管理模式,83台)和智慧辅助决策管理模式(简称智慧管理模式,89台,含传统管理模式中57台和新增加的32台)管理,对比两种管理模式生命支持设备的管理水平和管理效果。结果:智慧管理模式下的设备数据采集时间为(5.67±2.80)min,少于传统管理模式,数据采集准确率和完整度,以及设备调配使用、监测报警、设备故障和紧急应答的有效解决率分别为(99.02±1.14)%、(94.35±3.46)%、(98.78±0.90)%、(98.99±0.91)%、(88.26±5.31)%和(90.23±5.54)%,均高于传统管理模式,其差异有统计学意义(t=6.504、6.474、3.574、7.620、6.784、4.522、3.719,P<0.05);智慧管理模式下的设备治疗、护理和康复的诊断决策有效利用率分别为(93.83±3.12)%、(94.99±2.47)%和(91.44±4.62)%,呼吸功能支持设备、循环功能支持设备、血液净化支持设备和急救监测支持设备的综合评分分别为(92.97±4.35)分、(94.34±2.95)分、(93.01±2.44)分和(94.11±1.89)分,均高于传统管理模式,其差异有统计学意义(t=4.169、4.875、5.159、4.069、3.033、2.757、6.893,P<0.05)。结论:基于智慧ICU建设能够提高生命支持设备运行数据采集质量,及时解决设备运行问题,为危重症患者诊疗、护理和康复的诊断决策提供有效依据,提升设备临床服务水平。

胃癌专科专病辅助决策系统的临床应用研究

目的:针对胃癌早期诊断敏感性低,不同医疗机构间胃癌筛查能力差异性较大,通用临床辅助决策存在局限性等现象,构建基于人工智能的胃癌专科专病临床辅助决策系统,为非本专科或基层医生临床诊断、手术、化疗等提供决策支持。方法:整合医院各业务系统中胃癌专科患者的临床诊疗数据,建立胃癌专科专病数据库,利用机器学习、深度学习等大数据处理技术,结合国内外通用诊疗指南、院内专家诊疗经验等,构建智能化胃癌专科专病临床辅助决策系统并应用于临床。结果及结论:通过精准化的专科诊疗数据的汇总与决策支持,能够加快医疗资源使用效率,节约医疗资源成本。

机器学习在传染病临床决策支持系统中应用的研究进展

从应用基础、应用现状、面临挑战及未来发展趋势4个方面对机器学习临床决策支持系统在传染病管理中的相关研究进行综述,旨在进一步增强对传染性疾病的智能管理,为智慧医疗的发展提供参考及借鉴。

构建临床救治辅助决策系统,科学应对公共卫生突发事件

由于公共卫生突发事件具有突发性和不可预测性的特点,通常情况下难以防范,一旦发生,即对公众的健康和生命造成严重威胁,事态发展瞬息万变,救治机会稍纵即逝,事件发生后如果不能得到有效应对和及时处理,往往诱发严重危机,造成社会经济秩序的极大破坏。因此,要求决策者遵循科学的原则和程序,在时间压力和不确定性极高的情况下,科学、高效决策,积极应对。临床救治辅助决策系统引入科学决策和循证医学的方法和理念,借助现代信息技术,在公共卫生突发事件救治方案的决策过程中,重视信息的及时掌握和既往相关研究的数据支持,充分发挥专家的群体智慧,采用人机结合、以人为主导的原则,为公共卫生突发事件救治方案的决策提供科学支撑和技术服务。

诊断类智能化临床决策支持系统应用现状与思考

医学的实践性、疾病的个体性导致误诊率居高不下,而基于人工智能和医学大数据的临床决策支持系统(clinical decision support system,CDSS)能在疾病诊断时为医生提供决策支持,成为解决此类问题的一个重要手段,且现已取得一定的成效。不过,尽管CDSS在提高医疗决策的准确性和效率方面具有潜在优势,但其在实施过程中也存在一系列的问题,这些问题可能影响CDSS的可靠性、可用性和安全性。本文对诊断类CDSS的应用现状、面临的挑战和未来发展趋势进行总结分析,以期对我国CDSS向智能化和知识化方向发展提供参考。

中医临床辅助决策系统功能与算法的发展评述

系统梳理近40年中医临床辅助决策系统(TCMCDSS)研究概况,分别从功能维度、算法维度2个角度进行论述。其中基于功能维度的TCMCDSS又可分为中医临床医学专家系统、专病系统、中医诊断辅助决策系统、中医临床治疗方案推荐系统、合理用药系统5类;而算法维度也可分为基于规则、基于搜索引擎、基于机器学习、基于知识图谱、深度学习和知识图谱相融合5类。经过系统研判,认为目前中医临床辅助决策系统在系统性能优化以及和医院信息系统的融合方面存在问题,同时通过分析对TCMCDSS的未来发展提出了相关的展望。

临床辅助决策系统在高血压领域的评价现状和应用前景

临床辅助决策系统可有效地提高医生诊疗效率和诊疗规范性,但其在高血压领域的评价证据却十分有限。鉴于其在高血压管理方面的巨大潜力,现就临床辅助决策系统的发展历史、在高血压领域的评价现状以及应用前景做一综述。

基于医疗大数据挖掘的护理决策支持系统模型设计研究

探讨基于医疗大数据挖掘的护理决策支持系统模型在临床实践中的应用价值,采用多源医疗数据集、数据预处理及集成技术,利用机器学习算法构建决策支持模型。结果显示,该模型在预测护理需求、患者病情变化及应对随机事件方面表现出较高的准确性,能够有效减少护理人员工作负担,提高护理精确度和响应速度。通过深度挖掘患者数据,系统为护理提供个性化建议,促进患者护理结果优化。

基于移动医疗的患者决策辅助临床应用的影响因素

共享决策是指在循证医学证据和医生经验基础上基于患者偏好实现医患共同参与临床决策[1],其中共享治疗决策是关键环节,也是患者直接参与的环节[2]。医疗技术的发展,给患者提供多样化的治疗方案,但是患者信息获取不足加之医患沟通欠缺导致患者缺乏对治疗方案的了解,在治疗决策过程中往往伴随着痛苦、恐惧、不确定[3],为医患纠纷埋下隐患。

多元数据融合的临床辅助决策系统的研究与应用

目的:结合人工智能技术构建临床辅助决策系统,达到减轻医护人员日常工作负担,减少误诊、漏诊,提高诊疗质量的目的。方法:基于人工智能的关键技术和多元海量医疗数据,开发与医生工作站深度融合的具有诊断推荐、检查检验推荐、治疗方案推荐及智能提醒的智能交互系统。结果:实现智能感知诊疗过程,减轻医生的工作强度,提高工作效率与质量。结论:根据各个病种的不同,构建基于多元数据的知识库,提供操作便捷、精准高效的辅助决策工具,为医生提供知识服务,提高医疗效率,创新医疗模式。

临床辅助决策系统降低老年多重用药与潜在不适当用药效果的系统评价

目的系统评价临床辅助决策系统(CDSS)对老年多重用药及潜在不适当用药(PIM)的干预效果。方法使用计算机检索PubMed、Embase、Web of Science数据库,检索时间自建库至2022年4月,搜集CDSS干预多重用药或PIM的随机对照试验(RCT),由2位研究人员独立进行文献筛选、数据提取和质量评价。结果共纳入14个RCT,包括641143例老年病人,其中10个RCT是关于CDSS对老年PIM的干预效果,包括629599例老年病人,4个是关于CDSS对老年多重用药的干预效果,包括11544例病人。RCT研究的结局指标不一致,因此本系统评价无法提供Meta分析结果,综合文献结果,认为CDSS能够降低老年PIM的发生率,CDSS对多重用药的影响尚需要更精细的试验设计研究。结论CDSS的应用具有减少老年PIM的潜力。

基于规则库的临床辅助决策系统实践

目的:在临床诊疗过程中提供知识查询、安全预警、动态监测等功能,达到降低医疗差错、提高医疗质量的目的.方法:利用大数据、自然语言处理、规则引擎等技术,通过构建院级规则库、智能临床路径规则库、区域级规则库,打造具备自主产权的临床辅助决策系统.结果:提升了诊疗质量及效率,规范了诊疗行为,为提供同质化医疗服务提供了基础.结论:基于规则库的临床辅助决策系统达到了预期目标,能广泛应用于各种医疗业务场景.