传统的临床决策支持系统越来越难以满足当前医院临床诊疗需求了。

在6月5日由北京市卫生信息职工技术协会和深圳市卫生健康信息协会联合举办的“京深在线-CDSS建设与应用专场(二)”上，北京嘉和海森健康科技有限公司(海森健康)联合创始人陈联忠与专家们一致认为，随着医学知识快速更新和临床诊疗服务量的高速增长，作为提升诊疗效率和医疗质量重要手段的CDSS，既要有实时、权威的循证医学知识体系，又要具备整合临床信息和深度学习的技术能力，能将“知识”持续不断地转化为“决策”。

(海森健康联合创始人陈联忠)

简言之，即新一代CDSS既要有权威的循证医学知识库支持，又要有沉淀医院临床最佳实践的能力，在知识来源“双引擎”驱动下为临床提供真正意义上的决策帮助。

要有循证医学最佳实践，更要有医院临床最佳实践

医疗信息化建设标杆医院北京大学第三医院(北医三院)，早在几年前就敏锐地捕捉到了这一趋势。

“CDSS不但要有权威的循证医学知识库、规则引擎，还要利用大数据与人工智能技术从真实世界中挖掘出海量临床数据，进行整合、清洗、机器学习等，构建医院临床最佳实践库。”北医三院信息管理与大数据中心主任计虹表示，打造智能化CDSS，需要将循证医学知识库与医院临床最佳实践库相结合。

(北京大学第三医院信息管理与大数据中心主任计虹 图片来源：HIT专家网)

在这一理念的牵引下，北医三院打造了BMJ Best 临床实践和医院临床最佳实践“双引擎”。BMJ Best 临床实践主要为医院资源中心系统提供要点式、精准化标准逻辑支撑，构建循证医学临床决策诊疗知识库;医院临床最佳实践包含医院诊疗过程中的临床指南，以及医院各业务系统中的历史病例资料、经典诊疗方案，用来挖掘针对性的临床诊疗方案，构建医院临床最佳实践库。

“双引擎”为后续构建临床业务规则库及实现业务功能提供了有效支撑。这与清华大学长庚医院信息管理部原主任刘海一的看法不谋而合。

在刘海一看来，CDSS建设是一个复杂的过程，选型、应用、架构都需要耗费大量的人力、物力，“‘双引擎’把文献的力量和医院的最佳临床实践结合起来，既实现了知识的更新，又很好地利用了医院的数据，沉淀了医院的临床智慧。”

在“双引擎”基础上，北医三院利用机器学习等人工智能技术，建立诊疗模型，搭建预警系统，并构建了规则应用平台、病历质控平台、知识检索平台三大平台。在多系统及三大平台的支撑下，医院实现了面向临床的辅助诊疗决策、多维综合临床预警预测、实时统一病历内涵质控、语义知识检索服务等四项业务服务，形成了 “诊前-诊中-出院随访”的全流程、智能化辅助决策。

要有诊疗决策，更要有治疗方案

这一点，作为临床医生的欧阳汉强深有体会。

欧阳汉强，北医三院的一名骨科医生，所在科室为国家级重点专科，多年稳居全国三甲，年门诊量14万余人次，手术12000多台。作为这样一个全国知名科室的医生，欧阳汉强每天要面对大量的患者，每问诊一个患者，都需要将患者主诉、症状、病史、检验检查等几十个方面的信息，以及自己过往的临床经验在大脑中进行推演和计算，最终得出诊断结果和治疗方案。

这对每个医生来说都是一个挑战。但智能化CDSS给欧阳汉强的工作带来了改变。

在CDSS的帮助下，手术前，欧阳医生就能通过病情评估系统、预问诊系统和电子病历，全面、精准地了解患者信息，构建清晰的患者画像，在循证医学知识库和医院临床最佳实践的“双引擎”支撑下，CDSS对患者临床数据进行自动整合、分析，形成高度个性化的诊疗模型预问诊系统，为他提供针对性的诊疗方案和手术并发症风险预警。

智能化的CDSS不但要有知识决策，更要有治疗方案。通过大数据与人工智能技术，CDSS打破了传统诊疗模式下医务人员对临床经验的过度依赖，让临床医生的诊疗过程变得更加高效、安全、可靠。

CDSS核心方向：以循证医学为原则、以真实世界研究为依托

欧阳医生临床工作的变化，得益于医疗信息化企业在CDSS上的不断探索。