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 Practice临床实践和医院临床最佳实践“双引擎”。BMJ Best Practice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，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。

“如何才能打造更加符合医院临床需求的CDSS？”作为国内医疗产业龙头嘉和集团旗下，专注于医疗大数据与人工智能产品的自主研发和临床应用的成员企业，海森健康凭借嘉和集团在医疗信息化领域十余年的持续积累和医疗大数据、人工智能方面的先发优势，以及1300多家医疗机构的实践基础，早已拥有了数百家大型综合性医院CDSS的建设经验，但海森健康仍在思考如何才能让CDSS给医院、医生、临床带来更好的体验和效果。

“我国CDSS发展已逐渐摆脱传统以医学知识指南为支撑、以增强诊疗流程规范性为目的的初级阶段，开始向以循证医学为原则、以真实世界研究为精准依托的高级阶段转变。”线上论坛上，陈联忠总结道。

他认为，高级别CDSS一方面要通过循证医学来指导临床实践，确保医生能够在复杂的数据环境中实现基于证据的诊疗活动，消除因可能存在的知识缺失造成的诊疗偏差；另一方面，要充分挖掘医院海量历史病历中存在的真实世界数据，通过建模、分析形成高度个性化的诊疗模型，从而为临床医师提供具有针对性的诊疗建议或健康评估方案，在增强疾病诊治的科学性、安全性、有效性及适用性的同时，达到治疗效益的最大化和医疗资源配置的最优化。

要实现这一步并不容易，需要CDSS与医院信息系统进行整合。“将CDSS与医院信息系统整合，是提升决策支持应用水平的重要方法，CDSS要想获得深度的辅助决策能力，医院信息系统需要在流程中需要的环节嵌入CDSS。”刘海一认为，医院的信息系统无论是医生站、护士站，还是检验检查等都需要嵌入CDSS。

（清华大学长庚医院信息管理部原主任刘海一  图片来源：e医疗）

“医院在建设CDSS之前，需要明确对CDSS的应用定位和阶段需求。”对此，陈联忠也深有同感，他表示，只有在整体规划的基础上，明确好定位和阶段需求，才能更好地发挥CDSS的价值。

得出这一判断的底气源自于海森健康在医疗大数据与人工智能领域的丰富实践。据悉，海森健康包括CDSS在内的智慧医疗创新服务已在全国31个省市的100多家三甲医院落地，包括北京协和医院、北京大学第三医院、中日友好医院、广州医科大学附属第二医院、首都医科大学附属北京天坛医院、首都医科大学附属北京朝阳医院、北京大学肿瘤医院、上海长海医院、西京医院等。这些医院的实践为海森健康的智慧医疗创新服务积淀了源源不断的智慧和经验。

计虹也强调，信息化建设并非一蹴而就，要有积累、注重整体规划、分步实施。“临床的初心是治病救人，那么我们信息技术的初心，就是借助技术来辅助临床。”