专业咨询
致力推进中国医疗卫生信息化

关于临床决策支持的讨论

5 January 2014

12月13日微主题:
关于临床决策支持(CDS)相关的信息系统(专家知识库、临床规则、机器学习)的讨论 Tips:什么是CDS?
临床决策支持(Clinical Decision Support)旨在为临床医生提供最佳惯例和循证知识。最佳CDS解决方案有着强大的内涵,深受临床医生信赖,易于导航和使用,还可以集成到临床医生每日使用的系统中。 朱小兵:请教:对于临床决策支持(CDS)相关的信息系统(专家知识库、临床规则、机器学习),各位老师持什么态度?通俗一些说,医生现在是否会希望计算机做一些更为智能的工作,以帮助医生提高效率、确立最优的诊疗方案、预防并减少差错?

CDS在临床上的应用现状
CHIMA-HIT:【缓解医生压力:基于循证医学的临床决策支持解决方案(全文)】 益普索(Ipsos)最近进行的一项调查显示,诊治患者的時间(88%)、跟上最新的研究步伐(83%)以及管理不断增长的患者数量(73%),正成为执业医生面临的重大挑战。临床决策支持(CDS)能减少时间。(分享自@健康界网站http://t.cn/8kUaljZ )
【临床决策支持(CDS)工具:排除诊断错误,改善患者安全性】沒有正确的诊断,就无法进行有效的治疗。工具的不断改进和操作流程的更加完善将会减少各类错误诊断的潜在不幸结果。(分享自@健康界网站 http://t.cn/z8TylcA  )

@CHIMA_HIT:在美国,10-15%的医疗诊断为误诊,医患双方都为这些误诊付出了昂贵的代价。利用临床决策支持(CDS)系统可以大大减少误诊。不少美国医生使用的两个CDS很不错:UpToDate和ConsultingMD,前者是提供大量临床数据,后者提供其他专家的诊疗补充意见,殊途同归。英语好的中国医生可以常去看看。

CDS有助于提高医疗质量
悟空117:关于这个问题,这周跟郑大一附院的戴老师请教过。戴主任的意见是知识库对低年资医生的确有帮助有利于他们的快速入门,但医学是个很复杂的学科,经验不可能完全依赖于此,老师带徒弟的模式在短期之内不可替代。

田园牧歌:我挺CDS!

热心IT:@悟空117,CDS并不是要取代医生看病,而是辅助医生提高医疗质量,规避可避免的医疗差错。CDS分几个层次,第一层次是比较低的如药品配伍禁忌、抗菌药物管理等,第二层次是与临床诊疗信息整合,规避医疗查错,如血糖高的患者不要开葡萄糖,开了会提醒;比较高的层次是辅助医生制定治疗方案。对于那些诊断明确的常见病,CDS甚至可以制定出更具体的治疗方案,辅助医生更准确的诊疗,对那些经验不够丰富的基层医疗机构医生很有帮助。

CHIMA-HIT:医嘱辅助系统。比如男病人开不出与子宫等女性特有器官相关的检查和治疗处方。除配伍禁忌以外,还需输入全部药品说明书(记得是大连一家公司产品)辅助医生开好处方医嘱。
医生站上建立一个教学平台系统。比如昨天陪同冰儿转到影像科时,一个医生正在对着双屏显示器,右屏是病人的上半身CT片,左屏她调入教学诊断学习软件现场学习。再有院内38台彩超上建立上级与下级医生的院内远程会诊,每台机器的诊断医生均戴上微麦,实时呼叫上级医生辅助诊断,上级医生也可点播某疑难诊断给下级实时教学

悟空117:@陈金雄_福州总院 陈主任,我理解戴主任的意思是如果年轻医生过于依赖辅助系统对于他们的成长不利,对于他们对疾病的独立思考能力不利,不过CDS对临床的作用的确很大。    @刘喻 刘主任您那里彩超的这个系统的确很实用、高效。

Trinity:民营医院的最大经济利润来源还是药品。对于有2个亿业务收入的医院,其药品比例接近50%,也就是1个亿的药品。但由于民营医院有自主采购议价权,可能只有0.5折,光只一项每年就有5千万收入,可观吧!相反公立医院所谓的不能二次议价,结果可想而知!
悟空117:他们一直说改革,就是摸着石头过河。(好像和这个话题关系不大,拿不定主意)

朱小兵:感谢陈金雄,刘喻,吴恒,杨爱民主任分享CDS精彩观点!他们CDS高层次应用的前提一定是基于对医疗数据的有效利用?CDS是实现医疗数据价值的重要方式?CDS与医疗数据利用存必然联系。前者是标,后者是本。

田园牧歌:基于医疗大数据的分析,利用!

CDS的应用层级及应用现状
信笔:CDS分应用层次,第一层是提供相关专业参考知识,如疾病诊断要点、药品使用注意事项等,后台支撑主要是知识库;第二层次是依据知识和规则进行逻辑判断,提示诊疗过程中的违规点,如药品配伍禁忌、鉴别诊断排除点等,后台支撑除了知识库外,主要是规则库;第三层次是依据数学模型的智能综合分析与判断,提供诊断与治疗的推荐方案,例如某病人患A病的概率为70%、患B病的概率为40%……,某确诊病人可用A、B两个治疗方案,等等,后台支撑是在前两个层次基础上的模型算法库;第四层次是基于人工智能的计算机“自学习”,系统可根据大量数据概率统计与结果判定对照自我完善知识库、规则库甚至模型库,提高判断的准确度和符合率。    以上各层是递进关系,其中第二层的规则库,也有不单独列而是合并到知识库或模型库的。这是我根据曾经做过的计算机仿真模拟课题,针对CDS设计与应用提出的想法

朱小兵:感谢宁主任指导!

信笔:目前,国内所谓的智能医疗或CDS,基本还集中在前两个层次上,需要向第三个层次突破,第四个层次暂时就别想了。

朱小兵:在美国,10-15%的医疗诊断为误诊,医患双方都为这些误诊付出了高昂的代价。利用临床决策支持(CDS)系统可以大大减少误诊。不少美国医生使用的两个CDS很不错:UpToDate 和Grand Rounds(以前叫 ConsultingMD),前者是提供大量临床数据,后者提供其他专家的诊疗补充意见,殊途同归。英语好的中国医生可以常去看看。

信笔:目前第三层次突破中,有些模型、规则和知识都还有待权威性的专家或机构认可,而不能是一个医生认为是这样的就可以纳入规则或模型库    @朱小兵 指导不敢当,只是个人学习体会和大家交流共享以及供拍砖。

郑西川:CDS以前是做专家智能系统,但这条路似乎走不通。疾病专病诊断还好,但要支持临床决策,比较难。目前主要是基于循证的临床指南计算机实现,一方面通过本体模型解决语义场景识别,另一方面通过规则实砚智能警示。自学习系统目前不多。

朱小兵:高手如林,受教!

悟空117:@郑西川 郑主任提的询证医学知识库对临床非常有帮助。

郑西川:机器学习这些年突破不大,以前是基于神径网络的学习模型,但效果不是很好。人们对人脑的学习机制并不是了解得很深入,人脑的仿真仍在探索中。

朱小兵:在这方面,IBM有个沃森计算机项目。

郑西川:微软也一直在做。    基于数据统计方法遇到了困难,现在流行的是奖励刺激训练,类似于人类训练狗狗,奖励肉骨头,让机器模仿人类思维。

信笔:刚才说了,学习机暂时就不要想了,现在用在智能医疗上还遥遥无期呢。学习机的问题,一个是老郑刚才说的,在方法学上还不成型,有待继续突破;再就是缺乏医疗业务模型(前述第三层次)的支持,要让机器学习,用要告诉它什么是正确的什么是错误的,模型与判断标准都没有,没法让机器学习。    前边金雄和刘喻主任说的都有道理,这个对医生是有用、可用的。再结合朱总的话题,CDS应该说是集高级医学专家之智慧,利用信息技术使其为普通医生所用,底线是把住质量关不出低级错误,高线期望值是提高诊疗效果提高治愈好转率。

朱小兵:所谓医疗大数据,实际上将来最出彩的价值,应该就是CDS吧。

朱小兵:@热心IT:CDS要得到真正落地还需要更完善的临床信息系统、临床数据中心和知识库做支撑。 //@朱小兵-HIT: 连日来,学习临床决策支持(CDS)有关知识。深感:所谓医疗大数据,价值在于利用,利用的主要形式,将在于临床决策支持。    转自于@睿医心血管科 【循证医学的临床决策支持解决医生压力】医生面临的压力越来越大,他们需要在有限的时间内诊治大量患者,此外,人们还希望医生能够跟上瞬息万变的新医学发现并将其融于临床实践,这也给医生们带来了莫大的压力。时间太少,需要处理信息的太多,加之资源匮乏,诊断错误的发生机率便大大增加。(从微博转过来的内容,可以直接这样引用吗?或者是怎样修改?)

赞(1)

评论 抢沙发

评论前必须登录!

 


未经允许不得转载:HIT专家网 » 关于临床决策支持的讨论
分享到: 更多 (0)