当前位置： AI资讯 > 内文

高级别CDSS为全流程医疗服务和管理决策提供支撑

2022-12-9 关键词： 临床决策支持(CDSS) , 专家视点

智惠学苑第18期《医管必修课》邀请到了浙江大学计算机创新技术研究院|智慧医疗研究中心主任|相鹏，分享基于新技术的医疗质量持续改进经验。CDSreport根据此次课程的部分内容进行要点整理，可直接点击”医管必修课“收看课程回放。

人工智能和机器学习在医疗服务中的广泛应用，一个明显的成果是很多医院通过电子病历、临床辅助诊断、就诊助手等工具，实现了医疗服务的全流程闭环。然而，要想推进医疗质量再上一个台阶，则需充分利用医学知识，在全流程实现高级别的医疗决策支持和医疗管理决策支持。

在相鹏看来，医学知识是医疗智能的基础与核心，现阶段需要进一步提高机器学习利用医学知识的深度和广度，让其更好地识别、理解和组织医学知识，从而支撑医疗和管理决策。这也是相鹏在浙江大学计算机创新技术研究院的主要研究方向。

通过不断引入医学知识体系和更新医学知识图谱，利用AI的深度学习打造结构化数据平台，才能搭建高级别的CDSS架构，最终实现AI在医疗层面的应用，例如智能鉴别诊断、治疗方案推荐、科研数据提取等。在实践中，高级别的CDSS可以赋能全流程医疗服务，包括全病程健康管理、患者端APP、电子病历、影像系统、医疗质量管理等。

从诊疗服务层面来说，CDSS的发展更倾向于专科辅助型，聚焦单个病种，做精做细，例如智能VTE评估管理，可利用AI深度学习医学知识，给予医生可参考的风险评估。相鹏在演讲中提到医院使用智能VTE评估管理后，全院高风险人群的评估率和医护人员的关注率都得到了提升，评估率可达到99%，是以前没有决策支持的情况下不可想象的。

高级别CDSS还可协助医务人员和管理人员对医疗质量和费用进行管理。质量管理类CDSS如病案质控，可通过病案首页对医疗行为进行智能分析。可从科室、患者和医生等不同维度，追踪到具体的诊疗行为，提高病案管理效率，让医疗质量的过程变得可控和可视化。

费用管理类CDSS可将诊疗服务与DRG等结合，可对医疗资源的消耗进行预测，对医疗费用的盈亏预警，并分析哪些疾病或科室可能出现亏损以及亏损原因等。该系统不仅可以让医务人员在日常工作中了解怎样的入组是合理的，还给医疗管理人员提供了可视化的工具，而不是等到出现亏损后再干预。

在医学知识库支撑平台的基础上，CDSS可以贯穿整个医疗服务的核心业务，支撑业务的流转。所以说，信息化不只是信息科的事，可以为大量的服务做支撑，医院信息化水平是医院管理水平的体现，而非单纯的信息化投入或信息化建设水平。

更多精彩内容，在CDSreport公众号发送“医管必修课”，获取专家演讲PPT。