某知名IT企业临床决策支持系统CDSS建设方案Word格式.docx

某知名IT企业临床决策支持系统CDSS建设方案Word格式.docx

《某知名IT企业临床决策支持系统CDSS建设方案Word格式.docx》由会员分享，可在线阅读，更多相关《某知名IT企业临床决策支持系统CDSS建设方案Word格式.docx（26页珍藏版）》请在冰豆网上搜索。

该系统因“能有效降低误诊率、提升临床诊疗水平及效率”，成为促进优质医疗资源下沉、实现医疗服务均质化、改善看病难看病贵等问题的绝佳手段，对提升我国整体医疗水平、推动分级诊疗政策等具有重要意义。

当前造成我国“看病难、看病贵”的原因很多，既有医疗资源总体不足的原因，也有卫生资源分配不均衡的原因。

针对这些问题，我们需要应用科学、系统的方法，利用现代医学信息学及循证医学发展的成果，以普及临床指南及标准医学知识等为基础，帮助基层医生从事预防、诊断、治疗、康复、保健和管理工作，提高医疗服务质量。

当今飞速发展的信息时代，医护工作人员（特别是在基层的医护工作人员）由于忙碌于大量繁杂的日常工作，没有很多时间专门从浩如烟海的医学知识库中查询和阅读最新的医学研究文献和临床指南等，尤其是在临床工作中遇到疑难问题的时候，无法实时搜寻到有用的信息，及时解决复杂的临床问题。

为此，有必要研究和建立我国以知识管理为核心的临床决策支持知识库系统，通过与医院信息系统和电子病历的结合，广泛收集循证指南、专家的经验及各种最新的标准医学知识，为有关的医护人员提供实时、权威、有效的临床决策支持。

目前医院使用的临床知识库仅有合理用药系统，医保知识库、检验项目知识库相对缺乏，诊疗指南、单病种、DRGs、诊断编码等临床常用知识库缺失，或是独立存在而未整合入电子病历中，对临床工作的指导作用不能直接体现。

CDSS是提升医疗质量的重要手段，因此其根本目的是为了评估和提高医疗质量，减少医疗差错，从而控制医疗费用的支出。

临床医生可以通过CDSS的帮助来深入分析病历资料，从而做出最为恰当的诊疗决策。

临床医生可以通过输入信息来等待CDSS输出“正确”的决策进行选择，并通过简单的输出来指示决策。

目前医院知识库建设内容有所缺失，在辅助决策支持上存在不足。

通过运用先进的大数据技术、机器学习作为基础，灵活的系统架构，充分利用病例中结构化以及非结构化数据，本着连接临床观察与临床知识，影响临床决策，改善临床结果的宗旨，在医疗工作流程中，通过正确的渠道，在正确的时间，利用正确的干预模式，向医疗人员以及患者，提供正确的诊疗信息。

为全院临床工作者的诊疗活动提供便利，保证诊疗服务标准规范，提高医院诊疗服务整体水平。

第2章项目建设必要性

2.1.支撑评级应用

1.互联互通评级

医院信息互联互通标准化成熟度测评，简称互联互通评级，互联互通要求CDSS支持，包括辅助诊断、辅助诊疗、临床预警及知识库建设。

2.电子病历评级

电子病历四级以上对临床决策支持应用水平的要求逐级提高。

3.HIMSS评级

HIMSS6级要求至少一个病区部署包含结构化模板的完整医疗文档。

应用高级CDSS，为所有临床工作提供基于临床指南和结果相关的提示。

2.2.减少医疗差错，提升患者满意度

传统的临床诊疗知识库是将临床指南，药品使用说明等录入知识库中供医生查阅浏览。

随着自然语言处理、机器学习等技术的成熟，建立基于CDSS的临床知识库是以患者诊断、主诉、症状、检验、检查、药品、指南和病例报告为基础，通过整合设计，关联知识点，为医生临床诊断提供决策支持以及决策依据，同时方便医生查找相关知识及病例报告，辅助医生临床诊断及治疗。

在医院建立基于循证医学的临床知识库决策系统，可以减少医疗失误率，有利于提高医院的医疗质量，提升患者的满意度。

2.3.提高医院诊疗服务水平

目前医院与评级所要求的知识库建设内容有所缺失，在辅助决策支持上存在不足，需要通过整合多方知识资源，搭建基于知识库的临床辅助平台。

从而更好的规范医院诊疗流程，在关键诊疗业务点上提供自动提醒、医疗知识参考、关键节点自动检查完整性等功能。

通过临床知识库与辅助决策系统的建设，基于知识库，通过收集整理并建立起逻辑关系点，采用警告、提醒、文档管理以及相关数据表达形式，为医生诊断治疗提供决策支持及依据。

同时在诊疗过程中，通过自行提供并增补具体疾病的用药指南、诊疗常规、专家共识、专家意见等结构化数据，推送至相关临床信息系统进行使用。

2.4.提高临床科研效率和质量

通过建设在达成提高医疗质量、减少医疗差错的同时，在一定程度上控制医疗费用支出。

通过记录医生违反知识操作时的理由，以便后续进行统计分析，辅助医院上层决策。

医疗大数据目前是大数据时代中一个重要的分支，现在有很多大型的三甲综合医院都已经涉足该领域。

很多大型三甲综合医院通过近些年的信息化建设，通过电子病历系统，已经积累了大量的数据。

病历作为医院最宝贵的财富，里面蕴含着大量的专业知识，但是由于相关技术的限制，数据的巨大作用难以利用。

随着这几年人工智能技术的高速发展，使用机器来“读懂”海量的病历数据，提高临床科研效率和质量，是目前急需解决的重要课题，临床决策支持系统应运而生。

第3章总体设计

3.1.项目设计思路

（系统结构图）

CDSS（ClinicalDecisionSupportSystem）临床决策诊疗系统，对临床决策提供支持的计算机系统，这个系统充分运用可供利用的、合适的计算机技术，针对半结构化或非结构化医学问题，通过人机交互方式改善和提高决策效率的系统。

整体包含与电子病历无缝衔接的中间插件，以及辅助诊疗综合服务，其中辅助诊疗服务是基于海量电子病历数据、医疗知识数据的数据，通过数据抽取、转换、清洗，基于深度学习算法模型提供额诊疗服务，同时加入病例搜索、医学知识库数据检索功能，提高系统的可用性，同时，通过安全权限控制，保证患者信息安全传输。

鉴于CDSS辅助诊疗系统各功能使用不同语言开发，将整个系统各个功能模块化、服务化，各子服务之间通过restfulAPI进行通信传递信息，系统增强了伸缩性、可扩展性。

鉴于各子服务使用不同语言开发，各鉴于各医院具备成熟的电子病历系统，开发基于js的中间插件，可无缝融入电子病历，提供诊断、药物等相关诊疗服务。

通过电子病历和辅助诊疗系统的融合，有助于医生对患者的正确评估，减少了漏诊、误诊等状况的发生。

3.1.1.逻辑架构设计

（逻辑架构图）

CDSS系统整体分为业务展示、逻辑控制、数据处理、基础数据，整体的逻辑获取患者主诉、现病史、既往史、检验、检查等信息，通过自然语言处理，获取机器学习模型可识别字段，机器学习服务根据患者信息，给出诊断、诊疗、药品、手术等方面的判断，同时，可以查询获取诊断、药品、手术等的医疗知识库相关的信息，以及相似病例，全方位提供患者可用参考信息。

1.中间js插件的应用

电子病历系统通过C#进行开发，辅助诊疗服务提供restful的API接口，直接通过电子病历访问服务，改动较大，增加了已上线系统的风险。

通过开发js插件，定义标准的json格式，用于传递患者信息，原系统只需要预留部分页面，加载页面，调用js插件，传递标准json数据，插件根据预留页面，渲染页面，展示诊断、诊疗、知识库以及类似病例数据结果。

通过这一方式，提高了辅助诊疗服务的扩展性，减少对现有系统的改变，减少部署以及运维风险。

业务展示主要通过js渲染HTML页面，展示患者诊断、诊疗信息，以及需要的药品属性、疾病属性、手术属性和检验、检查的相关知识，同时，会展示与患者相关的病例，用于参考。

2.CDSS综合服务

辅助诊疗服务对外提供restful接口，使用nginx进行负载均衡，保证访问的及时响应，综合服务作为系统的中心，主要功能是对各子服务进行调度，引入springRestTemplate，使得开发更加简单，且能够保证调用稳定型。

综合主要运行过程包括：

患者信息json解析，患者入院记录信息分词，模型选择控制及调用，知识库、病例搜索控制，组织返回数据结构。

3.机器学习模型服务

通过历史病例信息，通过数据的转换、清洗，进行诊断、诊疗、药物等方面的机器模型训练，通过restful接口对外提供服务。

从大量的结构化历史病例中抽取有效特征，并结合知识库数据作为模型的输入，训练出模型用于预测新病例的诊断疾病。

根据病人主诉和病史等信息，给出诊断概率列表，起到辅助医生诊断的作用，降低漏诊和误诊的概率。

4.自然语言处理

自然语言处理主要针对电子病历中文本信息（患者病历文书）进行处理，主要包括患者主诉、现病史、既往史、家族史、体格检查等信息，主要利用了基于规则和专家系统、以及机器学习的相关算法，对非结构化的电子病历数据进行了处理，获取文本信息中有价值数据，为机器学习、病历检索提供数据基础。

5.权限及安全控制服务

（Shiro结构图）

权限及安全控制服务，基于ApacheShiro框架，主要涵盖用户管理、权限管理、角色管理、权限认证、资源管理等功能，Authentication，身份验证模块，Authorization授权模块，用于对用户、角色、权限、资源的管理，SessionManagement会话管理，Cryptography对jdk复杂的密码加密进行封装。

权限及安全控制服务对外提供完整的restfulAPI，服务化的权限控制模块，使得各子系统的权限控制简单化，完整化。

在辅助诊疗系统中，根据相关需求配置所需要的用户，各子服务之间调用根据用户获取访问凭证，以http请求header的方式，在有效时间内进行接口调用访问，获取该用户可访问的资源信息。

6.日志监控平台

（日志监控平台架构图）

基于elasticsearch、logstash的日志监控平台，使用logstash对各服务日志进行抽取，数据存入elasticsearch，日志服务提供数据查询的API接口，供web报表统计展示提供数据，前端web展示用户访问量，警告、错误信息统计等监控报表。

通过日志监控，使得各服务节点稳定性、服务效率进行可视化，有利于及时发现系统效率瓶颈、错误信息，同时对用户的访问进行有效记录，合理分析用户量访问，对系统的优化、资源的分配提供合理的依据。

3.1.2.物理架构设计

（物理架构图）

辅助诊疗系统整体物理架构如上图，整体设计遵循分布式、高可用的设计原则，合理保障服务稳定性，数据安全性。

1.负载均衡及蓝绿部署

辅助诊疗各子服务都采用痛服务多节点配置，电子病历系统访问辅助诊疗访问辅助诊疗各子项服务，通过NGINX负载均衡,保证响应电子病历请求、以及各子项服务之间请求快速、稳定响应。

各服务节点都进行了蓝绿部署，每个服务都配置相同版本程序备份服务，无缝快速切换，保证在部署更新过程中，无需停止服务，而且在某节点服务出现故障，可迅速切换到备份服务，保证整个服务体系稳定性。

2.分布式数据存储

辅助诊疗系统数据架构基于mongo、elasticsearch分布式存储数据库，都支持高可用配置，实现数据安全备份，详细见数据架构介绍。

3.数据安全传输

辅助诊疗各子服务之间通过restfulapi调用，所有访问都按照安全权限控制，遵守shiro的安全访问校验，保证资源访问安全控制。

与此同时，传输各子服务之间通信使用openssl加密，保证数据传输过程中安全性。

3.1.3.存储架构

基础数据平台是以mongodb集群、elasticsearch集群为基础，用于存储病例信息、医学知识本体数据，为机器学习模型训练、病例检索服务、知识库检索服务提供数据支撑。

Elasticsear