大数据驱动的临床决策支持系统设计与实践

发布时间：2021-08-22 07:28

　　目的:探讨基于大数据平台的全科CDSS（临床决策支持系统）与单病种CDSS的技术方案及实践经验,验证从大数据到证据再到辅助诊疗决策过程的可行性。方法:阐述基于大数据平台的全科和单病种CDSS两种应用形式,介绍如何构建高质量、可计算的医疗大数据知识图谱,并应用于推荐和审核场景中。结果:基于大数据的决策系统可应用于全科和专科临床决策支持,减少临床错误,提高医生工作和学习效率。结论:大数据技术有利于CDSS的开发与应用,为医生提供操作便捷、精准高效的辅助决策工具,提高医疗效率,创新医疗模式。 

【文章来源】：中国数字医学. 2020,15(07)

【文章页数】：4 页

【部分图文】：

DPAP平台架构

传统知识图谱由实体、属性、属性值三元组构成[9]，由于很多医疗实体间的关系是存在条件的，比如发生的概率、年龄等。因此将三元组扩充为四元组，第四元为扩展字段，存放关系成立的其他条件。医疗大数据知识图谱是全科CDSS的基础，其构建过程主要包括以下几个核心问题。3.1.1 病历筛选

单病种CDSS构建和工作流程

【参考文献】：
期刊论文
[1]多元数据融合的临床辅助决策系统的研究与应用[J]. 王红迁,汪鹏,王飞,黄荣,李理,黄艺璠.  中国数字医学. 2019(11)
[2]大数据的现状、机遇与挑战[J]. 汪浩.  中华临床实验室管理电子杂志. 2017(01)
[3]临床决策支持系统的构建与应用[J]. 董军,王欣,李军,刘东洋.  中国卫生质量管理. 2016(03)
[4]医学大数据研究进展及应用前景[J]. 弓孟春,陆亮.  医学信息学杂志. 2016(02)
[5]电子病历的核心价值与临床决策支持[J]. 雷健波.  中国数字医学. 2008(03)



本文编号：3357292