临床决策支持系统 课件.ppt

CDSS的构建方法 * 贝叶斯网络 CDSS的构建方法 * 产生式规则系统 产生式规则是一种描述形式语言的语法，格式为： IF R THEN S CF = [0，1] R 产生式规则前提 S 一组结论或操作 CF(Certainty factory) 确定性因子或置信度 应用实例：Mycin系统 CDSS的构建方法 * 逻辑条件 逻辑条件作用： 警告麻醉师，患者心率太慢 提醒护士隔离患者 提醒医生确认与患者讨论戒烟问题 存在的问题： 太多的警告和提醒使医生、护士及其他员工麻痹从而忽视这些警告 给一个变量和范围，检查变量是在范围内或外，再根据结果采取措施。 CDSS的构建方法 * 遗传算法 特点：基于非知识库的系统，无需输入知识规则，从患者资料中自主获取信息。 学习过程：借鉴生物进化论，遗传算法将要解决的问题模拟成一个生物进化的 过程，通过复制、交叉、突变等操作产生下一代的解，并逐步淘汰掉适应度函 数值低的解，增加适应度函数值高的解。这样进化N代后就很有可能会进化出 适应度函数值很高的个体。 优点：通过重复处理过程获得适宜答案 缺点：推理过程缺乏透明度 CDSS的构建方法 遗传算法 开始 编码、生成初始群体 对群体中的个体进行 适应度评价 满足算法 终止准则 变异 交叉 选择 终止进化计算输出最优个体并解码 结束 Y N 遗传算法流程图 CDSS的应用与发展 * Mycin专家系统 Internist-1和QMR系统 CDSS应用难题与发展趋势 CDSS的应用与发展 * Mycin专家系统是由斯坦福大学（Stanford University）的Shortliff研制开发的，识别细菌感染并给出治疗建议的专家系统。 Mycin专家系统 构建方法：产生式规则 If 本微生物的染色是革兰阴性； 本微生物的形状呈杆状； 患者是中间宿主； Then 该微生物是铜绿假单胞杆菌，置信度为CF=0.6 CDSS的应用与发展 * Internist-1是一种普通内科诊断计算机咨询系统。 系统通过用户输入患者的临床症状来推理疾病。 Internist-1和QMR系统 评价诊断建议的参数： 相关频数：某种临床表现在一种疾病中出现的频率 提示力度：一种症状在多大程度上能确诊一种疾病 CDSS的应用与发展 * Mycin和Internist-1/QMR系统的优缺点 系统种类 Mycin系统 Internist-1/QMR 优点 自然性、模块性 有效性、清晰性 灵活性 缺点 效率不高、不能有效表达具有结构性的知识产生式专家系统 过分依赖提示强度 和相关频数 CDSS的应用与发展 * 临床应用的困难： 工作流程的整合 无法自动导入HIS中的资料 CDSS应用难题与发展趋势 技术上的挑战： 系统维护 系统评价 CDSS的应用与发展 强调整体任务建模，由任务模型指导问题解决组件的选择 模块化、网络化、随时随地下载组装、适应不同的决策支持需求 流畅地整合到临床工作流，自动决策支持 本体、语义网络技术将在CDSS的知识管理中广泛应用 应用效果评价（询证健康信息学）、伦理与法律问题考虑 未来发展 模拟医学决策，让基于指南的诊疗计划更加灵活 * * * * * 人都会犯错，复杂病例和常见病例都会出错。使用医学决策支持系统，可以提醒专家没在意的或没有发现到的病人信息，提高诊断准确性。 临床医生的知识更新无法同急剧增长的医学知识同步。当医学领域发现新病例，新成果时，计算机支持系统可以低成本、高效率和方便快捷的传播给广大医生。 对大批量的常规决策工作，自动化决策效率更高（如大量的常规实验室检测和数据分析） 对医学院学生，成熟的专业的医学支持系统可能是他们学习专业知识和专家经验的方便可得的老师。 * * 观察阶段主要任务是获取数据，更确切的说，是获取能提供相关信息的数据，对病人相关信息理解和挖掘得越充分，关于病人疾病的不确定性就会越小。 医生根据病人描述的信息和他所掌握的知识和经验作诊断结论的过程实质是一个推理过程 治疗则是问题求解 及处理过程。 治疗阶段依赖于诊断和决策分析，而决策分析的准确性取决于观察阶段的信息获取程度。 * 医学知识库 包括医学事实和可行的操作与诊断规则。 推理机 根据全局数据库的当前内容，从知识库中选择可匹配的规则，并通过执行规则来修改数据库中的内容，再通过不断推理导出问题的结论。 解释器。负责对推理过程做出解释。包括解释 系统是怎么得出这一诊断结论的。 * * * * * * * * *