傅唯佳，顾 莺

    FU Weijia,GU Ying

    (National Children′s Medical Center,Children′s Hospital,Fudan University,Shanghai 201102 China)

    随着计算机科学、网络技术和人工智能的发展，大型数据库、大数据分析和云计算技术逐步被引入医疗领域，临床决策支持系统(clinic decision support system,CDSS)的开发和应用得到了更有效的推动。CDSS是将医学知识库，即医学文献、循证知识、专家经验、行业规范等临床知识的集合，植入到计算机中，模拟医护人员的诊疗护理思维，通过人工智能技术和计算机的信息存储、提取及精准的逻辑推理运算功能为临床医护人员提供诊疗护理建议[1-2]。CDSS主要以管理学、控制论以及行为学为理论支撑，以计算机和信息学为技术手段，辅助医护人员在临床诊疗过程中进行决策[3]，改善相关的医疗程序的实施[4]，提高临床工作的质量和水平[5]。先天性心脏病(congenital heart disease,CHD)是一种常见的先天性畸形疾病，是婴幼儿死亡的主要原因之一，全球的出生活婴CHD发病率为0.68%～0.90%[6-7]，在我国大约每年有15万例CHD患儿出生，发病率为0.4%～1.2%，其中1/3属于重症或复杂型CHD[8]。CHD因长期医疗需求对家庭、个人和社会都造成了沉重的负担。CDSS的发展为进一步提高CHD疾病预警、诊断、监测与评估、治疗水平提供了新的机遇。人工智能技术所拥有的处理多层次、多类型的海量数据的能力对于发现CHD高危人群、早期筛查病人、帮助明确诊断、评估手术风险、帮助高质量完成手术、优化术后护理及预测病人预后状态都有巨大的应用前景[3]。本研究对CDSS在CHD诊疗及护理中的应用进行综述，旨在为开发更加智能化、专业化、系统化的CHD临床护理决策支持系统提供新思路。

    1 CDSS的分类及主要构成

    CDSS主要分为两大类，包括基于知识库的临床决策支持系统(knowledge base-clinical decision support system,KB-CDSS)和基于非知识库的临床决策支持系统(non-knowledge base clinical decision support system,Non-KB-CDSS)。KB-CDSS由知识库、推理机和人机交流接口三大核心要素组成。Non-KB-CDSS通过机器学习的方法，包括人工神经网络(artificial neural network,ANN)、遗传算法(genetic algorithms,GA)等 ......