國內(nèi)外醫(yī)療決策支持系統(tǒng)研究熱點

，

隨著信息科學和現(xiàn)代醫(yī)學的交叉融合，現(xiàn)代信息技術在醫(yī)療信息管理中的作用越來越重要。醫(yī)療決策支持系統(tǒng)采用計算機技術、仿真技術和信息技術等手段，將現(xiàn)有醫(yī)學知識應用于醫(yī)療特定問題，從而為解決醫(yī)療、醫(yī)學科研、醫(yī)學教學等活動中的決策問題提供最佳方案。

從最初的專家知識庫發(fā)展到智能決策支持系統(tǒng)，醫(yī)療決策支持系統(tǒng)已經(jīng)逐步由初步理論研究向實踐應用發(fā)展，醫(yī)療決策的發(fā)展前景越來越受到國內(nèi)外醫(yī)學領域的重視。國外開發(fā)的相關決策支持系統(tǒng)(如由斯坦福大學研發(fā)的用于中樞神經(jīng)系統(tǒng)感染診斷和治療的專家咨詢系統(tǒng)MYCIN，由猶他大學開發(fā)的專家系統(tǒng)應用軟件ILIAD和決策支持系統(tǒng)HELP[1])主要幫助醫(yī)務人員分析、解釋和處理臨床數(shù)據(jù)，進行某類疾病的診斷、實驗檢測和結果判斷，包括傳染病監(jiān)控系統(tǒng)，用藥合理性檢查報警系統(tǒng)等。我國在20世紀70年代末才開始有關專家系統(tǒng)的研發(fā)，主要是針對單一病種的決策支持系統(tǒng)，如北京中醫(yī)醫(yī)院的“關幼波肝病診療程序”、吉林大學的“中醫(yī)婦科專家系統(tǒng)”以及其他胃癌診斷、結核病診斷專家系統(tǒng)等[2]。雖然目前開發(fā)出了一些具有實用價值的臨床決策支持系統(tǒng)(Clinical Decision Support System，CDSS)，但由于將臨床醫(yī)學知識和專家經(jīng)驗總結轉化成計算機語言的過程中涉及的原理、算法和系統(tǒng)結構非常復雜，因此目前開發(fā)出的CDSS產(chǎn)品的應用比較局限。而且存在各種疾病的表述不一，醫(yī)學數(shù)據(jù)的類型、屬性和表達方式繁雜，醫(yī)學知識闡釋的不一致性等問題，還有大量的數(shù)據(jù)需要進一步標準化和系統(tǒng)化。專家系統(tǒng)實施之后也需要一套相應的評價標準，嚴格的評價規(guī)則應貫徹策劃、設計、系統(tǒng)構建到最終的臨床應用，但目前還未建立起相關的評價系統(tǒng)。針對這些問題以及一些尚未發(fā)現(xiàn)的情況，決定對醫(yī)療決策支持系統(tǒng)未來的研究方向進行分析。以檢索策略“decision support systems, clinical[MeSH Terms] AND (decision making OR decision support)”在PubMed中檢索相關文獻，結果顯示文獻累積數(shù)量隨著年代的分布呈現(xiàn)典型的指數(shù)分布，說明醫(yī)療決策支持系統(tǒng)領域研究的關注度正在急劇提升，依舊是當前的研究熱點。

基于以上原因，我們運用共詞分析的方法，對PubMed收錄的有關醫(yī)療決策支持系統(tǒng)的論文中的高頻主題詞進行了高頻主題詞-論文矩陣的聚類分析，總結出當前國際上醫(yī)療決策支持系統(tǒng)領域的研究熱點。

1 資料與方法

1.1 分析流程

包括檢索策略的制定、文獻檢索、文獻下載、詞篇統(tǒng)計、矩陣聚類分析(圖1)。

圖1 醫(yī)療決策支持系統(tǒng)研究熱點的分析流程

1.2 文獻檢索與數(shù)據(jù)統(tǒng)計方法

BICOMB[3](Bibliographic Items Co-occurrence Matrix Builder)可快速讀取醫(yī)學文獻數(shù)據(jù)庫中的書目信息，準確提取字段并歸類存儲、統(tǒng)計，生成書目數(shù)據(jù)的共現(xiàn)矩陣，為進一步研究提供準確、權威的基礎數(shù)據(jù)。作為文本挖掘的基礎工具，BICOMB可讀取分析PubMed、Science Citation Index(SCI)、中國知網(wǎng)(CNKI)和萬方數(shù)據(jù)等數(shù)據(jù)庫的文獻記錄，并允許用戶對系統(tǒng)功能進行修改、增加及拓展。

gCLUTO[4](Graphical Clustering Toolkit)用于管理數(shù)據(jù)文件、聚類方案和可視化結果。

資料來源于PubMed。采用檢索策略“decision support systems, clinical[MeSH Terms] AND (decision making OR decision support)”進行檢索，檢索時間為1994.01.01-2016.05.09，共得到5 589篇文獻。以XML格式將全部相關文獻記錄下載，運用文獻計量學統(tǒng)計分析軟件BICOMB抽取和統(tǒng)計下載文獻中的主要主題詞、副主題詞以及每個詞在以上全部文獻中出現(xiàn)的頻次，按照它們出現(xiàn)的頻次由高到低進行排序；將得到的主要主題詞和副主題詞進行統(tǒng)計并生成詞篇矩陣，將結果以txt格式導出。對所統(tǒng)計出的高頻主題詞做進一步處理，形成高頻詞-文獻矩陣，輸入到gCLUTO軟件。

采用凝聚聚類法對所得相似矩陣進行聚類分析，聚類分析結果可以反映這些高頻詞之間的親疏關系，高頻詞聚類結果中每一類最具代表性的文獻為該類的類標簽文獻。類標簽文獻的選取是根據(jù)各類成員對聚類貢獻率的指標(描述度descriptive和區(qū)分度descriminating)中分值的高低決定是否作為該類形成貢獻最大的來源文獻。通常選取描述度分值最高作為該類的類標簽文獻，確定類標簽文獻后再對文獻內(nèi)容進一步分析，進而闡釋該類研究方向的具體內(nèi)容[5]。

2 結果

2.1 高頻詞統(tǒng)計

選取出現(xiàn)頻次高于69的40個主要主題詞/副主題詞作為高頻主題詞(表1)。

表1 PubMed中與醫(yī)療決策支持系統(tǒng)有關的高頻主題詞/副主題詞(n=40，頻次≥69)

統(tǒng)計這40個高頻詞出自檢索文獻的主題詞字段，出現(xiàn)頻率最高的是“Decision Support Systems, Clinical”，頻次為2 742，這些高頻詞與我們研究的主題密切相關。

2.2 聚類分析

將表1中列出的高頻主題詞輸入gCLUTO軟件生成圖2。圖中橫軸代表PubMed中文獻，縱軸代表進行聚類的主題詞/副主題詞。兩詞之間距離越短，關系越密切。根據(jù)每類中各個文獻的區(qū)分度和描述度的分值選取對應的類標簽文獻。

圖2 醫(yī)療決策支持系統(tǒng)相關文獻的高頻詞詞篇聚類

2.3 高頻主題聚類結果的語義分析

由所得的高頻詞主題聚類結果中，可看出共聚10類。每類對應的高頻詞統(tǒng)計與對應每類代表性文獻和主題見表2。

通過對聚類結果的分析發(fā)現(xiàn)，早期的研究注重證明該系統(tǒng)可以提高臨床診療的質量和效益，以爭取該系統(tǒng)存在的合理性。隨著系統(tǒng)使用的深入和普及，更加注重計算機輔助決策支持系統(tǒng)的使用質量，注重解決使用中的具體問題：臨床決策支持系統(tǒng)具體構建技術和臨床決策支持系統(tǒng)社會學的研究。

2.3.1 臨床決策支持系統(tǒng)具體構建技術

此類研究的目標是改進決策支持系統(tǒng)以提高醫(yī)療質量，包括便攜設備在臨床決策中的使用、信息組織與檢索技術的應用和決策支持系統(tǒng)的編程技術。

2.3.1.1 便攜設備在臨床決策中的使用

包括Cluster0和Cluster5兩類。Cluster0是關于在初級衛(wèi)生保健中利用便攜式設備進行信息組織的研究[6]，它是將初級保健提供者接入“患者自主服務亭”或者稱為“患者自主服務終端”(patient self-service kiosk)，收集患者用藥史信息，然后使用藥物整合(medication reconciliation)技術軟件對患者當前服用的藥物與醫(yī)囑中開具的藥物進行比較，并將得出的結果輸送給初級保健提供者的電腦端以進行決策；而Cluster5則是將移動電子設備應用于急重癥護理學習來提高臨床工作能力的研究[7]。該類的文獻進一步介紹了具體的電子設備的應用，包括專為醫(yī)學生設計的移動臨床電子學習檔案，幫助醫(yī)學生在診療時學習并調整對已有知識的認知，對病情的判斷、用藥的提示、護理程序的指導、治療方案的意見等方面，使醫(yī)學生在實習階段充分利用該個人化的指導系統(tǒng)進行知識的補充和整合，從而提高臨床工作能力。

表2 醫(yī)療決策支持系統(tǒng)研究熱點類別主題詞與文獻

2.3.1.2 信息組織與檢索技術的應用

包括Cluster1和Cluster6兩類。Cluster1側重于如何規(guī)范地表達醫(yī)學概念以方便醫(yī)生、護士及保健服務人員之間進行交流、共享和比較信息以利于決策，即用于醫(yī)療決策的概念工具(conceptual tools for medical decision making)[8]。研究人員構建了一種通用的公共碼(common code)，這種公共碼能夠用于這一領域專家之間的交流和共享結果，并且能將這些結果轉化為大眾能夠接受的通俗易懂的表述方式，使在臨床決策中對醫(yī)學信息的量化推理成為可能。Cluster6側重于利用數(shù)據(jù)倉庫技術[9]，即將數(shù)據(jù)倉庫應用于臨床結果的管理(Data warehouse techniques for outcomes management)，在信息存儲和檢索的基礎上，利用計算機模擬醫(yī)療服務的結果評估從而建立理論模型的研究。如在對腫瘤學案例檢索模型進行建模(Modeling of a case-based retrieval system for oncology)的研究中，利用數(shù)據(jù)倉庫的模型存儲和檢索病例，在遇到新的不符合現(xiàn)有循證醫(yī)學規(guī)則的病案時能自動匹配出相似的病理方案供臨床醫(yī)生決策參考。該數(shù)據(jù)倉庫積累了以往診治患者的案例，可以用于建模和結果模擬來輔助醫(yī)療決策，進一步說明了如何利用計算機模擬將以往存儲的數(shù)據(jù)進行整合從而建立起新的理論模型以供醫(yī)生參考。

2.3.1.3 決策支持系統(tǒng)的編程技術

包括Cluster2和Cluster9。Cluster2側重于如何定制個性化的決策規(guī)則以防止產(chǎn)生過多的藥物相互作用警報[10]。在醫(yī)生下醫(yī)囑開藥的時候，一些決策支持系統(tǒng)頻繁發(fā)出藥物之間相互作用警報，使臨床醫(yī)生產(chǎn)生警惕疲勞從而忽視這些警報，對患者的健康帶來潛在的威脅。如何利用知識庫建立起規(guī)范化的標準，改善臨床決策支持警報系統(tǒng)成為目前研究主題之一。有研究者提出應當制定藥物警報系統(tǒng)的標準，預先對藥物之間的相互作用進行優(yōu)先級的評估。Cluster9側重于臨床指南的計算機語言表達問題，如對臨床計算機可讀的各種指南建模語言的比較分析。其中雅頓語法(Arden Syntax)[11]是一種被廣泛認可的以可執(zhí)行的形式表示醫(yī)療和科學知識的形式語言。有研究者開發(fā)出基于模糊雅頓語法的與廠商無關的可擴展的臨床決策支持和監(jiān)控平臺，利用模糊邏輯自動推理醫(yī)療數(shù)據(jù)中的不確定性。

2.3.2 社會行為學研究

臨床決策支持系統(tǒng)實施中遇到的與醫(yī)務人員及醫(yī)療機構相關的社會學研究。

計算機輔助臨床決策對臨床醫(yī)生實踐方式的影響包括Cluster3和Cluster7。Cluster3側重于標準化的電子醫(yī)療記錄系統(tǒng)對醫(yī)生實踐模式的影響研究[12]，如癌癥治療中利用計算機的數(shù)據(jù)模型可以對醫(yī)生診療中形成的數(shù)據(jù)進行癌癥的診斷、癌癥治療方案的選擇以及癌癥的預后的決策，實現(xiàn)計算機輔助腫瘤治療決策。這些決策輔助的效果評估是當前研究的熱點之一。有研究者利用形式概念分析的方法推導出醫(yī)生不服從乳腺癌指南的患者模式，從特定病種的視角分析醫(yī)療決策支持在評估疾病以及作出決策方面的影響。在Cluster7中，有學者明確提出改善21世紀的臨床實踐指南的主要障礙在于態(tài)度,而不是技術[13]。為了使臨床實踐指南開發(fā)和維護達到最優(yōu)效率,需要各種信息資源提供者開展國際合作,強調協(xié)同互助，協(xié)調醫(yī)療各方面相關者的利益，充分發(fā)揮臨床實踐指南的價值，以便更好地輔助醫(yī)療決策而不是用作控制臨床程序的工具。有學者提出制定國際性標準醫(yī)療實踐指南的方案，而根據(jù)實踐指南進行詞語控制形成的信息系統(tǒng)使醫(yī)生實踐方案更加標準的研究。

患者參與臨床決策的研究包括Cluster8。患者參與治療決策一直是一個理想的決策方式，研究者開發(fā)出患者輔助決策(Patient decision aids，PtDAs)系統(tǒng)[14]，利用醫(yī)療決策系統(tǒng)綜合各方面的意見以得出最佳意見。具體做法是結合醫(yī)生的專業(yè)意見，通過闡明對醫(yī)療決策方案利害關系的綜合建議，正確引導患者溝通和審議，探討醫(yī)患共同決策、輔助決策和風險溝通的方方面面。國際患者輔助決策合作協(xié)作組織(International Patient Decision Aids Collaboration，IPDAC)開始研究這些系統(tǒng)的規(guī)范和質量評價的問題，他們利用網(wǎng)絡聯(lián)合了來自世界上14個國家的100多名研究人員、執(zhí)業(yè)醫(yī)師、患者和決策者共同提出患者輔助決策系統(tǒng)的質量指標，包括臨床內(nèi)容、發(fā)展過程以及有效性3個方面。

醫(yī)學信息學與初級保健活動整合的研究。為促進醫(yī)療信息之間的相互聯(lián)系，應當以初級衛(wèi)生保健的“生物-心理-社會”模式和縱向關系為基本模式，建立公共信息平臺。在Cluster4中，有學者提出在初級醫(yī)療保健中建立有層次的模型對疾病進行組織和管理[15]，為未確診疾病的追蹤和慢性疾病的管理、患者健康的長期護理、團隊的網(wǎng)上連接和操作程序的對接等提供信息平臺。

綜上所述，為了通過決策支持系統(tǒng)提高醫(yī)療質量，分別從便攜式醫(yī)療設備、信息組織和應用以及決策支持系統(tǒng)的編程技術方面對構建醫(yī)療決策支持系統(tǒng)提出了具體的改進措施。為使醫(yī)療決策支持系統(tǒng)更好地為人類做出服務，分別從患者和醫(yī)生的角度對醫(yī)療決策支持系統(tǒng)進行了社會學分析，得出臨床決策支持系統(tǒng)具體構建技術和臨床決策支持系統(tǒng)社會學是當前醫(yī)療決策支持系統(tǒng)的兩個研究熱點。

3 結論與展望

3.1 結論

利用計算機技術輔助醫(yī)療進步，使信息技術與醫(yī)療相結合是未來醫(yī)療衛(wèi)生事業(yè)的發(fā)展趨勢。在臨床上，運用決策支持系統(tǒng)輔助醫(yī)療診斷和治療可以減輕醫(yī)生的工作負擔，提高診療效率和準確率。明確醫(yī)療決策支持系統(tǒng)的發(fā)展現(xiàn)狀和預測其未來的發(fā)展趨勢，可以更好地為相關領域的研究人員提供研究方向的證據(jù)和參考。以醫(yī)療決策支持系統(tǒng)為出發(fā)點，對與其相關的MeSH詞進行分析統(tǒng)計，對高頻MeSH詞進行聚類分析，得到醫(yī)療決策支持系統(tǒng)在醫(yī)療領域的主要研究熱點是臨床決策支持系統(tǒng)具體構建技術和臨床決策支持系統(tǒng)社會學。

3.2 展望

醫(yī)療決策支持系統(tǒng)具體應用中，國際上注重實際效果的評價。我們在開發(fā)相應系統(tǒng)時應注意系統(tǒng)評價問題,尤其是大數(shù)據(jù)時代，決策支持系統(tǒng)需要對異構數(shù)據(jù)(臨床與組學數(shù)據(jù))融合和海量數(shù)據(jù)計算的問題做出相應的應對措施。目前，醫(yī)療決策支持系統(tǒng)在我國尚未大規(guī)模使用，對醫(yī)療數(shù)據(jù)的統(tǒng)計、疾病模型庫的建立和可復用算法的應用僅處于淺層研究。從以上兩個熱點出發(fā)，在技術層面上逐步完善各種類型的模型庫和編制可復用的算法和相關術語的統(tǒng)一和評價標準的建立，在管理層面上，需要引起上級領導的重視和工作人員的積極性和建立起通用的醫(yī)療決策支持系統(tǒng)的規(guī)范標準。利用決策支持系統(tǒng)對醫(yī)療實踐活動的效果進行評估，有利于提高醫(yī)生的工作能力，結合醫(yī)患雙方的意見有利于制定更個性化的治療方案。醫(yī)療決策支持系統(tǒng)的建立是一個逐步累積經(jīng)驗和改進技術的過程，把握好這兩點，未來的醫(yī)療決策支持系統(tǒng)應用前景一定非常美好。