國內(nèi)外醫(yī)療決策支持系統(tǒng)研究熱點(diǎn)

，

隨著信息科學(xué)和現(xiàn)代醫(yī)學(xué)的交叉融合，現(xiàn)代信息技術(shù)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(jì)算機(jī)技術(shù)、仿真技術(shù)和信息技術(shù)等手段，將現(xiàn)有醫(yī)學(xué)知識應(yīng)用于醫(yī)療特定問題，從而為解決醫(yī)療、醫(yī)學(xué)科研、醫(yī)學(xué)教學(xué)等活動(dòng)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?qū)嵺`應(yīng)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(xué)領(lǐng)域的重視。國外開發(fā)的相關(guān)決策支持系統(tǒng)(如由斯坦福大學(xué)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(xué)開發(fā)的專家系統(tǒng)應(yīng)用軟件ILIAD和決策支持系統(tǒng)HELP[1])主要幫助醫(yī)務(wù)人員分析、解釋和處理臨床數(shù)據(jù)，進(jìn)行某類疾病的診斷、實(shí)驗(yàn)檢測和結(jié)果判斷，包括傳染病監(jiān)控系統(tǒng)，用藥合理性檢查報(bào)警系統(tǒng)等。我國在20世紀(jì)70年代末才開始有關(guān)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(guān)幼波肝病診療程序”、吉林大學(xué)的“中醫(yī)婦科專家系統(tǒng)”以及其他胃癌診斷、結(jié)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(shí)用價(jià)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(xué)知識和專家經(jīng)驗(yàn)總結(jié)轉(zhuǎn)化成計(jì)算機(jī)語言的過程中涉及的原理、算法和系統(tǒng)結(jié)構(gòu)非常復(fù)雜，因此目前開發(fā)出的CDSS產(chǎn)品的應(yīng)用比較局限。而且存在各種疾病的表述不一，醫(yī)學(xué)數(shù)據(jù)的類型、屬性和表達(dá)方式繁雜，醫(yī)學(xué)知識闡釋的不一致性等問題，還有大量的數(shù)據(jù)需要進(jìn)一步標(biāo)準(zhǔn)化和系統(tǒng)化。專家系統(tǒng)實(shí)施之后也需要一套相應(yīng)的評價(jià)標(biāo)準(zhǔn)，嚴(yán)格的評價(jià)規(guī)則應(yīng)貫徹策劃、設(shè)計(jì)、系統(tǒng)構(gòu)建到最終的臨床應(yīng)用，但目前還未建立起相關(guān)的評價(jià)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(jìn)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(guān)文獻(xiàn)，結(jié)果顯示文獻(xiàn)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(lǐng)域研究的關(guān)注度正在急劇提升，依舊是當(dāng)前的研究熱點(diǎn)。

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

1 資料與方法

1.1 分析流程

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

圖1 醫(yī)療決策支持系統(tǒng)研究熱點(diǎn)的分析流程

1.2 文獻(xiàn)檢索與數(shù)據(jù)統(tǒng)計(jì)方法

BICOMB[3](Bibliographic Items Co-occurrence Matrix Builder)可快速讀取醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫中的書目信息，準(zhǔn)確提取字段并歸類存儲、統(tǒng)計(jì)，生成書目數(shù)據(jù)的共現(xiàn)矩陣，為進(jìn)一步研究提供準(zhǔn)確、權(quán)威的基礎(chǔ)數(shù)據(jù)。作為文本挖掘的基礎(chǔ)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(xiàn)記錄，并允許用戶對系統(tǒng)功能進(jìn)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(jié)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(jìn)行檢索，檢索時(shí)間為1994.01.01-2016.05.09，共得到5 589篇文獻(xiàn)。以XML格式將全部相關(guān)文獻(xiàn)記錄下載，運(yùn)用文獻(xiàn)計(jì)量學(xué)統(tǒng)計(jì)分析軟件BICOMB抽取和統(tǒng)計(jì)下載文獻(xiàn)中的主要主題詞、副主題詞以及每個(gè)詞在以上全部文獻(xiàn)中出現(xiàn)的頻次，按照它們出現(xiàn)的頻次由高到低進(jìn)行排序；將得到的主要主題詞和副主題詞進(jìn)行統(tǒng)計(jì)并生成詞篇矩陣，將結(jié)果以txt格式導(dǎo)出。對所統(tǒng)計(jì)出的高頻主題詞做進(jìn)一步處理，形成高頻詞-文獻(xiàn)矩陣，輸入到gCLUTO軟件。

采用凝聚聚類法對所得相似矩陣進(jìn)行聚類分析，聚類分析結(jié)果可以反映這些高頻詞之間的親疏關(guān)系，高頻詞聚類結(jié)果中每一類最具代表性的文獻(xiàn)為該類的類標(biāo)簽文獻(xiàn)。類標(biāo)簽文獻(xiàn)的選取是根據(jù)各類成員對聚類貢獻(xiàn)率的指標(biāo)(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(xiàn)最大的來源文獻(xiàn)。通常選取描述度分值最高作為該類的類標(biāo)簽文獻(xiàn)，確定類標(biāo)簽文獻(xiàn)后再對文獻(xiàn)內(nèi)容進(jìn)一步分析，進(jìn)而闡釋該類研究方向的具體內(nèi)容[5]。

2 結(jié)果

2.1 高頻詞統(tǒng)計(jì)

選取出現(xiàn)頻次高于69的40個(gè)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(guān)的高頻主題詞/副主題詞(n=40，頻次≥69)

統(tǒng)計(jì)這40個(gè)高頻詞出自檢索文獻(xiàn)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(guān)。

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(xiàn)，縱軸代表進(jìn)行聚類的主題詞/副主題詞。兩詞之間距離越短，關(guān)系越密切。根據(jù)每類中各個(gè)文獻(xiàn)的區(qū)分度和描述度的分值選取對應(yīng)的類標(biāo)簽文獻(xiàn)。

圖2 醫(yī)療決策支持系統(tǒng)相關(guān)文獻(xiàn)的高頻詞詞篇聚類

2.3 高頻主題聚類結(jié)果的語義分析

由所得的高頻詞主題聚類結(jié)果中，可看出共聚10類。每類對應(yīng)的高頻詞統(tǒng)計(jì)與對應(yīng)每類代表性文獻(xiàn)和主題見表2。

通過對聚類結(jié)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(zhì)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(jì)算機(jī)輔助決策支持系統(tǒng)的使用質(zhì)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(gòu)建技術(shù)和臨床決策支持系統(tǒng)社會(huì)學(xué)的研究。

2.3.1 臨床決策支持系統(tǒng)具體構(gòu)建技術(shù)

此類研究的目標(biāo)是改進(jìn)決策支持系統(tǒng)以提高醫(yī)療質(zhì)量，包括便攜設(shè)備在臨床決策中的使用、信息組織與檢索技術(shù)的應(yīng)用和決策支持系統(tǒng)的編程技術(shù)。

2.3.1.1 便攜設(shè)備在臨床決策中的使用

包括Cluster0和Cluster5兩類。Cluster0是關(guān)于在初級衛(wèi)生保健中利用便攜式設(shè)備進(jìn)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(wù)亭”或者稱為“患者自主服務(wù)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(shù)軟件對患者當(dāng)前服用的藥物與醫(yī)囑中開具的藥物進(jìn)行比較，并將得出的結(jié)果輸送給初級保健提供者的電腦端以進(jìn)行決策；而Cluster5則是將移動(dòng)電子設(shè)備應(yīng)用于急重癥護(hù)理學(xué)習(xí)來提高臨床工作能力的研究[7]。該類的文獻(xiàn)進(jìn)一步介紹了具體的電子設(shè)備的應(yīng)用，包括專為醫(yī)學(xué)生設(shè)計(jì)的移動(dòng)臨床電子學(xué)習(xí)檔案，幫助醫(yī)學(xué)生在診療時(shí)學(xué)習(xí)并調(diào)整對已有知識的認(rèn)知，對病情的判斷、用藥的提示、護(hù)理程序的指導(dǎo)、治療方案的意見等方面，使醫(yī)學(xué)生在實(shí)習(xí)階段充分利用該個(gè)人化的指導(dǎo)系統(tǒng)進(jìn)行知識的補(bǔ)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(diǎn)類別主題詞與文獻(xiàn)

2.3.1.2 信息組織與檢索技術(shù)的應(yīng)用

包括Cluster1和Cluster6兩類。Cluster1側(cè)重于如何規(guī)范地表達(dá)醫(yī)學(xué)概念以方便醫(yī)生、護(hù)士及保健服務(wù)人員之間進(jìn)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(gòu)建了一種通用的公共碼(common code)，這種公共碼能夠用于這一領(lǐng)域?qū)＜抑g的交流和共享結(jié)果，并且能將這些結(jié)果轉(zhuǎn)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(xué)信息的量化推理成為可能。Cluster6側(cè)重于利用數(shù)據(jù)倉庫技術(shù)[9]，即將數(shù)據(jù)倉庫應(yīng)用于臨床結(jié)果的管理(Data warehouse techniques for outcomes management)，在信息存儲和檢索的基礎(chǔ)上，利用計(jì)算機(jī)模擬醫(yī)療服務(wù)的結(jié)果評估從而建立理論模型的研究。如在對腫瘤學(xué)案例檢索模型進(jìn)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(xué)規(guī)則的病案時(shí)能自動(dòng)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(jié)果模擬來輔助醫(yī)療決策，進(jìn)一步說明了如何利用計(jì)算機(jī)模擬將以往存儲的數(shù)據(jù)進(jìn)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(shù)

包括Cluster2和Cluster9。Cluster2側(cè)重于如何定制個(gè)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(bào)[10]。在醫(yī)生下醫(yī)囑開藥的時(shí)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(bào)，使臨床醫(yī)生產(chǎn)生警惕疲勞從而忽視這些警報(bào)，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(biāo)準(zhǔn)，改善臨床決策支持警報(bào)系統(tǒng)成為目前研究主題之一。有研究者提出應(yīng)當(dāng)制定藥物警報(bào)系統(tǒng)的標(biāo)準(zhǔn)，預(yù)先對藥物之間的相互作用進(jìn)行優(yōu)先級的評估。Cluster9側(cè)重于臨床指南的計(jì)算機(jī)語言表達(dá)問題，如對臨床計(jì)算機(jī)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(rèn)可的以可執(zhí)行的形式表示醫(yī)療和科學(xué)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(guān)的可擴(kuò)展的臨床決策支持和監(jiān)控平臺，利用模糊邏輯自動(dòng)推理醫(yī)療數(shù)據(jù)中的不確定性。

2.3.2 社會(huì)行為學(xué)研究

臨床決策支持系統(tǒng)實(shí)施中遇到的與醫(yī)務(wù)人員及醫(yī)療機(jī)構(gòu)相關(guān)的社會(huì)學(xué)研究。

計(jì)算機(jī)輔助臨床決策對臨床醫(yī)生實(shí)踐方式的影響包括Cluster3和Cluster7。Cluster3側(cè)重于標(biāo)準(zhǔn)化的電子醫(yī)療記錄系統(tǒng)對醫(yī)生實(shí)踐模式的影響研究[12]，如癌癥治療中利用計(jì)算機(jī)的數(shù)據(jù)模型可以對醫(yī)生診療中形成的數(shù)據(jù)進(jìn)行癌癥的診斷、癌癥治療方案的選擇以及癌癥的預(yù)后的決策，實(shí)現(xiàn)計(jì)算機(jī)輔助腫瘤治療決策。這些決策輔助的效果評估是當(dāng)前研究的熱點(diǎn)之一。有研究者利用形式概念分析的方法推導(dǎo)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(xué)者明確提出改善21世紀(jì)的臨床實(shí)踐指南的主要障礙在于態(tài)度,而不是技術(shù)[13]。為了使臨床實(shí)踐指南開發(fā)和維護(hù)達(dá)到最優(yōu)效率,需要各種信息資源提供者開展國際合作,強(qiáng)調(diào)協(xié)同互助，協(xié)調(diào)醫(yī)療各方面相關(guān)者的利益，充分發(fā)揮臨床實(shí)踐指南的價(jià)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(xué)者提出制定國際性標(biāo)準(zhǔn)醫(yī)療實(shí)踐指南的方案，而根據(jù)實(shí)踐指南進(jìn)行詞語控制形成的信息系統(tǒng)使醫(yī)生實(shí)踐方案更加標(biāo)準(zhǔn)的研究。

患者參與臨床決策的研究包括Cluster8?；颊邊⑴c治療決策一直是一個(gè)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(jié)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(guān)系的綜合建議，正確引導(dǎo)患者溝通和審議，探討醫(yī)患共同決策、輔助決策和風(fēng)險(xiǎn)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(zhì)量評價(jià)的問題，他們利用網(wǎng)絡(luò)聯(lián)合了來自世界上14個(gè)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(zhì)量指標(biāo)，包括臨床內(nèi)容、發(fā)展過程以及有效性3個(gè)方面。

醫(yī)學(xué)信息學(xué)與初級保健活動(dòng)整合的研究。為促進(jìn)醫(yī)療信息之間的相互聯(lián)系，應(yīng)當(dāng)以初級衛(wèi)生保健的“生物-心理-社會(huì)”模式和縱向關(guān)系為基本模式，建立公共信息平臺。在Cluster4中，有學(xué)者提出在初級醫(yī)療保健中建立有層次的模型對疾病進(jìn)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(hù)理、團(tuán)隊(duì)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(zhì)量，分別從便攜式醫(yī)療設(shè)備、信息組織和應(yīng)用以及決策支持系統(tǒng)的編程技術(shù)方面對構(gòu)建醫(yī)療決策支持系統(tǒng)提出了具體的改進(jìn)措施。為使醫(yī)療決策支持系統(tǒng)更好地為人類做出服務(wù)，分別從患者和醫(yī)生的角度對醫(yī)療決策支持系統(tǒng)進(jìn)行了社會(huì)學(xué)分析，得出臨床決策支持系統(tǒng)具體構(gòu)建技術(shù)和臨床決策支持系統(tǒng)社會(huì)學(xué)是當(dāng)前醫(yī)療決策支持系統(tǒng)的兩個(gè)研究熱點(diǎn)。

3 結(jié)論與展望

3.1 結(jié)論

利用計(jì)算機(jī)技術(shù)輔助醫(yī)療進(jìn)步，使信息技術(shù)與醫(yī)療相結(jié)合是未來醫(yī)療衛(wèi)生事業(yè)的發(fā)展趨勢。在臨床上，運(yùn)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(fù)擔(dān)，提高診療效率和準(zhǔn)確率。明確醫(yī)療決策支持系統(tǒng)的發(fā)展現(xiàn)狀和預(yù)測其未來的發(fā)展趨勢，可以更好地為相關(guān)領(lǐng)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(diǎn)，對與其相關(guān)的MeSH詞進(jìn)行分析統(tǒng)計(jì)，對高頻MeSH詞進(jìn)行聚類分析，得到醫(yī)療決策支持系統(tǒng)在醫(yī)療領(lǐng)域的主要研究熱點(diǎn)是臨床決策支持系統(tǒng)具體構(gòu)建技術(shù)和臨床決策支持系統(tǒng)社會(huì)學(xué)。

3.2 展望

醫(yī)療決策支持系統(tǒng)具體應(yīng)用中，國際上注重實(shí)際效果的評價(jià)。我們在開發(fā)相應(yīng)系統(tǒng)時(shí)應(yīng)注意系統(tǒng)評價(jià)問題,尤其是大數(shù)據(jù)時(shí)代，決策支持系統(tǒng)需要對異構(gòu)數(shù)據(jù)(臨床與組學(xué)數(shù)據(jù))融合和海量數(shù)據(jù)計(jì)算的問題做出相應(yīng)的應(yīng)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(jì)、疾病模型庫的建立和可復(fù)用算法的應(yīng)用僅處于淺層研究。從以上兩個(gè)熱點(diǎn)出發(fā)，在技術(shù)層面上逐步完善各種類型的模型庫和編制可復(fù)用的算法和相關(guān)術(shù)語的統(tǒng)一和評價(jià)標(biāo)準(zhǔn)的建立，在管理層面上，需要引起上級領(lǐng)導(dǎo)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(biāo)準(zhǔn)。利用決策支持系統(tǒng)對醫(yī)療實(shí)踐活動(dòng)的效果進(jìn)行評估，有利于提高醫(yī)生的工作能力，結(jié)合醫(yī)患雙方的意見有利于制定更個(gè)性化的治療方案。醫(yī)療決策支持系統(tǒng)的建立是一個(gè)逐步累積經(jīng)驗(yàn)和改進(jìn)技術(shù)的過程，把握好這兩點(diǎn)，未來的醫(yī)療決策支持系統(tǒng)應(yīng)用前景一定非常美好。