临床决策支持系统 (CDSS)技术方案
第1页
目 录
第1章 第2章
项目概述 ............................................................................................................................. 5 总体设计 ............................................................................................................................. 9
2.1. 项目设计思路......................................................................................................................... 9 2.1.1. 逻辑架构设计 .............................................................................................................. 10 2.1.2. 物理架构设计 .............................................................................................................. 14 2.1.3. 存储架构 ...................................................................................................................... 16 2.2. 第3章
设计原则 .......................................................................................................................... 18 系统技术特点及功能介绍 ............................................................................................. 19
3.1. 提供全面的诊疗服务 ......................................................................................................... 20 3.2. 自然语言处理...................................................................................................................... 20 3.2.1.
朴素贝叶斯 .............................................................................................................. 21
3.2.2. 改进的Jieba分词算法 ............................................................................................. 22 3.3. 机器学习 .............................................................................................................................. 23 3.3.1. 机器学习算法： ......................................................................................................... 23 第4章 第5章
系统构成与功能 ............................................................................................................. 19 系统应用 .......................................................................................................................... 26
5.1. 医学术语标准化系统 ........................................................................... 错误!未定义书签。
第2页
5.1.1. 疾病医学术语标准化系统 ........................................................... 错误!未定义书签。 5.1.2. 药品术语标准化系统 ................................................................... 错误!未定义书签。 5.1.3. 症状术语标准化系统 ................................................................... 错误!未定义书签。 5.1.4. 检验术语标准化系统 ................................................................... 错误!未定义书签。 5.1.5. 检查术语标准化系统 ................................................................... 错误!未定义书签。 5.2. 病历数据自然语言处理系统............................................................... 错误!未定义书签。 5.3. 知识库系统 ............................................................................................ 错误!未定义书签。 5.3.1. 疾病知识库 .................................................................................... 错误!未定义书签。 5.3.2. 药学知识库 .................................................................................... 错误!未定义书签。 5.3.3. 检验知识库 .................................................................................... 错误!未定义书签。 5.3.4. 检查知识库 .................................................................................... 错误!未定义书签。 5.3.5. 循证医学知识库 ........................................................................... 错误!未定义书签。 5.3.6. 医学知识文献库 ........................................................................... 错误!未定义书签。 5.3.7. 规则配置库 .................................................................................... 错误!未定义书签。 5.3.8. 医学知识图谱系统 ....................................................................... 错误!未定义书签。 5.3.9. 系统集成 ........................................................................................ 错误!未定义书签。 5.4. 临床决策支持系统概述 ....................................................................... 错误!未定义书签。 5.5. 辅助诊断系统........................................................................................ 错误!未定义书签。 5.5.1. 疾病预测推荐 ................................................................................ 错误!未定义书签。
第3页
5.5.2. 危急疾病标注 ................................................................................ 错误!未定义书签。 5.5.3. 检查项目推荐 ................................................................................ 错误!未定义书签。 5.5.4. 检验项目推荐 ................................................................................ 错误!未定义书签。 5.5.5. 漏诊提醒 ........................................................................................ 错误!未定义书签。 5.5.6.
智能信息交互 ............................................................................ 错误!未定义书签。
5.6. 辅助诊疗系统........................................................................................ 错误!未定义书签。 5.7. 临床预警提示系统 ............................................................................... 错误!未定义书签。 第6章
系统技术特色.................................................................................................................. 32
6.1. 临床知识库 .......................................................................................................................... 32 6.2. 辅助决策支持系统 ............................................................................................................. 33 6.3. 技术特色 .............................................................................................................................. 33
第4页
第1章 项目背景
近年来，我国医院信息化建设发展迅猛，电子病历系统基本普及，集成平台、医院数据中心、大数据资源中心等建设逐渐成为共识；加之国家战略层面对大数据及人工智能应用的积极引导、鼓励，无不为医疗领域的智能化发展路径打下坚实基础，并在实践中取得了显著成效。
其中，最引人关注的医疗人工智能产品之一，无疑是临床辅助决策支持系统（简称CDSS）。该系统因“能有效降低误诊率、提升临床诊疗水平及效率”，成为促进优质医疗资源下沉、实现医疗服务均质化、改善看病难看病贵等问题的绝佳手段，对提升我国整体医疗水平、推动分级诊疗政策等具有重要意义。
当前造成我国“看病难、看病贵”的原因很多，既有医疗资源总体不足的原因，也有卫生资源分配不均衡的原因。针对这些问题，我们需要应用科学、系统的方法，利用现代医学信息学及循证医学发展的成果，以普及临床指南及标准医学知识等为基础，帮助基层医生从事预防、诊断、治疗、康复、保健和管理工作，提高医疗服务质量。
当今飞速发展的信息时代，医护工作人员(特别是在基层的医护工作人员)由于忙碌于大量繁杂的日常工作，没有很多时间专门从浩如烟海的医学知识库中查询和阅读最新的医学研究文献和临床指南等，尤其是在临床工作中遇到疑难问题的时候，无法实时搜寻到有用的信息，及时解决复杂的临床问题。为此，有必要研究和建立我国以知识管理为核心的临床决策支持知识库系统，通过与医院信息系统和电子病历的结合，广泛收集循证指南、专家的经验及各种最新的标准医学知识，为有关的医护人员提供实时、权威、有效的临床决策支持。
第5页
目前医院使用的临床知识库仅有合理用药系统，医保知识库、检验项目知识库相对缺乏，诊疗指南、单病种、DRGs、诊断编码等临床常用知识库缺失，或是独立存在而未整合入电子病历中，对临床工作的指导作用不能直接体现。CDSS是提升医疗质量的重要手段，因此其根本目的是为了评估和提高医疗质量，减少医疗差错，从而控制医疗费用的支出。临床医生可以通过CDSS的帮助来深入分析病历资料，从而做出最为恰当的诊疗决策。临床医生可以通过输入信息来等待CDSS输出“正确”的决策进行选择，并通过简单的输出来指示决策。
目前医院知识库建设内容有所缺失，在辅助决策支持上存在不足。通过运用先进的大数据技术、机器学习作为基础，灵活的系统架构，充分利用病例中结构化以及非结构化数据，本着连接临床观察与临床知识，影响临床决策，改善临床结果的宗旨，在医疗工作流程中，通过正确的渠道，在正确的时间，利用正确的干预模式，向医疗人员以及患者，提供正确的诊疗信息。为全院临床工作者的诊疗活动提供便利，保证诊疗服务标准规范，提高医院诊疗服务整体水平。
第6页
第2章 项目建设必要性
2.1.
支撑评级应用
1.互联互通评级
医院信息互联互通标准化成熟度测评，简称互联互通评级，互联互通要求CDSS支持，包括辅助诊断、辅助诊疗、临床预警及知识库建设。
2.电子病历评级
电子病历四级以上对临床决策支持应用水平的要求逐级提高。 3.HIMSS评级
HIMSS 6级要求至少一个病区部署包含结构化模板的完整医疗文档。应用高级CDSS，为所有临床工作提供基于临床指南和结果相关的提示。
2.2. 减少医疗差错，提升患者满意度
传统的临床诊疗知识库是将临床指南，药品使用说明等录入知识库中供医生查阅浏览。随着自然语言处理、机器学习等技术的成熟，建立基于CDSS的临床知识库是以患者诊断、主诉、症状、检验、检查、药品、指南和病例报告为基础，通过整合设计，关联知识点，为医生临床诊断提供决策支持以及决策依据，同时方便医生查找相关知识及病例报告，辅助医生临床诊断及治疗。
在医院建立基于循证医学的临床知识库决策系统，可以减少医疗失误率，有利于提高医院的医疗质量，提升患者的满意度。
第7页
2.3. 提高医院诊疗服务水平
目前医院与评级所要求的知识库建设内容有所缺失，在辅助决策支持上存在不足，需要通过整合多方知识资源，搭建基于知识库的临床辅助平台。从而更好的规范医院诊疗流程，在关键诊疗业务点上提供自动提醒、医疗知识参考、关键节点自动检查完整性等功能。为全院临床工作者的诊疗活动提供便利，保证诊疗服务标准规范，提高医院诊疗服务整体水平。
通过临床知识库与辅助决策系统的建设，基于知识库，通过收集整理并建立起逻辑关系点，采用警告、提醒、文档管理以及相关数据表达形式，为医生诊断治疗提供决策支持及依据。同时在诊疗过程中，通过自行提供并增补具体疾病的用药指南、诊疗常规、专家共识、专家意见等结构化数据，推送至相关临床信息系统进行使用。
2.4. 提高临床科研效率和质量
通过建设在达成提高医疗质量、减少医疗差错的同时，在一定程度上控制医疗费用支出。通过记录医生违反知识操作时的理由，以便后续进行统计分析，辅助医院上层决策。医疗大数据目前是大数据时代中一个重要的分支，现在有很多大型的三甲综合医院都已经涉足该领域。很多大型三甲综合医院通过近些年的信息化建设，通过电子病历系统，已经积累了大量的数据。病历作为医院最宝贵的财富，里面蕴含着大量的专业知识，但是由于相关技术的限制，数据的巨大作用难以利用。随着这几年人工智能技术的高速发展，使用机器来“读懂”海量的病历数据，提高临床科研效率和质量，是目前急需解决的重要课题，临床决策支持系统应运而生。
第8页
第3章 总体设计
3.1.
项目设计思路
电子病历系统JS插件ELKCDSS综合服务权限安全控制服务自然语言处理机器学习模型服务医学知识库检索病历检索日志监控平台医学数据平台
（系统结构图）
CDSS(Clinical Decision Support System)临床决策诊疗系统，对临床决策提供支持的计算机系统，这个系统充分运用可供利用的、合适的计算机技术，针对半结构化或非结构化医学问题，通过人机交互方式改善和提高决策效率的系统。
整体包含与电子病历无缝衔接的中间插件，以及辅助诊疗综合服务，其中辅助诊疗服务是基于海量电子病历数据、医疗知识数据的数据，通过数据抽取、转换、清洗，基于深度学习算法模型提供额诊疗服务，同时加入病例搜索、医学知识库数据检索功能，提高系统的可用性，同时，通过安全权限控制，保证患者信息安全传输。
鉴于CDSS辅助诊疗系统各功能使用不同语言开发，将整个系统各个功能模块化、服务化，各子服务之间通过restful API进行通信传递信息，系统增强了伸缩性、
第9页
可扩展性。鉴于各子服务使用不同语言开发，各鉴于各医院具备成熟的电子病历系统，开发基于js的中间插件，可无缝融入电子病历，提供诊断、药物等相关诊疗服务。
通过电子病历和辅助诊疗系统的融合，有助于医生对患者的正确评估，减少了漏诊、误诊等状况的发生。
3.1.1. 逻辑架构设计
患者信息传递电子病历书写业务展示层患者信息电子病历系统JS插件传递患者信息或疾病信息诊断、诊疗、医学知识等获取访问秘钥逻辑控制层CDSS综合服务安全控制服务知识库检索相似病例检索患者信息疾病、药品预测判断病例检索服务模型训练模型训练病例信息医学知识信息知识库检索服务患者信息分词数据处理层自然语言处理机器学习模型服务基础数据层病例库医学知识库
（逻辑架构图）
CDSS系统整体分为业务展示、逻辑控制、数据处理、基础数据，整体的逻辑获取患者主诉、现病史、既往史、检验、检查等信息，通过自然语言处理，获取机器
第10页
学习模型可识别字段，机器学习服务根据患者信息，给出诊断、诊疗、药品、手术等方面的判断，同时，可以查询获取诊断、药品、手术等的医疗知识库相关的信息，以及相似病例，全方位提供患者可用参考信息。
1. 中间js插件的应用
电子病历系统通过C#进行开发，辅助诊疗服务提供restful 的API接口，直接通过电子病历访问服务，改动较大，增加了已上线系统的风险。通过开发js插件，定义标准的json格式，用于传递患者信息，原系统只需要预留部分页面，加载页面，调用js插件，传递标准json数据，插件根据预留页面，渲染页面，展示诊断、诊疗、知识库以及类似病例数据结果。通过这一方式，提高了辅助诊疗服务的扩展性，减少对现有系统的改变，减少部署以及运维风险。
业务展示主要通过js渲染HTML页面，展示患者诊断、诊疗信息，以及需要的药品属性、疾病属性、手术属性和检验、检查的相关知识，同时，会展示与患者相关的病例，用于参考。
2. CDSS综合服务
辅助诊疗服务对外提供restful接口，使用nginx进行负载均衡，保证访问的及时响应，综合服务作为系统的中心，主要功能是对各子服务进行调度，引入spring RestTemplate，使得开发更加简单，且能够保证调用稳定型。综合主要运行过程包括：患者信息json解析，患者入院记录信息分词，模型选择控制及调用，知识库、
第11页
病例搜索控制，组织返回数据结构。
3. 机器学习模型服务
通过历史病例信息，通过数据的转换、清洗，进行诊断、诊疗、药物等方面的机器模型训练，通过restful接口对外提供服务。
从大量的结构化历史病例中抽取有效特征，并结合知识库数据作为模型的输入，训练出模型用于预测新病例的诊断疾病。
根据病人主诉和病史等信息，给出诊断概率列表，起到辅助医生诊断的作用，降低漏诊和误诊的概率。
4. 自然语言处理
自然语言处理主要针对电子病历中文本信息（患者病历文书）进行处理，主要包括患者主诉、现病史、既往史、家族史、体格检查等信息，主要利用了基于规则和专家系统、以及机器学习的相关算法，对非结构化的电子病历数据进行了处理，获取文本信息中有价值数据，为机器学习、病历检索提供数据基础。
第12页
5. 权限及安全控制服务
（Shiro结构图）
权限及安全控制服务，基于Apache Shiro框架，主要涵盖用户管理、权限管理、角色管理、权限认证、资源管理等功能，Authentication，身份验证模块，Authorization授权模块，用于对用户、角色、权限、资源的管理，Session Management 会话管理，Cryptography对jdk复杂的密码加密进行封装。
权限及安全控制服务对外提供完整的restful API，服务化的权限控制模块，使得各子系统的权限控制简单化，完整化。
在辅助诊疗系统中，根据相关需求配置所需要的用户，各子服务之间调用根据用户获取访问凭证，以http 请求header的方式，在有效时间内进行接口调用访问，获取该用户可访问的资源信息。
6. 日志监控平台
第13页
Logstash agentCDSS综合服务日志Elasticsearch-Cluster权限安全控制服务Logstash-index自然语言处理机器学习服务知识库搜索Web-server （日志监控平台架构图）
病例搜索基于elasticsearch、logstash的日志监控平台，使用logstash对各服务日志进行抽取，数据存入elasticsearch，日志服务提供数据查询的API接口，供web报表统计展示提供数据，前端web展示用户访问量，警告、错误信息统计等监控报表。
通过日志监控，使得各服务节点稳定性、服务效率进行可视化，有利于及时发现系统效率瓶颈、错误信息，同时对用户的访问进行有效记录，合理分析用户量访问，对系统的优化、资源的分配提供合理的依据。
3.1.2. 物理架构设计
第14页
用户pc终端电子病历系统服务器负载均衡服务器各辅助诊疗子服务Mongo集群ES集群 （物理架构图）
辅助诊疗系统整体物理架构如上图，整体设计遵循分布式、高可用的设计原则，合理保障服务稳定性，数据安全性。
1. 负载均衡及蓝绿部署
辅助诊疗各子服务都采用痛服务多节点配置，电子病历系统访问辅助诊疗访问辅助诊疗各子项服务，通过NGINX负载均衡,保证响应电子病历请求、以及各子项服务之间请求快速、稳定响应。
各服务节点都进行了蓝绿部署，每个服务都配置相同版本程序备份服务，无缝快速切换，保证在部署更新过程中，无需停止服务，而且在某节点服务出现故障，可迅速切换到备份服务，保证整个服务体系稳定性。
第15页
2. 分布式数据存储
辅助诊疗系统数据架构基于mongo、elasticsearch分布式存储数据库，都支持高可用配置，实现数据安全备份，详细见数据架构介绍。
3. 数据安全传输
辅助诊疗各子服务之间通过restful api调用，所有访问都按照安全权限控制，遵守shiro的安全访问校验，保证资源访问安全控制。与此同时，传输各子服务之间通信使用openssl加密，保证数据传输过程中安全性。
3.1.3. 存储架构
基础数据平台是以mongodb集群、elasticsearch集群为基础，用于存储病例信息、医学知识本体数据，为机器学习模型训练、病例检索服务、知识库检索服务提供数据支撑。
Elasticsearch是基于Lucene开发的分布式实时分析搜索引擎，建立于Apache Lucene最先进、高性能、全功能的搜索引擎库，集群可实现文档到不同的容器 或 分片 中，文档可以储存在一个或多个节点中，集群节点能够均衡的分布这些分片，从而实现索引搜索过程的负载均衡，搜索请求会路由到存在相关数据的节点，初次之外，分片支持数据冗余，防止数据丢失，保证数据的安全，es集群无缝整合新节点，便于集群的扩展以及丢失节点的找回。
第16页
鉴于上述Elasticsearch的特性，使得集群快速响应搜索，具备高度的扩展性，保证安全性。Elasticsearch提供丰富完整的API，为系统的研发提供充分保障。
shard1mongodmongodmongodshard2mongodmongodmongodshard3mongodmongodmongodreplica setMongo configC1mongodC2mongodC3mongodmongosmongosmongosclientclient
（mongo结构图）
MongoDB是一个基于分布式文件存储的数据库，支持的数据结构非常松散，是类似json的bjson格式，支持的查询语言非常强大，其语法有点类似于面向对象的查询语言，几乎可以实现类似关系数据库单表查询的绝大部分功能，而且还支持对数据建立索引。
Mongod是mongo集群数据存储所在，即数据分片，mongodb通过数据分片分片的机制来实现数据分布存储与处理，达到横向扩容的目的，与此同时，通过replica set副本，实现高可用。通过mongos作为请求的路由入口，对用户请求进行协调，将请求分配到Shard服务器上，config servers是集群元数据，一般多个节点，保证元数据的安全。
存储病例以及知识库信息，通过mongos、elasticsearch nested嵌套对象存储，使得数据快速抽取、存储、查询，是整个系统的强力支撑。
第17页
3.2. 设计原则
➢ 系统的先进性
CDSS运用先进的分布式数据平台作为数据基础，应用先进的机器学习
算法，海量的知识库信息，为整个临床决策做出保障。 ➢ 可靠性
分布式数据存储，集群数据备份，多服务节点负载均衡的物理架构，为整
个系统的可靠性提供保障。 ➢ 可维护性
整个平台拥有完整的权限控制体系，日志体系，为系统的可维护性提供
基础。 ➢ 安全性
此次系统的数据处理、数据架构，以及物理架构在数据的网络加密传输，
病例信息去隐私，数据的储存具备较高的安全性。 ➢ 系统的整体性
此次系统为整合了若干子服务，各子服务之间功能通过安全的数据通信，实现功能完整性 ➢ 系统的应用性
此次系统的设计完全考虑到医院的实际要求。建成后的系统会达到各种使用
要求，并会为医生的诊断提供很大的帮助。 ➢ 系统的可扩充性
第18页
此次系统建成后具有在系统产品的系列、容量与处理能力等方面的扩充与换
代的可能。 ➢ 系统的规范性
此次系统是一个规范综合性系统，遵从所涉及的业务的国际标准、国家标准及
规范各项技术规定，做好系统的标准化设计与管理工作。
3.3. 系统构成与功能
临床知识库与临床辅助决策支持系统（包括临床辅助诊断系统、临床辅助诊疗系统、临床预警提示系统），遵循行业标准规范，使用并沉淀知识库的同时，通过制定相应规则，提供灵活、实用的辅助决策功能。从而在医生使用HIS、电子病历、检查、检验等临床业务系统的环节提供辅助和决策支撑的作用。
临床知识库与辅助决策系统架构图
第19页
第4章 系统技术特点
4.1.
提供全面的诊疗服务
患者病例信息CDSS服务医学知识库诊断信息诊疗信息相识病例检验检查
医护人员 通过获取患者入院记录、门诊记录、检验、检查等信息，通过辅助诊疗服务，提供给医生全面的信息，包括对患者的诊断列表，准确的预测患者概率较大的患病，针对每个疾病，会提供该疾病的诊疗计划，以及和患者类似的病例已做参考，同时，通过医学知识库的检索，查询获取疾病的相关检验、检查、鉴别诊断、临床表现、流行病学、病因及危险因素等信息，除此之外，提供疾病的文献信息，为患者的临床决策提供充分的依据。
4.2. 自然语言处理
自然语言处理作为系统的关键环节，为机器学习提供了数据基础，通过自然语言处理，将患者主诉、现病史、既往史、体格检查等重要的患者信息，转化为同时服务为患者信息到机器学习可识别信息提供桥梁，自然语言主要运用了一下技术。
第20页
4.2.1. 朴素贝叶斯
目前对于绝大多数的电子病历系统来说，病历数据的结构化程度不够完善，对于病历中的章节划分不是十分的明确，这在一定程度上给临床数据的研究带来了巨大的使用难度。所以，针对现有的电子病历数据来说，如果需要发挥其科研价值，首先需要对病历数据进行分类操作，如将入院记录中的主诉、现病史、既往史等章节信息准确的提取出来，然后再对具体的章节信息进行自然语言分词提取等相关操作。
针对部分病历文书中的章节提取分离操作，我们选择了朴素贝叶斯算法对病历文书中的章节信息进行了分离。
朴素贝叶斯是建立在以下的假设基础之上的，对于文本分类来说，文中的每一个特征都有：1、每个特征之间相互独立；2、每个特征出现的概率相等。 贝叶斯理论：
贝叶斯理论指的是，根据一个已发生事件的概率，计算另一个事件的发生概率。贝叶斯理论从数学上的表示可以写成这样：
P(A|B)=P(B|A)P(A)P(B) P(A|B)=P(B|A)P(A)P(B)
在这里A和B都是事件，P(B)P(B)不为0。
基本上，只要我们给出了事件B为真，那么就能算出事件A发生的概率，事件B也被称为证据。
P(A)是事件A的先验（先验概率，例如，在证据之前发生的概率）。证据是一个未知事件的一个属性值（在这里就是事件B）。
P(A|B)是B的后验概率，例如在证据之后发生的概率。
第21页
针对电子病历中日常病程记录来说，往往记录着住院患者的每日的病情和诊疗情况的具体变化，主要包含当前病情记录和诊疗计划章节信息，但是在病历中，这两个章节的内容，往往写在一切，不容易让机器准确的分离这两个章节的信息。在这里，我们利用朴素贝叶斯算法将这两个章节的内容准确的分离出来，然后再对每个章节的内容进行信息提取，为科研准备精确的科研数据。
4.2.2. 改进的Jieba分词算法
对电子病历数据来说，信息抽取过程中的首要工作就是需要对文本信息做分词抽取工作。中文分词(Chinese Word Segmentation) 指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。
Jieba分词原理：
•
支持三种分词模式
1 精确模式，试图将句子最精确地切开，适合文本分析；
2 全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；
3 搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。
•
支持繁体分词 支持自定义词典
•
Jieba分词的改进：
不同的分词工具都有其特定的适用领域，而且对于不同领域的分词算法依赖的
第22页
专业术语也有所不同。对于医疗领域来说，其专业的医学术语更是十分的复杂。我们首先对开源工具Jieba分词算法中的自定义字典进行了整理，然后将专业的医学字典加载到Jieba自定义字典中，然后对模型进行训练，得到初步改进的Jieba分词算法。
如果仅仅是对Jieba分词算法加入自定义的医学术语字典，然后进行分词抽取工作，抽取的结果往往不能满足实际的科研变量的提取需求，所以我们又对Jieba分词算法中进行了二次开发处理，加入一些医学数据抽取规则，将初步的Jieba分词的结果作为基于规则的抽取的输入，然后对初步的分词结果进行再次的分割，将未分出的医学术语进行了二次提取，将分词错误的结果进行修改操作。
通过对分词结果的抽取之后，抽取的准确性有了进一步的提升，但是在实际生产使用过程中，分词抽取的速度也是需要改进的地方，我们将Jieba和基于的规则的抽取的一些配置信息整合到初始化操作中，我们在初始化过程中将这些配置信息直接序列化到内存中，从而避免多次加载带来的分词抽取效率问题。
4.3. 机器学习
4.3.1. 机器学习算法：
4. 子算-KNN算法
人以类聚物以群分思想+统计思想。计算出预测病例在历史病例中最为相似的k个病例，统计k个病例的疾病标签，从而计算出该病例的疾病概率。
第23页
该模型思想简单，易于理解，易于实现，对数据量要求不是那么高，适合对稀有疾病进行分类，对于类域的交叉或重叠较多的疾病分类效果与其他模型相比较好。
5. 子算法-随机森林算法
专家学习+集成学习思想，将现有的病例有放回的随机采样，模拟K个医生，每个“医生”通过学习等量的不同的随机样本集，使用决策树建立自己的模型，最后当决策一个新的病例时，采用投票法或平均分值法来决定。
在当前的很多数据集上，相对其他算法有着很大的优势，表现良好，它能够处理很高维度的数据，并且不用做特征选择。
6. 子算法- FM推荐算法
特征权重学习+特征交叉思想。不仅将病例中的特征进行权重学习，而且通过将病例的症状特征和知识库中的疾病症状特征做组合特征学习。通过学习和修正特征权重计。
该模型解决稀疏数据下的特征组合问题，能够表示特征与特征间的关联关系。
7. 子算法-深度神经网络
构建多层神经网络，输入层为病例特征，输出层为标准化后的疾病，通过迭代训练不断更新修正隐层神经元的权重值，最后训练出一个泛化能力较好的模型，用于新病例的预测。
该模型神经网络在大数据量的训练集的多分类问题，往往拥有较高的准确率。
第24页
8. 子算法-规则引擎
利用知识库中的已知诊断规则进行诊断。将病人的症状、检查检验异常数据等来匹配诊断规则，如符合某个疾病的诊断条件则患者患该病的概率为100%。
9. 模型整合
通过比较以上几个不同算法的优缺点我们采用投票、特定模型优先、权值相加等策略整合各个模型的预测结果，以得到最准确的输出。
主要优点体现在：
（1）可以避免某单个模型的局限性和不完全性。
（2）不同模型的思想侧重点不一样，通过结合不同模型的结果，会降低漏诊和误诊的可能性。
（3）传统算法和深度学习算法结合，相对于某单个子算法，疾病准确率有所提升。
第25页
第5章 系统应用介绍
临床决策支持系统（CDSS）系统应用包括基础应用及业务应用两部分，基础应用包括医学术语标准化系统；业务应用包括临床知识库系统、辅助诊断系统、辅助诊疗系统、临床预警提示系统。 5.1.
智能分词系统
5.1.1. 医学术语标准化体系
➢ 支持包含疾病术语、药品术语、症状体征术语、检验术语、检查术语等标准化术语库，服务于CDSS各子系统。
5.1.2. 自然语言处理体系
➢ 通过实时自然语言处理技术（NLP）实现对自由文本病历信息的后结构化处理，形成后结构化变量，服务于CDSS各子系统
5.2. 临床知识库系统
5.2.1. 知识检索平台
➢ 提供知识检索平台，方便对各类医学知识进行快捷检索。
5.2.2. 疾病医学术语知识库
➢ 提供疾病医学术语知识库查询，包括疾病名、缩写、别名、ICD 疾病代码、概述、流行病学、病因、发病机制、临床表现、并发症、检验、检查、诊断、鉴别诊断、治疗、预防、预后等项目。
第26页
5.2.3. 药学知识库
➢ 提供药品信息，包括药名、英文名、别名、剂型、药理作用、药动学、适应证、禁忌证、注意事项、不良反应、用法用量、药物相互作用等项目。
5.2.4. 辅助检查库
➢ 支持各类检查项目信息的查询，每一种检查项目涉及名称、缩写、正常值、临床意义等内容。
5.2.5. 手术知识库
➢ 提供手术知识查询，包括手术名称、ICD编码、适应症、禁忌症、术前准备、麻醉、手术步骤、术后护理、并发症等。
5.2.6. 医学资料文献库
➢ 提供具有代表性权威临床研究论文、医学期刊等文献的查询。
5.2.7. 临床指南库
➢ 提供具有代表性权威的临床指南。
5.2.8. 循证医学知识库
➢ 提供循证医学知识库，主要包括临床实践指南、系统评价和临床科学研究等。
第27页
5.2.9. 在线查阅、下载
➢ 支持知识库内容医院内网环境下可查看、下载
5.2.10. BMJ临床实践
➢ 整合了来自全球的系统性和综合性证据、最佳指南及专家意见，由国际专家和编辑团队编写而成，通过严格的同行评审，并根据最新证据不断更新。语言简明、内容精准。包括1000多个症状和疾病、10000多种诊断方法、3000项诊断性检测、6800多篇国际指南及多样图片。
➢ 提供BMJ临床实践1年使用权，涉及各BMJ系统模块。
5.3. 辅助诊断系统
5.3.1. 推荐诊断
➢ 通过自然语言处理、机器学习历史优秀病历、知识图谱融合等技术形成机器学习模型，在疾病诊断环节，依据患者的主诉、现病史、辅助检查及其他病史内容推荐疑似疾病。
5.3.2. 疾病分层推荐
➢ 分层推荐模式，依托多层机器学习分析模型，实现疾病的具体分期、分级或分型推荐。
5.3.3. 疾病分专业推荐
➢ 按使用科室划分本专业推荐诊断及非本专业推荐诊断，辅助医生识别非本专
第28页
业疾病。
5.3.4. 危急重疾病提示
➢ 对危急重等需紧急处理的疾病进行标识，辅助医生判断患者病情。
5.3.5. BMJ循证医学诊断因素分析
➢ 对病史和查体中能发现的诊断因素进行介绍，包括关键诊断因素和其他诊断因素，辅助医生尽快确诊。
5.3.6. BMJ循证医学鉴别诊断
➢ 支持查看BMJ鉴别诊断库，辅助医生进一步明确诊断。
5.3.7. 疑似罕见病推荐
➢ 通过学习珍贵罕见病病历，以卫健委新发布罕见病目录为范围，依据患者病情推荐疑似罕见病。
5.3.8. 鉴别诊断推荐
➢ 提供当前病历记录中所下主诊断的常用鉴别诊断推荐；
➢ 从循证医学角度推荐当前病历主诊断所需的鉴别诊断，每种鉴别诊断均提供循证医学支持来源文献标识。
5.3.9. 诊断发现
➢ 以患者当前的病情状态为基础，辅助医生发现在诊疗过程中新出现的临床诊
第29页
断。
5.3.10. 推荐检验、检查
➢ 支持根据患者病情，推荐检验项目列表，辅助诊断。 ➢ 支持根据患者病情，推荐检查项目列表，辅助诊断。
5.3.11. 检验、检查项目说明(知识库接口类)
➢ 通过接口调取知识库检验检查项目详情页，实现辅助医生进行检验报告、检查报告的解读。
5.3.12. 辅助回填
➢ 推荐诊断内容能够回填至诊断页面。
5.4. 辅助治疗系统
5.4.1. 治疗方案
➢ 提供当前病历记录中所下主诊断的治疗原则及方案综述
5.4.2. BMJ循证医学治疗流程
➢ 从循证医学角度推荐当前病历主诊断各临床分组不同的治疗措施及优先级顺序，各描述均提供来源文献标识。
5.4.3. BMJ循证医学新兴疗法
➢ 从循证医学角度推荐当前病历主诊断新兴疗法，辅助医生了解前沿治疗方案，
第30页
各描述均提供来源文献标识。
5.4.4. 推荐评估量表
➢ 提供当前病历记录中所下主诊断的相关评分推荐，以明确病情及评估治疗效果
5.4.5. BMJ循证医学并发症
➢ 从循证医学角度提供当前病历主诊断可能发生的并发症及其可能性及时间表，各并发症描述均提供来源文献标识。
5.5. 临床预警系统
5.5.1. 预警规则管理平台
➢ 支持为预警规则提供配置和管理工具，方便医院根据自身情况维护。
5.5.2. 预警规则管理
➢ 提供规则库中的规则检索功能；
➢ 提供预警规则分类管理功能，方便对规则进行分类管理。
5.5.3. 诊断预警
➢ 对临床诊断进行合理性判断；
5.5.4. 检验预警
➢ 对检验申请进行合理性判断；
第31页
➢ 检验结果回报触发相应规则提醒。
5.5.5. 检查预警
➢ 对检查申请进行合理性判断； ➢ 检查结果回报触发相应规则提醒。
5.5.6. 药品预警
➢ 对临床用药进行合理性判断并提醒。
5.6. 临床决策支持系统监测平台
5.6.1. 触发预警统计
➢ 对预警情况进行分析，支持按科室查询、按医师查询、按触发疾病查询，支持预警明细查看。
第6章 系统优势分析
6.1.
临床知识库
1）内容由国际知名专家审核，并通过严格的同行评议，确保内容的高度可信。 2）基于全球证据，可定期更新。
3）按照诊疗流程设计导航，既便于医生快速定位查找知识，也有利于培养临床思维。
4）内容全面，涵盖疾病、药学、检查、检验、循证医学文献等全方面的知识，
第32页
提供要点式信息，便于临床应用，医生可快速获取所需知识。
5）可部署在医院内网环境下，供医生诊疗活动中随时查阅。
6.2. 辅助决策支持系统
1）预警数据基于国内外最新临床指南，预警等级可控制，避免无效预警，预警基于患者的具体病情，精准预警，支持多维度预警提示。
2）人工智能模型与专家规则结合，辅助诊疗更为精准
3）基于大数据技术进行相似病历推荐，响应速度快，更可方便医生进行综合评估，提高诊疗准确度。
6.3. 技术先进性
1）系统基于自然语言处理、机器学习及大数据技术， 融合了专家知识和经验知识，知识可靠全面。
2）构建完整知识图谱，后续应用空间巨大。
3）基于大数据技术，检索维度众多，数千万知识点秒级访问。 4）开放式架构，知识无限扩充。
第7章 项目实施方案
7.1. 建设原则
按照“统一规划、统一管理、统一标准、全面集成、先易后难、分步实施、统筹兼顾”的实施思路。针对软件方面实施的各项困难，根据对医院核心业务实施内
第33页
容的工期要求，要按时保质完成项目建设。
7.2. 建设周期
根据医院情况实际情况对具体实施计划进行安排。整个项目周期分为实施与免费维护期两个阶段（自合同签订之日起），结合实际情况制定以下进度安排和任务计划。项目实际工作在合同签订后，按各医院要求时间开始进行，其中实施工期预计90个日历日。
7.3. 实施计划
阶段 阶段任务 项目准备 完成测试及正式服务器搭建、接口调试、数据准备 临床决策支持系统功能进行培训和实施。 需院方配 需要院方准备培训机器、培训设备及安排通知临床科室培训合 时间。 搭建完成临床决策支持系统测试服务器。 实施内容 完成临床决策支持系统与电子病历接口。 安装搭建培训环境，培训客户端程序。 阶段 阶段任务 全院上线分析 全院使用情况调查汇总分析，形成报告 需院方配 协助下发临床决策支持系统调查表到各临床科室，所有临床合 科室主任签署对于临床决策支持系统系统的意见。 第34页
协助发放临床决策支持系统调查表到院主管领导，院主管领导签署临床决策支持系统整理运行意见。 下发各科室临床决策支持系统使用调查表。 实施内容 全面总结系统使用过程中的问题，完善相关程序，汇总分析形成系统运行报告。 阶段 阶段任务 合同分析，提出验收申请 集中院方负责人、各科室负责人、医务处、信息科讨论验收相需院方配合 关事宜，进行验收准备。 签署临床决策支持系统整体验收报告，合同款按合同规定付款方式执行。下· 系统全部上线实施完成，交付院方使用。 整理验收相关文档，正式书面向院方提出验收申请。 实施内容 全院测试系统各个模板及功能，对照合同进行比对分析，形成实施情况与合同对照分析报告。 项目验收 7.4. 汇报沟通机制
1）公司新到的轮换人员必须到信息科报到。
2）离开人员必需到信息科讲明离开日期和原因，以及接替人员情况，经协商同意后方可更换人员。
3）由被轮换人员向接替人员介绍现场情况，及和相关联系人员接触。
第35页
4）每周公司现场负责人员需向医院相关人员以书面形式报告工作进展情况以及需要医院配合的下一步工作。
7.5.
角色 项目职责
职责描述 领导项目团队，执行和管理项目；沟通医院相关人员、其它信息系统相关人员完成信息整合工作；组织协调各类资源，保证项目的顺利进行；负责项目交付、验收等工作；免费协助医院建立CDSS系统相关的中心机房设备和各工作站点的操作程序和技术规范。 负责和信息科以及临床医生的前期沟通，搭建服务器及部署试用科室，做详细客户需求调研，协调研发资源，调整程序，使程序满足客户在功能上的需求。负责协助现场的实施人员针对用户需求的软件修改、版本升级等工作 负责对该医院定制化修改的程序进行测试，协助研发实施人技术总负责人、项目经理 研发人员 实施人员 员搭建服务器、客户端，并培训试用科室；在程序基本定型后，负责对全院客户端部署、客户培训、使用推广等工作 综合管理人员 综合管理人力、物力、费用等统计审核工作 销售人员 负责协调项目进场、人员介绍等工作 7.6. 管理过程
1）管理过程和手段
第36页
管理本项目的基本原则：通过对人员规划、时间安排、进度管理等资源的统筹协调，确保项目的整体进度；当过程中具体情况或资源状况发生改变时，通过有效的协调管理手段，确保项目进度不受影响，直至系统最终验收并交付使用
项目目标：在医院建设部署嘉和CDSS软件产品，保证软件功能在最大程度上满足客户需求，保证系统平稳安全地上线运行，在约定的工期内，完成系统的全面建设，并顺利通过验收，转入售后阶段
管理手段： 1.
派出具有丰富的医院信息系统开发经验的技术人员于合同签订后立即进驻医院，与医院相关部门和应用部门密切协作，完成各系统的需求分析报告。项目前期制定严格的计划，包括：嘉和公司和医院的人员计划、各类需求调研计划、项目进度时间安排计划、文档计划、测试和验收计划等 2.
监控机制：项目进程中，严格遵照沟通汇报机制执行，确保项目经理和医院相关项目负责人对项目中各环节的实时监控 3.
协调机制：当项目进行到某一阶段，需要协调资源时，或者项目进程中出现难题、变数，需要对各类资源进行重新组合分配时，由项目经理负责处理这些问题，如果项目经理不能做出有效协调，项目经理应尽早向公司部门经理汇报，以协调更多的资源，确保项目进度 4.
冗余机制：项目中的各类资源，将在制定计划时，留有一定的冗余数量，保证项目进程中出现不可预知的变数时，项目经理能够有效协调这些资源，完成这些变化所带来的工作量增加的部分
2）风险管理
合同风险：双方在签订合同的过程中，因考虑不周，给一方或双方带来的损失，
第37页
将由甲乙双方本着友好协商的原则，通过签订补充协议的方式，最大限度地予以弥补。由于签订合同前，双方均会将合同交由法务部门审定，因此该风险发生可能性不大，但一旦发生，有可能会对项目产生较大影响，因此其属于高优先级，双方应尽量在合同签订时规避该风险。
技术风险：项目过程中，有可能因现阶段的技术局限性，导致客户需求不能完全
满足，给客户在未来的使用中，造成一些不便。但根据经验，该风险在以往的项目中较少出现，即便出现，也不是关键问题，因此该风险属于低优先级，一旦出现，由项目经理和研发实施人员负责组织技术力量，共同拿出解决方案。当技术力量确实达不到，不能解决该问题时，项目经理负责记录需求的详细信息，待信息技术进一步发展成熟时，再行解决。
人员风险：项目进程中，如出现项目组成员的变化、项目组成员不能满足或达到
项目要求时，将由项目经理根据冗余机制，协调、培训、新增部分项目组成员。该风险发生的几率属于中等，并且根据以往项目经验，无论嘉和公司还是医院，项目组的主要成员会相对稳定，但一旦风险发生，会对项目进程造成一定影响，因此该风险的优先级为中等。
产品风险：嘉和公司的CDSS软件产品是经国家知识产权局注册的自有产品，
是合法的正版软件，软件版权的风险为零。项目完成时，该产品的安装原始光盘、技术及用户文档、手册等均由项目经理交付医院，作为验收标准之一，因此不存在这方面的风险。 3）监督和控制机制
由嘉和公司部门经理、医院信息科主要负责人、院长指定的主要负责人、项目经
理共同组成项目管理小组，对项目进程进行监控。项目进行中，应严格遵照沟通汇
第38页
报机制，保证项目管理小组中的成员实时掌握项目的进度和出现的问题，以便项目组成员之间有效沟通协调。根据合同，如果项目达到一定规模，将对项目进行阶段评审，总结前一阶段项目中的经验和不足，合理调整、安排下一阶段项目进展工作。
7.7. 培训
众所周知，最优的售后服务是一个项目的承包商必须做出的承诺。但是，如何根据用户的实际情况（人员素质、计算机应用水平、系统的要求等），做出切合实际的项目售后服务计划书，才是用户关注的问题。优质的售后服务也一直是我公司在经营活动中最基本的原则。嘉和提供免费的CDSS培训。
鉴于本次实施的是全院范围内的CDSS系统，各医院的临床相关人员对于医院信息化的了解相对较少，加之系统操作熟练程度参差不齐，因此对于系统功能和特点的接收程度上存在很多未知数。为了达到最终的实施目标，我们需要在各个医院及管理部门的配合下，以最快的速度让使用者对系统留下最深的印象，尽快上手操作、熟悉功能，而这样就需要我们进行多元化的培训工作，强化培训效果，已达到实施目的。
与其它新技术相比较，信息系统的推广应用更需要科学的培训及系统的维护，只有将培训与维护贯穿于系统的整个生命周期，才能实现理想的应用效果。推荐采用全方位的培训及维护体系。
7.7.1. 培训方法
集中培训：如计算机基础知识、基本技能和系统岗位的操作知识等前
期培训；
分班培训：如场地或时间有限制时对人员采用分班培训的方式进行前
期培训，和在集中培训后对部分人员再进行巩固式培训；
巡回讲解：在经过前期培训后，各操作人员还有不太熟悉的地方，由
实施工程师巡回讲解；
计算机骨干集中培训：对各科的计算机骨干进行重点的培训， 加强对
系统的熟悉和对维护及一般故障处理等知识的培训；
各级系统管理员的重点培训：对各级系统管理员进行重点培训，除了
第39页
要培训其它人员的所有内容外，还要增加专业的培训，如：硬件、网络维护，故障处理，数据库维护，系统权限设置，系统高级配置等；
分级考核：为了加强培训的效果，在培训过程中对不同内容进行一些
考核，以了解培训的情况，促进培训效果。
7.7.2. 客户培训控制程序
为了加强培训的效果，在培训过程中对不同内容进行一些评估，以了解培训的情况，促进培训效果，要求医院相关领导应积极参与到培训评估中。
实际培训方式将结合现场条件采用“多元化培训”机制进行。院内实施现场采用统一讲解培训、科室巡查讲解等方式；如实际条件不允许，则一是以电话或邮件方式进行远程人工指导、二是搭建专门的培训网站并辅以视频和在线
第40页
解答的方式综合进行。
7.7.3. 培训目标
实施CDSS系统，让系统管理员、科室管理员、所有用户都熟练的掌握各自岗位所需的系统维护、操作和日常问题处理能力。
7.7.4. 建议参加培训人员列表
系统管理员：计算机中心所指定的实施CDSS系统相关的系统管
理人员。
科室管理员：各科室选定的，计算机水平和业务水平相对较高的，
负责在各科室实施CDSS系统的配合工作并起带头作用的科室医护人员；
所有医生：所有和实施CDSS系统相关的医生，是CDSS系统的
主要使用人员之一；
7.7.5. 培训资料
（1）应用软件操作说明； （2）系统维护、管理培训说明； （3）本公司提供的其它培训说明； （4）所有培训资料均用中文书写；
7.7.6. 培训费用
所有培训费用计入投标总价。所有培训费用（含培训教材费）及各项支出详见“售后服务和培训价格表”。
第41页
7.7.7. 培训评估
为了加强培训的效果，在培训过程中对不同内容进行一些评估，以了解培训的情况，促进培训效果，要求医院相关领导应积极参与到培训评估中 （1）评估目的：
➢ 明确培训效果，以利于培训负责人组织的下一个项目的立项和审批 ➢ 不断改进培训质量，把培训工作越办越好。
➢ 对参加者的知识，技能，态度的接受更新能力，综合素质和潜在发展能力
的评价。
（2）评估方式
➢ ➢ ➢ ➢ ➢
一级评估：观察学员的反应——院方领导抽样性旁听培训课程来实行； 二级评估：检查学员的学习结果——考核； 三级评估：衡量培训前后的工作表现； 四级评估：衡量医院经营业绩的变化。
在整个培训过程中可直接得到一级、二级评估结果，三级、四级评估要求院方自主实行并得出相应结果，同时应及时准确的与公司沟通。
（3）考核相关事宜
受训人员的考核分为上机与试卷考核。考核内容及方式为本公司多年来施工经验总结而出，内容多为客户多发症状及并发症状，既起到考核的作用也是院方避免发生类似问题的重要参考。 考核目的
上机考核：考核受训人员的操作质量与效率；
试卷考核：考核受训人员医院的业务在系统中的实现与灵活性。 考核制度
考核现场要求有参加考核人员院相关领导及负责人员在场； 参加考核人员与监督人员必须认真对待每次考核；
第42页
院方领导应该积极配合培训负责人员实施对受训人员进行考核； 考核结果最终上交公司及院负责人，结果及相关事宜交由院方自主实行。
第43页
第8章 售后服务方案
8.1. 安装调试
1) 公司将派遣具有技术资格认证的工程人员进行现在安装指导，由经验丰富的
实施人员实施。
2) 安装调试由技术工程师现场安装调试。 3) 具体人员安排详见项目实施人员安排表
8.2. 售后维护服务内容
(1) 所提供软件系统的免费维护期为一年，自终验验收合格之日起开始计算。 (2) 提供7*24小时技术支持热线电话。当系统发生故障时，在接到维修通知后
1小时内响应并有明确的解决方案。若故障不能通过电话解决的，在8小时内有专人到达现场处理；
(3) 提供持续的应用软件系统扩充、升级方面的技术支持服务； (4) 在实施及免费维护期内，满足所提供软件的功能模块客户化需求； (5) 免费的维护期满后，继续为招标人提供维护服务，由此发生的费用由招标人
承担，该费用应以双方共同确认的价格为依据。
8.3. 售后服务质量控制和保障
为充分保证用户权益，严格控制售后服务质量，制订有严格的质量管理制度和员工业绩考评制度。当技术服务工程师根据技术服务调度单为用户提供服务以后，需要用户签字确认售后服务的时间、内容及对服务工程师的服务态度、水平等项目的评价。公司质量管理部将根据用户确认情况在24小时内通过电话回访
第44页
用户，再次确认用户评价，这种评价将纳入公司对员工的业绩考评体系。同时公司设有严格的投诉管理制度，充分保证用户的权益，使用户得到的售后服务质量不因为售后服务人员的个人因素而变化，始终将售后服务质量水平控制在一定的标准以内。
8.4. 售后服务措施
安装调试
(1) 公司将派遣具有技术资格认证的工程人员进行现在安装指导，由经验丰富
的实施人员实施。
(2) 安装调试由技术工程师现场安装调试。 (3) 具体人员安排详见项目实施人员安排表
第45页
因篇幅问题不能全部显示，请点此查看更多更全内容