Page 10 - 嘉和资讯八十七期

嘉和论坛
文章提到，临床决策支持系统预 立到执行结束，对相关环节进度进行

警提示功能，是在对临床指南及历史 追踪，如：检验 / 检查进度、手术进度、

病历数据进行机器学习的基础上，形 用药进度等。

成综合预警规则库；再通过设置规则 （2）医嘱完整性：医生开立医

触发条件及预警范围，在医生下达医 嘱时，智能判断医嘱是否完整，并推

嘱、开立申请单、下达诊断等环节， 荐缺失医嘱。

对诊疗行为进行实时监测和提醒，最

终达到减少医疗差错、提升医疗安全 （3）医嘱合理性：医生开立医

的目的。其实现过程主要包括： 嘱时，判断其与患者性别、疾病、年

龄等数据是否匹配，并给出相应提醒。
1．规则设置

系统针对录入诊断、医嘱开药、

检验结果、检查回报等不同诊疗节点， （4）诊疗提醒：如：对患者危

设置相应的规则触发条件。如：诊断 重病情况、检验危急值及院感情况等

预警：患者情况与诊断条件不符；检 进行提醒；根据患者检验异常指标，

查预警：检查医嘱与患者情况不符； 提示其可能患有某种疾病，为医生提

检验预警：所开药物与化验结果不符； 供参考。

药品预警：所开药物与患者当前病情

不符；等等。 展望

此外，还支持对预警规则的自主 综上，通过 CDSS 临床预警提示

配置和管理，即可将病历自然语言处 功能，实现了对患者完整诊疗过程的

理结果作为规则项目进行配置，方便 动态监测，并可根据病程记录、检验

医院根据自身情况灵活调整；并设置 / 检查结果及医嘱信息等数据，快速

预警等级可控，避免无效预警或疲劳 完成与预警规则的匹配，触发警告，

预警的同时，也提升了预警的特异性 对提高医疗质量、避免医疗差错等具

和有效性。 有重要意义。未来，系统还将进一步
探索在疾病风险预测方面的应用，通
2．预警触发
过对历史病历的机器学习建立风险预

根据上述触发规则，系统可实现 测模型，实现对患者病情快速进展的

对完整诊疗流程的实时追踪、警告。 评估，以及对住院日、住院费用及感

包括：
染等的精准预测，更好地指导治疗、

（1）医嘱进度追踪：从医嘱开 改善预后。