隨著社會經(jīng)濟(jì)的迅猛發(fā)展，自然環(huán)境、工作方式、飲食結(jié)構(gòu)使疾病譜發(fā)生了巨大變化，以心腦血管類、代謝類、惡性腫瘤類、精神類為代表的慢性非傳染性疾病(Chronic non－ communicable diseases，簡稱 CCD、慢性病或者慢病)已經(jīng)成為危害人類健康的重點(diǎn)問題之一。該病的危險(xiǎn)因素包括:遺傳因素、環(huán)境因素、精神因素等，主要危害心、腦、腎等重要臟器，易造成傷殘，影響勞動(dòng)能力和生活質(zhì)量［1］。目前，慢性病的診療模式主要依靠傳統(tǒng)的診斷方法，即根據(jù)癥狀、體格檢查和實(shí)驗(yàn)室檢查等結(jié)果的臨床數(shù)據(jù)及各種輔助醫(yī)技設(shè)備對患者的檢查結(jié)果，由醫(yī)師應(yīng)用臨床醫(yī)學(xué)、診斷學(xué)、病理學(xué)等知識和工作經(jīng)驗(yàn)，對病情進(jìn)行評估、分析和判斷，得出診斷結(jié)果和治療方案。這種診斷方法容易受主觀因素影響，診斷結(jié)果的準(zhǔn)確率與醫(yī)師的醫(yī)療水平密切相關(guān)。因此通過研究既往計(jì)算機(jī)輔助診斷系統(tǒng)(computer－aided diagnosis system，CADS)的研發(fā)模式，結(jié)合醫(yī)院疾病診斷實(shí)際，設(shè)計(jì)出基于慢性病的計(jì)算機(jī)輔助診斷系統(tǒng)(CCDCADS)。計(jì)算機(jī)在模擬收集各個(gè)患者的信息和醫(yī)師的思維過程后，輔助醫(yī)師做出正確的診斷和處理，通過不斷更新信息庫，積累系統(tǒng)的信息量，實(shí)現(xiàn)幫助醫(yī)師積累經(jīng)驗(yàn)，減少其決策偏差，還可以開展有針對性的醫(yī)學(xué)咨詢等。

1 研究背景

伴隨著全球信息高速公路的興起，現(xiàn)代醫(yī)學(xué)信息爆炸性增長，計(jì)算機(jī)在醫(yī)療領(lǐng)域得到廣泛應(yīng)用。從1970年開始，國內(nèi)外衛(wèi)生機(jī)構(gòu)均投入大量資源對醫(yī)療輔助診斷系統(tǒng)研究與開發(fā)，但是大多數(shù)的系統(tǒng)研究僅僅是注重總結(jié)專家們的經(jīng)驗(yàn)，而把人的辨識能力弱化，忽略了醫(yī)療診斷多因素分析的復(fù)雜性和特異性，實(shí)際能為醫(yī)師所接受并投入臨床使用的為數(shù)極少［2－3］，20世紀(jì)90年代，國外就已經(jīng)開展了基于人工智能決策系統(tǒng)的開發(fā)研究［4－5］。而慢性病診療輔助系統(tǒng)(輔助診斷系統(tǒng))的開發(fā)研究也在逐步開展。CCDCADS能對疾病進(jìn)行較高程度的全面診療性分析，可以解決臨床醫(yī)師面臨的日益增長的信息積累的負(fù)擔(dān)，并且為臨床醫(yī)師提供了一個(gè)可以通過計(jì)算機(jī)信息技術(shù)為醫(yī)療體系提供循證醫(yī)學(xué)決策的平臺［6－7］。因此，計(jì)算機(jī)信息處理技術(shù)在醫(yī)療診療領(lǐng)域具有十分廣闊的應(yīng)用前景［2］。

慢性疾病的發(fā)生、發(fā)展、轉(zhuǎn)歸以及惡化往往是動(dòng)態(tài)變化的過程，由于每個(gè)患者的年齡、性別、家族史、既往史等個(gè)人基體情況不同，往往存在較大差異性和隨機(jī)性。同時(shí)，疾病所表現(xiàn)出來的各種癥狀、并發(fā)癥等臨床信息，對于不同人又可能出現(xiàn)某些特異性或特征性的表現(xiàn)。因此，醫(yī)師不僅要有淵博的理論知識和技能，還要具有嚴(yán)謹(jǐn)?shù)乃季S與嚴(yán)密的邏輯能力，才能判斷出準(zhǔn)確、全面的診療方案［8］。臨床醫(yī)師迫切需要一種工具幫助其鞏固所做出的正確診療［9－10］。

“智能全科醫(yī)生輔助診療系統(tǒng)”，是通過計(jì)算機(jī)模擬收集各個(gè)患者的信息及醫(yī)師的思維過程，輔助醫(yī)師做出正確的診斷和處理，并且能夠不斷更新數(shù)據(jù)、信息和經(jīng)驗(yàn)［8］。人工智能技術(shù)進(jìn)入醫(yī)學(xué)領(lǐng)域?qū)粩嗵岣哚t(yī)師自身的業(yè)務(wù)水平，培養(yǎng)應(yīng)用數(shù)據(jù)思考，避免片面性，減少診療中的繁瑣重復(fù)，改善醫(yī)務(wù)人員及醫(yī)療輔助機(jī)構(gòu)工作人員的勞動(dòng)強(qiáng)度，減輕患者痛苦和疾病負(fù)擔(dān)為目的。CCDCADS可以應(yīng)用人工智能技術(shù)模擬臨床專家對疾病的診斷、治療的思維過程的系統(tǒng)，可以幫助初級醫(yī)師解決復(fù)雜的醫(yī)學(xué)問題。由于CCDCADS綜合了多領(lǐng)域的醫(yī)學(xué)專家的經(jīng)驗(yàn)理論，具有可靠性高，不會受疲勞、疏忽、緊張影響，不會遺忘等優(yōu)勢，使得專家知識可以不受時(shí)間和空間限制，得到永久保留并推廣應(yīng)用［11］。臨床運(yùn)用時(shí)，對提高診療水平的確具有有良好的輔助作用［12］。

2 系統(tǒng)構(gòu)建

慢性病計(jì)算機(jī)輔助診斷系統(tǒng)能夠通過循證醫(yī)學(xué)原理，減少誤診和漏診的發(fā)生，也可用于臨床醫(yī)師的教學(xué)培養(yǎng)，特別適用于基層衛(wèi)生醫(yī)療機(jī)構(gòu)，也可以在三級醫(yī)院應(yīng)用。根據(jù)文獻(xiàn)查閱，既往的慢性病計(jì)算機(jī)診療輔助系統(tǒng)是基于不同疾病表現(xiàn)出不同臨床癥狀構(gòu)建的疾病數(shù)據(jù)庫，用戶通過錄入或采集一組臨床癥狀，應(yīng)用數(shù)據(jù)建模設(shè)置的推理規(guī)則對慢性病進(jìn)行檢索評估，最終得到相關(guān)性最強(qiáng)的診斷結(jié)果。事實(shí)上，CCDCADS在臨床上應(yīng)用好的為數(shù)不多，主要原因如下:①該系統(tǒng)的精確度和靈敏度不高;②人工智能化程度不夠，在模擬診療思維的同時(shí)對慢性病的復(fù)雜性和多變性掌握不夠;③用戶信息采集錄入、疾病評估、信息檢索時(shí)間過長，效率不高;④系統(tǒng)自身缺乏反饋更新機(jī)制，缺乏靈活性［3］。

2.1 基本結(jié)構(gòu) 設(shè)計(jì)出完整便捷的CCDCADS，在當(dāng)今醫(yī)學(xué)、信息學(xué)等科技高速發(fā)展的今天，研發(fā)出動(dòng)態(tài)反饋、及時(shí)更新的子模塊是必不可少的［13］。本次設(shè)計(jì)的系統(tǒng)框架可以通過圖1表示。通過在HIS系統(tǒng)中采集病種數(shù)據(jù)形成患者數(shù)據(jù)采集系統(tǒng)，將數(shù)據(jù)信息標(biāo)準(zhǔn)化編制后形成數(shù)據(jù)倉庫。對數(shù)據(jù)倉庫內(nèi)容實(shí)施數(shù)據(jù)挖掘，構(gòu)建數(shù)據(jù)挖掘模型庫后，再實(shí)施疾病的辨識、分析、評估、判斷和排序，推算出計(jì)算機(jī)輔助決策的最優(yōu)方案，形成慢性病診斷的計(jì)算機(jī)輔助檢索查詢系統(tǒng)。

2.2 采集數(shù)據(jù)與標(biāo)化數(shù)據(jù) 在采集錄入系統(tǒng)數(shù)據(jù)的同時(shí)，重點(diǎn)設(shè)計(jì)慢性疾病臨床癥狀的關(guān)鍵字的字典，使其規(guī)范化。慢性病各病種的臨床表現(xiàn)與癥狀各有不同，大量數(shù)據(jù)造成海量信息。在采集患者基本情況(含性別、年齡、體重、家族史等)、疾病癥狀分型(單純性疾病和復(fù)合性疾病)的基本原則是分級分度，即制定一組通用的規(guī)范標(biāo)準(zhǔn)量化用戶采集錄入的數(shù)據(jù)。例如，描述高血壓患者癥狀的時(shí)候，應(yīng)當(dāng)按照醫(yī)學(xué)高血壓分級的標(biāo)準(zhǔn)進(jìn)行采集錄入:Ⅰ級(140～160 mmHg)、Ⅱ級(160～180 mmHg))、Ⅲ級(180 mmHg)以上)，而不應(yīng)該是輕、中、重、偏高、很高等模糊詞匯。CCDCADS中，在數(shù)據(jù)的采集錄入上有兩種交互方式［13］，一種是主動(dòng)型，優(yōu)點(diǎn)是靈活性強(qiáng)，由用戶直接錄入患者癥狀;另一種是引導(dǎo)式，優(yōu)點(diǎn)是采集錄入的效率高，但靈活性和擴(kuò)展性差，具體是系統(tǒng)提供一組有序的癥狀輔助信息列表，供用戶選擇。本系統(tǒng)設(shè)計(jì)中，兩種錄入形式均采用，相互結(jié)合，互相補(bǔ)充，具有典型癥狀的采用引導(dǎo)型，而癥狀信息模糊的，采用主動(dòng)型，有利于系統(tǒng)的靈活擴(kuò)展和運(yùn)行效率。

2.3 數(shù)據(jù)標(biāo)準(zhǔn)化集成與構(gòu)建數(shù)據(jù)倉庫 慢性病診療信息的集成，主要從解放軍總醫(yī)院的HIS庫中，采集5～10年慢性病診療數(shù)據(jù)內(nèi)容，標(biāo)準(zhǔn)化后形成慢性病診療數(shù)據(jù)庫。其重點(diǎn)內(nèi)容來源于臨床的診療數(shù)據(jù)信息。以往數(shù)據(jù)庫的建立主觀影響因素重，而現(xiàn)在提倡用臨床醫(yī)學(xué)、循證醫(yī)學(xué)等客觀信息構(gòu)建數(shù)據(jù)庫，參照醫(yī)學(xué)專家的評定結(jié)果和國家專業(yè)標(biāo)準(zhǔn)給予完善。疾病數(shù)據(jù)列表采用二維表的方式構(gòu)建有利于存儲各類不同的疾病信息。一種疾病應(yīng)當(dāng)對應(yīng)一組臨床信息，例如:癥狀性的出汗、疼痛、發(fā)熱等，檢查性的如白細(xì)胞、膽紅素、癌胚蛋白等。

2.4 數(shù)據(jù)挖掘庫結(jié)構(gòu) 本系統(tǒng)的關(guān)鍵點(diǎn)是對慢性疾病的臨床內(nèi)容構(gòu)建數(shù)據(jù)挖掘庫(圖1)，主要是數(shù)據(jù)挖掘方法庫和數(shù)據(jù)模型庫。數(shù)據(jù)挖掘方法庫中主要設(shè)計(jì)信息模型、數(shù)據(jù)模型、數(shù)據(jù)流程等。數(shù)據(jù)挖掘模型庫重點(diǎn)是對慢性病的臨床內(nèi)容建立多主題、多維度的模型庫，并根據(jù)疾病診療結(jié)果進(jìn)行模型庫管理，主要是對慢性病評估、診斷、診療和效果預(yù)測。

2.5 查詢排序診斷模塊 通過數(shù)據(jù)挖掘庫的評估結(jié)果進(jìn)行診斷。具體有三個(gè)模塊:①診斷模塊:主要錄入患者的姓名、性別、年齡，家族史、個(gè)人史、現(xiàn)病史等，根據(jù)其主訴癥狀，CCDCADS評估排序，將最接近最符合疾病的前三位診斷預(yù)測出。②用藥模塊:首先排除是否患有其他疾病，詢問患者既往用藥，臨床癥狀，根據(jù)評估的診斷內(nèi)容，系統(tǒng)檢索統(tǒng)計(jì)處符合該類疾病的用藥決策信息，前提是診斷預(yù)測后，醫(yī)師確認(rèn)的診斷結(jié)果。③檢查模塊:例如:通過冠心病的各種輔助檢查確診，包括ECG、二階梯、平板實(shí)驗(yàn)、心臟調(diào)博負(fù)荷試驗(yàn)等，采集患者檢查檢驗(yàn)結(jié)果，系統(tǒng)評估前三位的診斷內(nèi)容，同時(shí)給出病歷。④效果預(yù)測模塊:系統(tǒng)結(jié)合癥狀、體征、檢查檢驗(yàn)結(jié)果、用藥劑量等追蹤住院的慢性病患者一段時(shí)間后，定期給予治療質(zhì)量的評估和預(yù)測。

圖1 CCDCADS 設(shè)計(jì)

3 總結(jié)與討論

本文介紹慢性病疾病診斷輔助信息系統(tǒng)的研究背景、模型設(shè)計(jì)、系統(tǒng)構(gòu)建的關(guān)鍵技術(shù)。建立完善慢性病的輔助診療系統(tǒng)有利于醫(yī)方對慢性病治療領(lǐng)域的展開發(fā)和患方負(fù)擔(dān)的減輕以及壽命的增加。利用這個(gè)大的診療數(shù)據(jù)庫實(shí)現(xiàn)資源共享，提高對患者病情“診”和“斷”的精度和可靠度，有很好的經(jīng)濟(jì)效益和社會效益。同時(shí)也必將帶動(dòng)科研的發(fā)展?？傊瓹CDCADS的優(yōu)勢在于豐富的臨床經(jīng)驗(yàn)以及較高的精度和可靠度。計(jì)算機(jī)的輔助診療系統(tǒng)有利于整合信息資源，積極打造創(chuàng)新型醫(yī)療服務(wù)平臺，就當(dāng)前研發(fā)先進(jìn)的信息技術(shù)來提高患者醫(yī)療照護(hù)質(zhì)量，改變傳統(tǒng)的信息孤島，形成統(tǒng)一的臨床信息共享平臺，提供可靠的臨床診斷［14］。

綜上所述，CCDCADS以先進(jìn)的信息科學(xué)和技術(shù)為臨床醫(yī)學(xué)帶來了新的工作模式和服務(wù)模式。為醫(yī)院研發(fā)慢性病診療的輔助信息系統(tǒng)具有更加良好的條件。相信未來的智能醫(yī)學(xué)診斷和治療系統(tǒng)將成為醫(yī)師們最得力的助手，其將為各種疾病的預(yù)防診斷和治療做出更大的貢獻(xiàn)［15］。但是，應(yīng)用CCDCADS完全替代醫(yī)學(xué)專家是不符合事物客觀規(guī)律的。因此，CCDCADS的定位應(yīng)當(dāng)是輔助醫(yī)師臨床診療決策的支持系統(tǒng)，不是臨床診療的標(biāo)準(zhǔn)。

［1］ 于 萍.國內(nèi)外慢性非傳染性疾病健康管理［J］.2012，3(9):5.

［2］ 姚一波，王紀(jì)亮.醫(yī)療診斷系統(tǒng)專家知識的表達(dá)與獲取方法［J］.信息技術(shù)，2002(2):31 －32.

［3］ 梁嘉驊，王雙惠，李常洪，等.醫(yī)療診斷專家系統(tǒng)開發(fā)的新思想與新方法［J］.系統(tǒng)工程學(xué)報(bào)，1999，14(1):80 －90.

［4］ Chassin MR，Galvin RW.The urgent need to improve health care quality［J］.Institute of Medicine National Roundtable on Health Care Quality，JAMA，1998，280(11):1000 －1005.

［5］ Reisman Y.Computer－ based clinical decision aids［J］.A review of methods and assessment of systems，1996，21(3):179 －197.

［6］ Kaushal R，Shojania KG，Bates DW.Effects of computerized physician order entry and clinical decision support systems on medication safety a systematic review［J］.Arch Intern Med，2003，163(12):1409－1416.

［7］ Coiera E. Guide to Health Informatics［J］. London:Arnold;2003.

［8］ 劉秋華，劉綿林.“智能全科醫(yī)生輔助診療系統(tǒng)”原理［J］.數(shù)理醫(yī)藥學(xué)雜志，2007，20(3):376 －379.

［9］ Basit Chaudhry.Computerized clinical decision support:Will it transform healthcare［J］.Journal of General Internal Medicine，2007，23(1):85－87.

［10］ Thompson TG，Brailer DJ.The Decade of Health Information Technology:Delivering Consumer－centric and Information－rich Health［J］.2004，20.

［11］程 勇，陳衛(wèi)國.醫(yī)療診斷專家系統(tǒng)的研究和應(yīng)用［J］.醫(yī)療設(shè)備信息，2005，20(12):33 －35，51.

［12］朱文峰.中醫(yī)(輔助)診療系統(tǒng)的研究［J］.中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2003，9(10):8 －11.

［13］陳再旺，陳景長.一個(gè)醫(yī)療輔助診療專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2001(12):50 －51.

［14］ Chaudhry B，Wang J，Wu S，et al.Systematic review:impact of health information technology on quality，efficiency，and costs of medical care Ann Intern Med［J］.2006，144(10):742 －752.

［15］ Han L，Long Z.Study on computer－aided diagnosis system based on multi detection［J］.2011，28(6):1114 －1116.