临床决策支持理论与方法

临床决策支持理论与方法第1页/共80页2教学内容临床决策理论方法临床决策支持系统第2页/共80页临床决策理论方法3诊断决策理论方法1治疗决策理论方法2第3页/共80页什么是临床决策？4临床决策临床数据不完整治疗结果不确定[1]岳超源.决策理论与方法[M].北京:科学出版社,2003.[2]ShortliffeEH,CiminoJJ(著),罗述谦(主译).生物医学信息学（第3版）[M].北京:科学出版社,2011.医疗卫生人员常常面临困难的选择决策进行选择的行动或行动的结果。作决策（decisionmaking）即制定决策的过程。基本情况：李某，男，33岁病史：左腿血管中曾有过血栓主诉：近5天左腿疼痛并肿胀。体检结果：左腿无力并肿胀至小腿一半处——可能有深层静脉血栓症的迹象。B超检查：血流异常，但无法判断是否有新的血栓应该按照血栓来治疗李先生吗？第4页/共80页55信息诊断治疗数据临床医生主要面临哪些决策？诊断决策：当患者可能患有某病时，选择什么检验检查来确诊或排除该病？当检验结果呈阳性或阴性时，是否能确诊或排除某疾病？治疗决策：当治疗结果不确定时，如何选择治疗方案？观察决策计划病人第5页/共80页拥有足够的知识充分的病人资料6为什么需要计算机辅助？可作出正确的判断不需要计算机辅助需要计算机辅助的情况人有时会犯错误或失误（复杂病例和常见病例都会出错）临床医生的知识更新无法与急剧增长的医学知识同步对大批量的常规决策工作，自动化决策效率更高（如心电图分析）医疗卫生机构可能要求一些临床项目既提高医疗质量，又降低费用第6页/共80页7正向关系：疾病→症状反向关系：症状→疾病科学研究临床观察诊断决策机器学习决策模型机器推理特征选择人类学习与机器学习特征：体征、症状、测量值和诊断检验结果的统称。分类：根据对象的特征，将对象归为不同的类。

如把具有某些特征的患者归为“患有某种疾病”。分类第7页/共80页指导性学习8人类学习与机器学习病人1疾病A特征1特征2特征3特征4……病人2疾病B特征4特征5特征6……特征排序训练集或学习集……疾病A特征1特征3特征2特征4……疾病B特征5特征6特征4…………统计学方法等知道每个病人的疾病、健康状态及特征选出各种疾病的最佳判别特征第8页/共80页非指导性学习9人类学习与机器学习病人1特征1特征2特征3特征4……病人2特征4特征5特征6……聚类训练集或学习集疾病A病人1,3特征1特征3特征2特征4……疾病B病人2特征5特征6…………病人3特征1特征3特征4…………不知道什么疾病属于什么病人发现哪些特征能最好地代表各种不同疾病第9页/共80页10诊断检验修正概率初步诊断诊断过程面诊、体检患某病的可能性有多大，即先验概率或验前概率？经验或文献收集更多信息，降低不确定性。选择哪种检查，敏感度、特异度？患该病的可能性有多大，即后验概率或验后概率？检查结果第10页/共80页11决策支持模型决策模型定量模型（统计学模型）定性模型（启发式模型）指导性模型非指导性模型神经网络贝叶斯法回归模型马尔科夫模型决策树逻辑推理真值表非参数划分专家系统评论式系统[1]J.H.vanBemmel,M.A.Musen(主编),包含飞,郑学侃（主译）.医学信息学[M].上海:上海科学

技术出版社,2002第11页/共80页12诊断依据——患某种疾病的可能性描述词汇很可能医生使用的描述词汇与对应的概率可能不太可能高概率低概率概率0.01.0[1]ShortliffeEH,CiminoJJ(著),罗述谦(主译).生物医学信息学（第3版）[M].北京:科学出版社,2011.定量决策方法——临床概率估计第12页/共80页概率（p）：把医生对某事件发生的可能性的意见表示为0~1的一个数字。P[A]：事件A发生的概率P[A-]或P[-A]：事件A不发生的概率P[A]=1：事件A必然发生P[A]=0：事件A不可能发生P[A]+

P[A-]=1P[A，B]或P[A&B]：事件A和B同时发生的概率A和B为独立事件：一个事件出现的概率不影响另一个事件出现的概率，则P[A，B]=P[A]×

P[B]P[A|B]：已知事件B发生，事件A发生的概率，即B发生的条件下A的概率。13临床概率估计例：腿肿的患者中有30%有血栓，则P[血栓|腿肿]=0.3第13页/共80页14患病可能性定量指标——患病概率验前概率：又称前验概率，是指经过面诊和体检，在得到更多信息之前估计出的概率。验后概率：又称后验概率，是指经过检验或其它方式获取新的信息，对验前概率进行修正而得到的概率。临床概率估计第14页/共80页主观概率估计启发式认知——经验法则15估计验前概率的方法可用性：我们对一个事件概率的估计依赖于我们记起相似事件的难易A能够代表B或与B相似的程度例：腿肿的患者属于患有血栓的患者的概率有多大？代表性：客体A属于客体B的概率有多大？锚定和调整：医生对概率作一个初步判断（锚定），然后依据进一步的信息调整这个估计。在估计验前概率时，启发式方法经常引入误差。第15页/共80页客观概率估计利用群体或群体的某一亚组中某疾病的患病率或临床预测结果临床预测规则：对从对有某种特定诊断问题的患者的系统研究发展而来，定义了医生如何综合使用临床现象来估计患病概率。16估计验前概率的方法例：56岁的Troy女士，4个月前心脏病发作，心率异常，在很差的医疗条件下，正准备做择期手术。Troy女士会得心脏病并发症的概率是多少？第16页/共80页依据——降低不确定性的程度17选择检验[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.第17页/共80页检验结果异常的判定18检验结果的2×2列联表健康人和患病个体检验结果的分布多数实验室报告一个“正常值上限”，通常被定义为均值以上2倍标准差。2.5%的健康个体会得到异常的检验结果。真阳性（TP）：患有该疾病的患者得到阳性检验结果真阴性（TN）：未患该疾病的患者得到阴性检验结果假阳性（FP）：未患该疾病的患者得到阳性检验结果假阴性（FN）：患有该疾病的患者得到阴性检验结果选择检验第18页/共80页19

一致性不一致性选择检验第19页/共80页检验性能的度量——ROC曲线20特异度敏感度敏感度特异度疾病不严重治疗危险疾病严重治疗可行受试者工作特征（ROC）曲线ROC曲线越靠近左上方，检验的分辨能力越好选择检验第20页/共80页

21计算验后概率的定量方法

第21页/共80页阳性检验的贝叶斯定理22计算验后概率的定量方法

阴性检验的贝叶斯定理

第22页/共80页贝叶斯定理的含义疾病的验后概率随验前概率的增加而增加验前概率低，阳性检验结果影响大，阴性检验结果影响小验前概率高，阳性检验结果影响小，阴性检验结果影响大23计算验后概率的定量方法验后概率与验前概率的关系假设：敏感度=0.90

特异度=0.90(a)：阳性检验结果(b)：阴性检验结果[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.第23页/共80页24贝叶斯定理的含义计算验后概率的定量方法检验排除疾病阴性检验的解释阳性检验的解释敏感度特异度确诊疾病主要影响适用于检验的敏感度和特异度对验后概率的影响(a)：敏感度=0.90，特异度分别取0.80，0.90，0.98(b)：特异度=0.90敏感度分别取0.80，0.90，0.98[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.第24页/共80页为什么需要鉴别诊断？同一特征可能属于不同的疾病，即不同疾病都具有该特征25单一特征的鉴别诊断

所有相关疾病发生的概率之和为1

特征R出现的概率等于其在不同疾病条件下出现的概率之和

第25页/共80页模式识别把一个对象集合分成许多不同类的应用技术利用同类事物的相似性和异类事物的差异性26多特征诊断决策方法学科对象目的细胞学遗传学心脏病学神经病学药理学诊断学细胞染色体心电图脑电图药物疾病识别癌细胞核型分析诊断心电图神经疾病识别药物治疗监测计算机辅助决策模式识别技术在医学各学科中的应用第26页/共80页句法模式识别统计学模式识别27多特征诊断决策方法已知：类别与特征任务：将新对象归类指导性模式识别对象-聚群距离聚群-聚群距离非指导性模式识别（聚类）

已知：特征不知：类别任务：将对象分类第27页/共80页指导性模式识别通过特征在不同类之间的统计分布差异来识别类理想的（不交叠的）特征分布往往并不存在利用多维的非理想特征提高总判别力特征向量：对象的特征集合，如对象A具有特征a，b，c，…，则对象A的特征向量为A=[a,b,c,…]a，b，c，…为该特征向量的分量类的识别：基于类的向量分量的均值、标准差及分量之间的相关性28多特征诊断决策方法学习阶段：测试阶段：特征抽取再分类已知类别的对象集建立分类规则与已知类别比较第28页/共80页指导性模式识别最近相邻法则不估计类的条件概率，直接得到验后概率没有真正的学习阶段，学习集的所有对象均与其类成员关一起保存缺点：需要极大的数据集，长时间的运算，且与特征值大小有关29多特征诊断决策方法1-最近相邻法则：找出一个最近相邻的对象，新对象归到该最近相邻对象所在类q-最近相邻法则：找出q个最近相邻的对象，这q个最近相邻对象中大多数属于哪一类，新对象就归入该类二维的最近相邻法则图示第29页/共80页非指导性模式识别30多特征诊断决策方法30[1]ShortliffeEH,CiminoJJ(著),罗述谦(主译).生物医学信息学（第3版）[M].北京:科学出版社,2011.对象-聚群距离：基于点与聚群之间距离的测量K-means聚类：K-means聚类算法图示确定分几类K=?重新计算每个聚群的中心随机选K个种子点（初始聚群的中心）计算每个对象到聚群中心的距离将每个对象归到离它最近的聚群第30页/共80页31非指导性模式识别聚群-聚群距离：基于聚群与聚群之间距离的测量假设有N个对象，难点是选择聚群数量C（1＜C＜N）聚集式开始：每一个对象为一个聚群最相近的两个聚群合并为一个新聚群分裂式开始：所有对象属于同一个聚群一个聚群分裂成两个聚集式聚类结果可用系统树图表示聚类过程聚类过程的系统树图多特征诊断决策方法第31页/共80页32定性诊断决策方法三种策略同时应用所有微决策顺序应用微决策以条件行动规则运用微决策决策表（真值表）流程图（决策树）规则推理法定性方法：一般缺乏形式化的数学基础，可能是受人类推理的启发，也可能是人类推理的感知。启发式方法：借助于符号模型进行逻辑推理而解决问题的办法。第32页/共80页

33定性诊断决策方法逻辑变量所代表的含义E1所有RR间期均规则E2所有QRS波形相同E3QRS时间＞120msE4心率＞100次/minE5出现P波E6心率＜40次/minE7Ⅱ导联P波阴性，aVR导联P波阳性E8P波数/QRS复合波数≤1.1E9P波数/QRS复合波数＞1.1E10PR间期规则E11PR间期＞200msE12Ⅱ导联和aVR导联外的导联现P波诊断D所代表的含义VT室性心动过速IVR特发性心室律NR结性心律AV1一度房室传导阻滞WB起搏点飘逸或Wenckebach或房室律分离AV2二度房室传导阻滞AV3三度房室传导阻滞SA窦性心律第33页/共80页34规则E1E2E3E4E5E6E7E8E9E10E11E12诊断D1TTTTFdddddddVT2TTTFdTddddddIVR3TTFdFddddddFNR4TTFdTdTdddddNR5TTFdTdFTddddAV16TTFdTdFTdFddWB7TTFdTdFFTdddAV28TTFdTdFFFdddAV39TTddTFFTFTFdSA

定性诊断决策方法心律失常诊断的真值表T：真（True）F：假（False）d：无关第34页/共80页流程图用结构的方法显示每一条规则按顺序过程作估计35定性诊断决策方法菱形：基本决策单元，上方为输入，下方为输出输入：与前一个基本决策单元相连接输出：只能为真或假优点：不需要处理所有输入的组合，比真值表效率高缺点：决策过程刻板，难以回头；模型训练难非参数分区算法（NPPA）：类似于按照特征的判别力对特征进行排序，有助于借助学习集构建流程图第35页/共80页

36定性诊断决策方法第36页/共80页37治疗方案选择依据——患者的理想健康状态

临床治疗决策健康效用（healthutility）定量度量生命的长度：生存时间生命的质量：良好健康状态

要冒的风险：手术风险、药物副作用等……质量修正生命年（QALY）：良好健康状态的存活时间。在医学决策分析和卫生政策的制定中被普遍用作健康效用（价值）的度量。第37页/共80页38期望值决策创建决策树——设计决策问题、分配概率、度量结果计算每种备选决策的期望值选择期望值最高的备选决策用敏感度分析检验分析的结论临床治疗决策4个步骤患者Dandy先生是一位66岁的老年男性，双膝患有严重的关节炎，以致他必须借助拐杖或轮椅行走。他同时患有肺气肿，这是一种肺失去了在血液及空气中交换氧气和二氧化碳的疾病，因此会导致气短（呼吸困难）。他坐轮椅时可以舒服地呼吸，但是拄拐杖行走所耗费的气力使他剧烈喘气并且很不舒服。几年前，他认真考虑了膝关节置换手术，但是决定不做，主要因为他的内科医生说风险很大，他的肺病可能会使他下不了手术台。然而，最近Dandy先生的妻子中风而且部分瘫痪，她需要的帮助是Dandy先生目前的运动状态所无法提供的。因此，Dandy告诉他的医生他重新考虑做手术。案例第38页/共80页39临床治疗决策治疗结果的不确定性Dandy的肺病可能使他下不了手术台手术不一定能把运动能力恢复到Dandy所需要的程度患者的手术承受能力手术不一定能实现患者的需求假体可能发生感染若发生感染，Dandy会有经历第2次手术来摘除假体的风险二次手术的风险可能导致死亡；即使存活，也将只能依靠轮椅行走存活时间（年）功能状态QALY1010100充分运动能力（手术成功）不良运动能力（现状或手术失败）被禁锢于轮椅（需二次手术的结果）死亡10630选择相似患者中平均结果最佳的那个选择期望值决策的核心第39页/共80页40临床治疗决策DBAC不良运动能力死亡死亡被禁锢于轮椅充分运动能力不良运动能力不良运动能力手术未手术手术死亡存活感染未感染手术死亡存活充分运动能力

结果功能状态QALY0301066期望值：把每种可能结果相关联的生存时间（或QALY）的值乘以这种结果出现的概率，然后把所有生存时间（或QALY）和概率的乘积加和。手术的期望值E(D)=7.7QALYV.S.未手术的期望值=6QALY膝关节置换手术的决策树

第40页/共80页决策分析结果的可靠性分析需回答的问题：当概率和结果估计被赋予合理范围内的其他值时，关于优先选择的结论会发生变化吗？敏感度分析：在一个宽泛的概率和效用（或价值）的假设范围内，对结论的可靠性的检验。41临床治疗决策手术死亡率对期望QALY的影响的敏感度分析充分运动能力的概率对期望QALY的影响的敏感度分析如果概率和结果度量的假设值在广泛的范围内取值，分析的结论保持不变，那么决策分析的结果是值得信赖的。第41页/共80页长期健康结果决策——马尔科夫模型42临床治疗决策[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.指定患者可能会经历的健康状态组指定转移概率，即一个人在特定的时间段后从一种健康状态转移到另一种健康状态的概率计算一个人在未来的任何时间处于每一种健康状态的概率圆圈：可能经历的健康状态箭头：健康状态间允许的转移与决策树联合使用，把干预的作用当成状态转移第42页/共80页分析患者症状后怀疑其患有某种疾病的医生有三个选择：43关于治疗、检验或不做处理的决策三个选择不做进一步处理（即不做进一步检验、也不治疗）在选择治疗还是不做处理之前，获得更进一步的信息（做检验）不再收集信息，进行治疗。确定治疗阈值概率，即治疗或不治疗期望结果毫无差别的患病概率确定疾病的验前概率若：验前概率＞治疗阈值概率，做检验并在结果阳性时治疗否则考虑第三步确定检验结果能否影响治疗决策若：验后概率＞治疗阈值概率，做检验并在结果阳性时治疗否则不做检验、也不治疗三个步骤第43页/共80页治疗阈值概率计算决策树假设治疗和不治疗的期望效用相等，计算出治疗阈值概率44关于治疗、检验或不做处理的决策阈值概率方程

治疗害处大益处小，阈值概率高益处大害处小，阈值概率低第44页/共80页关于治疗、检验或不做处理的决策45[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.HIV感染的检验或治疗决策HIV+：实际感染了HIVHIV-：实际未感染HIV“HIV+”：检验结果阳性“HIV-”：检验结果阴性QALE：期望质量修正生命年PCR：聚合酶链反应检验

第45页/共80页临床决策支持系统46临床决策支持系统的概念1临床决策支持系统的发展历程2临床决策支持系统的种类3临床决策支持系统架构与关键技术45临床决策支持系统的未来发展6典型临床决策支持系统介绍第46页/共80页WhatisClinicalDecisionSupportSystem（CDSS）？47临床决策支持系统帮助医疗卫生专业人员进行临床决策的任何计算机程序。包括储存、提取或输出医学数据或知识的所有计算机系统。广义[1]ShortliffeEH,CiminoJJ(著),罗述谦(主译).生物医学信息学（第3版）[M].北京:科学出版社,2011.根据两项或两项以上病人数据，主动生成针对具体病例的建议的知识系统。临床决策支持系统（CDSS）的主要成分：医学知识、病人数据、对具体病例的建议狭义[2]J.H.vanBemmel,M.A.Musen(主编),包含飞,郑学侃（主译）.医学信息学[M].上海:上海科学

技术出版社,2002第47页/共80页信息管理工具提供数据和临床医生所需要的知识，但一般不帮其应用某特定的信息以完成决策任务。如：临床信息系统、信息检索系统、专业知识管理工作站等引起关注工具提醒用户可能被忽略的诊断、药物配伍禁忌等问题如：标志异常值的实验室系统、警示配伍禁忌的药房系统提供针对患者建议的工具基于针对患者的数据集合，提供专门为用户设计的评估或建议48计算机在临床决策支持中的作用第48页/共80页49临床决策支持系统的发展历程Phase1:Stand-aloneSystemPhase2:IntegratedSystemPhase3:Standards-basedSystemPhase4:ServiceModels1959Ledley&Lusted1961Warner1967HELP1969Bleich1971Leeds1975Mycin1982InternistQMR1983Attending1986Dxplain2003Isabel1973RMRS1989Arden1998GLIF2003GELLO1998CPRS1994WizOrder2005SAGESEBASTIAN2007SANDS[1]李包罗,傅征.医院管理学·信息管理分册[M].北京:人民卫生出版社.2011.1993EON第49页/共80页按应用模式提示提醒型评判型建议型自主型50临床决策支持系统的种类按知识表达方式基于决策树基于贝叶斯规则基于产生式规则基于人工神经网络……按医学领域或疾病普通内科决策支持外科决策支持腹痛决策：Leeds系统感染决策：Mycin系统……决策类型用于诊断决策用于治疗决策第50页/共80页提示提醒集成到临床信息系统（或电子病历系统）的临床决策支持系统基于简单的逻辑判断，对临床信息进行主动的提示和提醒51临床决策支持系统的种类疾病感染监测系统抗生素治疗监测系统术前抗生素监测系统抗生素使用时间监测系统药物副作用事件监测系统药物剂量监测系统化验报警系统……主要应用系统典型代表：HELP系统1967年问世，第一个提供由数据控制的提示提醒功能监测模块、逻辑决策机制呼吸系统疾病治疗合理性检查报警系统临床实验室异常检查判断处理系统用药合理性检查报警系统传染病监控系统……第51页/共80页评判型事先根据相关信息生成一个决策建议，如果医生的决策与之不符，则给出决策建议。适于医生愿意自己决策，并需要系统确认或评价，以辅助其修正决策与提示提醒系统的不同之处：提供和用户的对话交互。52临床决策支持系统的种类输血医嘱下达系统合理用药系统……典型代表：Attending系统1983年问世，美国独立程序评价麻醉师对具体病例的麻醉剂选择、吸入和给药计划主要应用系统第52页/共80页建议型基于决策模型对患者状况进行推理，给出建议，供医生参考系统独立、被动医生需知道何时需要建议，并主动访问系统医生需输入数据描述案例，并请求建议允许医生控制系统的推理53临床决策支持系统的种类典型代表：基于贝叶斯原理的Leeds腹痛诊断决策支持系统基于规则的Mycin感染管理系统基于贝叶斯原理的快速医学查询系统（QMR）……第53页/共80页自主型与提示提醒、评判、建议系统的区别由系统直接采用建议应用领域麻醉、呼吸机控制、给药系统等主要功能定时测定某些参数，决定是否实施当前治疗。一旦发现参数改变，系统自动启动输液泵或呼吸机的设置，将监测的参数控制在目标范围内。主要危险设备或传感器失常也可能导致监测的参数异常54临床决策支持系统的种类第54页/共80页55临床决策支持系统的通用架构数据中心DataCenter知识库KnowledgeBase用户界面UserInterface推理引擎InferenceEngine解释器ExplanationModule知识获取系统KnowledgeAcquiringSystem用户User知识工程师KnowledgeEngineer[1]李包罗,傅征.医院管理学·信息管理分册[M].北京:人民卫生出版社.2011.第55页/共80页患者数据获取与验证医学知识获取与验证医学知识表示与推理与临床工作流程结合系统性能评估56临床决策支持系统的关键技术第56页/共80页所有这些方法都具有局限性开发有效技术以准确、完整、有效地获取患者数据非常具有挑战性超越数据录入的主要障碍缺乏标准的计算机可理解的表达大多数临床情况的方法电子病历是不完整的信息来源，可能未包括具体患者的某些必要数据57患者数据获取数据录入技术键盘输入语音输入将临床医师与计算机分开可扫描的表格实时数据监测等第57页/共80页不同来源知识的获取58医学知识获取临床专家（经验性知识）通过传统的系统分析专家和临床专家的交流获取由临床专家应用知识编辑程序直接在知识库中创建知识医学文献（科学知识）专业人员根据对某一专题发表的材料进行广发查阅如：Meta-分析、临床指南RRS定制：预存检索式，订阅（自动获取）相关的文献自然语言处理：自动定位提取相关信息、智能检索、文本生成、机器翻译等第58页/共80页59医学知识表示与推理知识表示运用一系列的符号将知识表示成计算机可理解的形式知识表示方法If-Then规则（Rule）：编码医学逻辑模块的Arden语法框架（Frames）：AdataStructurethat

Servedasatemplatetodescribing

arecurringpatternintheword.超越规则的抽象：启发式分类（特征抽象→启发式配对→决策方案细化）知识获取和设计结构（KnowledgeAcquisitionandDesignStructure，KADS）：将知识的概念化和工作系统的结构分离问题解决方法（Problem-SolvingMethods）：与专业无关的解题策略本体（Ontology）、语义网络（SemanticNetwork）……第59页/共80页60与临床工作流结合接诊中接诊后接诊前回顾患者的健康指标概要询问病人相关信息回顾相关疾病知识提醒患者（例如，保持健康）帮助患者完成相关信息和决策疾病评估：收集信息（病历或病人）、检验、诊断咨询、诊断和鉴别诊断安排和执行治疗计划：药物选择、非药物治疗干预、跟踪结果、调整计划患者教育：病情与治疗决策交流、患者自我照料、执行说明药物分发药物管理（配伍禁忌、存放条件等）告知患者检验结果与治疗计划告知患者注意事项系统发送临床数据报告给医生[1]OsheroffJ,etl.ImprovingOutcomeswithClinicalDecisionSupport:AnImplementer'sGuide[M].ProductivityPress,2005.字段不一单位不一格式不一术语不一不完整第60页/共80页随机对照实验（RandomizedControlledTrial，RCT）61决策支持系统性能评估要评价的干预措施是什么？与什么对比？如何随机？怎么比较？核心问题随机选取病例专家制定诊疗金标准专家制定评估答卷评估者与病例交叉分组临床人员人工诊疗决策支持系统诊疗统计学对比分析结果专家打分根据金标准基本原理：将满足条件的研究对象随机分配到试验组和对照组，使非研究因素在试验组与对照组中达到均衡，则试验结果差异可归结于干预措施。第61页/共80页诊断：基于贝叶斯原理的Internist-1/QMR系统患者管理（治疗）：基于指南的EON系统62典型临床决策支持系统介绍第62页/共80页匹兹堡大学医学院1970’s开发，后发展为快速医学参考（QMR）最初目标：对一般内科诊断建模包含知识：近600种疾病、约4500种相关临床发现或疾病表现，平均每种疾病与85种临床发现相关知识库创建与维护：创建每个疾病需10~20天63诊断：Internist-1/QMR系统选择新的疾病广泛检索文献列出临床表现咨询专家与诊疗人员补充信息特征普草稿（临床表现与关联诊断）高级医师审核草稿特诊普添加到知识库复杂病例系统测试典型病例系统测试每2~3年重复一次第63页/共80页特别的计分方法——反映具体症状和疾病之间的关系强度64诊断：Internist-1/QMR系统FW含义1很少在该病中发生2较少在该病中发生3约在1/2的病例中发生4在绝大多数病例发生5在几乎所有比例中发生，即这是诊断的一个先决条件临床表现的频率权重（FW）ES含义0非特异性，该表现经常用于鉴别诊断1该疾病是罕见或不寻常的原因2一小部分由该疾病引起3该疾病是最常见但并非压倒性原因4该疾病是主要原因5是该疾病的特异性表现，有该症状的患者都患有该病临床表现的激发强度（ES）[1]ShortliffeEH,CiminoJJ(著),罗述谦(主译).生物医学信息学（第3版）[M].北京:科学出版社,2011.第64页/共80页65[1]ShortliffeEH,CiminoJJ(著),罗述谦(主译).生物医学信息学（第3版）[M].北京:科学出版社,2011.诊断：Internist-1/QMR系统特别的计分方法临床表现的重要性（FW）一些临床表现有一定的含义，需要解释；而另一些则可以忽略。FW含义1通常是不重要的，常发生在正常的人，且很容易被忽略2也许重要，但往往被忽视，其出现的情景很重要3中等重要，但对任何具体的疾病可能是不可靠的指标4很重要，只能偶尔被忽略（如假阳性结果）5表现必须由最后的诊断解释第65页/共80页诊断实例（包含飞，书上表）66诊断：Internist-1/QMR系统第66页/共80页复杂病例系统测试测试集来自主要临床杂志的19例诊断困难的病例，共有43个诊断。67诊断：Internist-1/QMR系统诊断者正确识别诊断数Internist-125教学医院的医生28专家讨论组35诊断者及结果对比尽管判错了几个较难的病例，但这19个病例几乎涵盖了普通内科的所有临床问题，其他的诊断程序都只能处理其中的一小部分。所以使用简单知识结构和权重方案的Internist-1的诊断性能是令人印象深刻的。第67页/共80页Internist-1向QMR的转变（1980‘S）68诊断：Internist-1/QMR系统Internist-1QMR应用条件只能在大型主机式计算机上使用可在个人计算机上使用功能专家咨询系统只提供对具体病例的诊断建议专家咨询系统提供对具体病例的诊断建议可作为电子教科书列出所指定疾病的患者特征可作为医疗电子表格结合一些临床特征或疾病，并确定其关系第68页/共80页ClinicalPracticeGuidelines系统性制定的诊疗说明，以帮助医生和患者对具体临床情况做出合适的医疗保健决定通常代表医学专家关于在有限或较长时间内，对具有特定临床问题、需要或病情的患者进行筛查、诊断或管理的一种共识应用适当的临床实践指南是改进医疗质量的最好方法基于指南的临床实践涉及长期收集和解释大量数据，阶段式应用标准的治疗或诊断计划，并在必要时调整计划69患者管理：基于指南的EON系统[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.第69页/共80页自动化有助于：编写与维护指南检索适于每个患者的指南临床指南知识表示方法（李包罗，书上图）70患者管理：基于指南的EON系统实时应用指南回顾性评价指南应用的质量[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.第70页/共80页斯坦福大学于1990‘S初开始研发，旨在帮助医护人员根据协议或临床实践指南照顾正在接受治疗的患者第二代基于知识的系统，本身不能运行，需嵌入临床信息系统71患者管理：基于指南的EON系统EON的体系结构治疗计划组件合适协议确定组件数据库中介患者数据库协议知识库领域模型临床信息系统[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.第71页/共80页EON应用：通过组件的组合与匹配以创造不同的决策支持功能72患者管理：基于指南的EON系统[1]ShortliffeEH,CiminoJJ.BiomedicalInformatics(ThirdEdition)[M].Springer,2006.治疗计划组件合适协议确定组件乳腺癌协议知识库++艾滋治疗帮助系统THERAPYHELPER