• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    智能化臨床支持決策系統(tǒng)用于急診分診的研究進(jìn)展

    2021-12-10 11:43:52郭美英沈志瑩肖濤黃輝段應(yīng)龍張小紅喬莉
    護(hù)理學(xué)雜志 2021年1期
    關(guān)鍵詞:決策支持系統(tǒng)知識(shí)庫(kù)決策

    郭美英,沈志瑩,肖濤,黃輝,段應(yīng)龍,張小紅,喬莉,3

    隨著現(xiàn)代社會(huì)的經(jīng)濟(jì)發(fā)展、醫(yī)療衛(wèi)生需求的不斷增長(zhǎng),大型綜合性醫(yī)院急診室過(guò)度擁擠已經(jīng)成為普遍現(xiàn)象,隨之出現(xiàn)的問(wèn)題是急診系統(tǒng)應(yīng)對(duì)能力、患者滿意度的下降,醫(yī)療費(fèi)用、臨床差錯(cuò)、不良事件的增加,嚴(yán)重影響急診醫(yī)療護(hù)理的質(zhì)量和醫(yī)院整體的服務(wù)品質(zhì)[1-2]。預(yù)檢分診(Triage)是一種依照疾病或受傷的嚴(yán)重程度,將需治療的患者按照輕重緩急分等級(jí)順序處理的方式[3]。急診預(yù)檢分診是急診患者就診的第一道關(guān)口,是影響急診科擁堵現(xiàn)象最重要的因素,同時(shí)急診分診的工作效率與工作質(zhì)量極大影響著急診工作正常運(yùn)作。傳統(tǒng)分診工作無(wú)法解決目前急診就診存在的問(wèn)題。利用大數(shù)據(jù)和網(wǎng)絡(luò)信息化,通過(guò)循證醫(yī)學(xué)和知識(shí)轉(zhuǎn)化,建立基于急診預(yù)檢分診知識(shí)庫(kù)的臨床決策系統(tǒng),并將其與急診預(yù)檢分診信息化系統(tǒng)進(jìn)行整合,以協(xié)助急診預(yù)檢分診,不僅可提高護(hù)士分診工作效率,還能客觀、快捷、準(zhǔn)確地輔助識(shí)別病情,并實(shí)時(shí)共享急診就診數(shù)據(jù)、動(dòng)態(tài)監(jiān)測(cè)病情變化,從而提高護(hù)士的分診質(zhì)量,保障患者安全。我國(guó)信息化急診預(yù)檢分診系統(tǒng)處于蓬勃發(fā)展階段,但臨床決策支持系統(tǒng)尚不完善,預(yù)檢分診標(biāo)準(zhǔn)不統(tǒng)一、缺乏完善的急診分診質(zhì)量控制體系等,是急診分診信息化建立亟待解決的問(wèn)題[4]。本文對(duì)國(guó)內(nèi)外臨床決策支持系統(tǒng)的內(nèi)涵、構(gòu)建與設(shè)計(jì)、應(yīng)用現(xiàn)狀進(jìn)行綜述,旨在為構(gòu)建適合我國(guó)國(guó)情的信息化急診分診決策支持系統(tǒng)提供借鑒。

    1 臨床決策支持系統(tǒng)內(nèi)涵

    決策支持系統(tǒng)是基于計(jì)算機(jī)的專用信息系統(tǒng),旨在決策過(guò)程中為決策者提供有效的知識(shí)和支持[5]。臨床決策支持系統(tǒng)指在沒(méi)有人工干預(yù)的情況下,輸入患者的信息,可以快速而成功地響應(yīng)現(xiàn)有的臨床數(shù)據(jù)和知識(shí)體系,協(xié)助醫(yī)療專業(yè)人員進(jìn)行決策[6]。臨床決策支持系統(tǒng)可為臨床醫(yī)生、護(hù)士和患者提供相關(guān)知識(shí),滿足臨床需求,確保準(zhǔn)確的診斷,及時(shí)篩查可預(yù)防的疾病[7-8]。在急診科,通過(guò)臨床決策支持系統(tǒng)對(duì)患者進(jìn)行分診可節(jié)約成本,提高工作效率和保證醫(yī)療服務(wù)質(zhì)量[9]。

    2 臨床決策支持系統(tǒng)的構(gòu)建和設(shè)計(jì)

    臨床決策支持系統(tǒng)根據(jù)結(jié)構(gòu)可分為基于知識(shí)庫(kù)和基于非知識(shí)庫(kù)兩部分[10]。無(wú)論是基于知識(shí)庫(kù)的臨床決策系統(tǒng)還是基于非知識(shí)庫(kù)的臨床決策支持系統(tǒng),該系統(tǒng)都離不開(kāi)臨床數(shù)據(jù)的支撐。根據(jù)疾病診斷標(biāo)準(zhǔn)、風(fēng)險(xiǎn)評(píng)分標(biāo)準(zhǔn)以及以往不同患者的搶救醫(yī)療數(shù)據(jù),包括生理、生化、治療、檢查、護(hù)理等信息,臨床決策支持系統(tǒng)可將輸入的患者信息快速與數(shù)據(jù)庫(kù)中的信息和知識(shí)整合、分析,得出恰當(dāng)?shù)臎Q策結(jié)果,以幫助分診護(hù)士提高分診準(zhǔn)確性[11-12]。

    2.1基于知識(shí)庫(kù)的臨床決策支持系統(tǒng) 該系統(tǒng)是根據(jù)電子健康記錄數(shù)據(jù)庫(kù),建立包含靜態(tài)知識(shí)庫(kù)、模型庫(kù)和規(guī)則庫(kù)的臨床知識(shí),以實(shí)現(xiàn)高效、快速地整合和查詢患者各項(xiàng)參數(shù),為醫(yī)療決策和執(zhí)行提供信息,輔助臨床進(jìn)行高質(zhì)量的診斷與治療。主要包括3個(gè)主要成分,即知識(shí)庫(kù)、推理機(jī)和人機(jī)交互接口,知識(shí)庫(kù)通常采用“IF-THEN”規(guī)則來(lái)存貯和管理知識(shí),包括臨床診療、合理用藥、實(shí)驗(yàn)室檢驗(yàn)、臨床護(hù)理等專業(yè)知識(shí),其基本原理是通過(guò)將科學(xué)、權(quán)威的醫(yī)學(xué)、藥學(xué)及相關(guān)學(xué)科知識(shí)進(jìn)行信息標(biāo)準(zhǔn)化處理形成的專業(yè)醫(yī)學(xué)知識(shí)庫(kù)[13]。推理機(jī)則是利用大數(shù)據(jù)分析技術(shù),對(duì)臨床數(shù)據(jù)進(jìn)行分析,在符合臨床知識(shí)庫(kù)業(yè)務(wù)規(guī)則的前提下,將患者的信息與知識(shí)庫(kù)的知識(shí)整合、比較和分析;而人機(jī)交互接口則是將決策結(jié)果呈現(xiàn)給醫(yī)護(hù)人員,實(shí)現(xiàn)臨床決策支持應(yīng)用。

    2.2基于非知識(shí)庫(kù)的臨床決策支持系統(tǒng) 該系統(tǒng)是研究人員通過(guò)算法,利用現(xiàn)有臨床數(shù)據(jù)資料進(jìn)行數(shù)據(jù)分析,開(kāi)發(fā)可通過(guò)自動(dòng)化、數(shù)據(jù)驅(qū)動(dòng)和個(gè)性化的機(jī)制來(lái)預(yù)測(cè)急診就診患者的病情狀況和就診順序的一種預(yù)測(cè)模型[14]。在急診環(huán)境下,當(dāng)面對(duì)患者復(fù)雜而未知的病情時(shí),運(yùn)用算法構(gòu)建的臨床決策系統(tǒng)可預(yù)測(cè)急診患者病情嚴(yán)重程度,將決策結(jié)果呈現(xiàn)給醫(yī)護(hù)人員以供參考[15]。數(shù)據(jù)挖掘中采用的方法綜合了數(shù)據(jù)庫(kù)、人工智能、統(tǒng)計(jì)學(xué)、模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析等領(lǐng)域的研究成果。

    3 臨床決策支持系統(tǒng)在急診預(yù)檢分診中的應(yīng)用

    3.1基于知識(shí)庫(kù)的臨床決策支持系統(tǒng)

    3.1.1美國(guó)曼切斯特預(yù)檢分診標(biāo)尺(Manchester Triage Scale,MTS) MTS是得到國(guó)際認(rèn)可的分診方法,且具有可靠性和專業(yè)性[16]。MTS提供了基于國(guó)際最佳實(shí)踐標(biāo)準(zhǔn)的分診培訓(xùn)軟件包,可提高分診準(zhǔn)確度,提供決策支持[17]。針對(duì)不同患者的主訴有52個(gè)流程表相對(duì)應(yīng),每個(gè)流程表描述了“是否危及生命、意識(shí)、疼痛、出血、發(fā)病程度和體溫”6個(gè)關(guān)鍵鑒別指標(biāo),引導(dǎo)分診護(hù)士對(duì)患者提供的信息做出合理的選擇[18]。陸麗芬等[19]以MTS為基礎(chǔ),設(shè)計(jì)急診分診信息系統(tǒng),包括評(píng)估單、一覽表和數(shù)據(jù)庫(kù)。一覽表查看患者姓名、性別、年齡等基本信息;評(píng)估單包括6項(xiàng)必評(píng)指標(biāo)(意識(shí)、呼吸、血氧飽和度、心率、血壓、體溫、疼痛評(píng)分)和15項(xiàng)選擇性評(píng)估模板(出血、腦卒中預(yù)警征象、抽搐或驚厥、創(chuàng)傷等),每一模板對(duì)應(yīng)患者的主訴、癥狀、體征,經(jīng)格式化設(shè)計(jì)后只需勾選。分診信息系統(tǒng)以6項(xiàng)必評(píng)指標(biāo)為依據(jù),結(jié)合15項(xiàng)選擇性評(píng)估模板及主觀資料為調(diào)控指標(biāo),最終提出綜合分診類別的建議,將患者病情快速分為五類。該分診信息系統(tǒng)具有統(tǒng)一分診標(biāo)準(zhǔn),可以提高護(hù)士工作效率、保障患者安全。

    3.1.2加拿大電子分診和敏銳度量表(The Electronic Canadian Triage and Acuity Scale,eCTAS) eCTAS是一種實(shí)時(shí)電子決策支持工具,旨在通過(guò)規(guī)范國(guó)家分診指南的應(yīng)用來(lái)提高患者的安全性和護(hù)理質(zhì)量[20]。該量表是醫(yī)療機(jī)構(gòu)緊急部門(mén)用來(lái)確定評(píng)估患者優(yōu)先級(jí)的標(biāo)準(zhǔn),以保證處于緊急狀態(tài)的危急患者盡快就醫(yī),最大程度地保證患者安全[21]。該量表分為5級(jí)分診:1級(jí),立即復(fù)蘇;2級(jí),緊急;3級(jí),較緊急;4級(jí),不太緊急;5級(jí),非緊急[22]。使用eCTAS的分診護(hù)士根據(jù)患者信息從170個(gè)標(biāo)準(zhǔn)化主訴列表中選擇一個(gè)預(yù)先出現(xiàn)的主訴,然后生成一個(gè)特定于主訴的分類模板,顯示所有可能出現(xiàn)的潛在問(wèn)題,如生命體征、呼吸窘迫、血流動(dòng)力學(xué)狀態(tài)、意識(shí)水平、疼痛評(píng)分、出血障礙和損傷機(jī)制等,根據(jù)輸入的信息和國(guó)家分診指南計(jì)算CTAS分?jǐn)?shù)[23]。目前eCTAS已在加拿大80%的急診科應(yīng)用,不僅節(jié)省分診時(shí)間,還能夠提高分診的準(zhǔn)確性[23]。雖然該分診系統(tǒng)在加拿大已普遍應(yīng)用且效果明顯,但是否適合我國(guó)急診患者的分診還有待進(jìn)一步驗(yàn)證。

    3.1.3澳大利亞分診量表(The Australasian Triage Scale,ATS) ATS可用于確定患者醫(yī)學(xué)評(píng)估和治療的最大等待時(shí)間,以確保按急診順序治療急診患者,并分配到最合適的評(píng)估和治療區(qū)域。研究表明,ATS在急診科中具有相當(dāng)可接受的可靠性水平,可將患者進(jìn)行恰當(dāng)?shù)姆诸怺24]。ATS分5個(gè)類別,從類別1(需要立即評(píng)估和治療的威脅生命的緊急狀況)到類別5(可以在2 h內(nèi)進(jìn)行評(píng)估和治療的慢性或輕度狀況)。類別2、類別3、類別4患者可等待時(shí)間分別為10 min、30 min、60 min。經(jīng)過(guò)培訓(xùn)和經(jīng)驗(yàn)豐富的分診護(hù)士可運(yùn)用此量表,每次分診評(píng)估時(shí)間2~5 min即可完成描述臨床疾病的緊急性[25]。Chamberlain等[26]使用該量表用于幫助護(hù)士在急診分診中識(shí)別嚴(yán)重膿毒癥患者,具有一定的有效性和準(zhǔn)確性。可見(jiàn),ATS針對(duì)特殊病例的分診效果顯著,對(duì)于急診科全部就診患者的分診,其分診準(zhǔn)確率需要進(jìn)一步完善。我國(guó)研究人員可以借鑒AST的設(shè)計(jì)方法和思路,整合、開(kāi)發(fā)適合我國(guó)急診患者病情的分診系統(tǒng)。

    3.1.4臺(tái)灣分診與敏銳度分級(jí)量表(Taiwan Triage And Acuity Scale,TTAS) TTAS是一種可靠的計(jì)算機(jī)化五級(jí)分診系統(tǒng),可以準(zhǔn)確地確定患者治療的優(yōu)先順序,從而更有效地為患者分配合理的醫(yī)療資源[27-28]。該系統(tǒng)分為非創(chuàng)傷和創(chuàng)傷2個(gè)部分,非創(chuàng)傷分診流程與CTAS分診相似,創(chuàng)傷按解剖區(qū)域和環(huán)境損傷分類。根據(jù)患者最初的生命體征和主要癥狀將其分為急診和非急診。按病情嚴(yán)重程度對(duì)患者進(jìn)行分類:1級(jí),復(fù)蘇;2級(jí),緊急情況;3級(jí),緊急;4級(jí),不太緊急,5級(jí),非緊急[29]。陳秋菊等[30]基于TTAS將其五級(jí)分級(jí)標(biāo)準(zhǔn)改成四級(jí)急診分診標(biāo)準(zhǔn),并構(gòu)建急診分診信息系統(tǒng)。急診分診標(biāo)準(zhǔn)以生命體征為基礎(chǔ),主訴為導(dǎo)向,結(jié)合患者生理狀況,針對(duì)每一個(gè)主訴分別通過(guò)6個(gè)評(píng)價(jià)指標(biāo)(呼吸、循環(huán)、意識(shí)、體溫、疼痛)進(jìn)行量化判斷來(lái)決定患者病情分級(jí)。將患者病情分為 Ⅰ 級(jí)(危殆)、Ⅱ 級(jí)(危重)、Ⅲ級(jí)(緊急)和Ⅳ級(jí)(不緊急)。此分診信息系統(tǒng)明顯提高分診準(zhǔn)確率、縮短評(píng)估分診所需時(shí)間,實(shí)現(xiàn)了急診分診信息化和智能化,提高了急診分診工作的質(zhì)量,保證了急診患者的生命安全。

    3.1.5其他 李桃等[31]設(shè)計(jì)基于知識(shí)庫(kù)的臨床決策系統(tǒng),該系統(tǒng)包括臨床子系統(tǒng)、臨床數(shù)據(jù)中心、服務(wù)和應(yīng)用4個(gè)部分。該系統(tǒng)是結(jié)合醫(yī)療領(lǐng)域的專業(yè)知識(shí),在現(xiàn)有信息系統(tǒng)和醫(yī)療數(shù)據(jù)的基礎(chǔ)上,建立數(shù)據(jù)庫(kù),包括①關(guān)系型數(shù)據(jù)庫(kù)SQL Server,建立了臨床數(shù)據(jù)中心和知識(shí)庫(kù)2個(gè)數(shù)據(jù)庫(kù),用以存儲(chǔ)臨床決策支持系統(tǒng)中靜態(tài)知識(shí)、規(guī)則、本體元、文檔列表等數(shù)據(jù)。②非關(guān)系型的數(shù)據(jù)庫(kù)Redis,主要用于建立高性能的內(nèi)存數(shù)據(jù)庫(kù)。將患者臨床信息和規(guī)則先轉(zhuǎn)存入Redis數(shù)據(jù)庫(kù)中,當(dāng)業(yè)務(wù)系統(tǒng)發(fā)起決策請(qǐng)求時(shí)直接從Redis數(shù)據(jù)庫(kù)查數(shù)據(jù),實(shí)現(xiàn)在幾毫秒內(nèi)獲取所有臨床數(shù)據(jù)并交予規(guī)則引擎推理,以臨床知識(shí)庫(kù)為基礎(chǔ),通過(guò)接口調(diào)用方式,針對(duì)用戶的需求提供決策信息,實(shí)現(xiàn)臨床決策支持。

    3.2基于非知識(shí)庫(kù)的臨床決策支持系統(tǒng)

    3.2.1急診嚴(yán)重指數(shù)(the Emergency Severity Index,ESI) ESI是一種標(biāo)準(zhǔn)化、可靠且經(jīng)過(guò)驗(yàn)證的5級(jí)分類評(píng)分工具,可根據(jù)患者主訴、相關(guān)病史和生命體征,確定患者疾病的嚴(yán)重程度以及評(píng)估和治療患者所需的資源[32]。Hunter-Zinck等[33]運(yùn)用ESI分析波士頓醫(yī)療系統(tǒng)內(nèi)1個(gè)急診室和2個(gè)緊急護(hù)理中心在56個(gè)月內(nèi)的急診就診情況,利用多標(biāo)簽機(jī)器學(xué)習(xí)技術(shù),開(kāi)發(fā)了病情的預(yù)測(cè)模型,以預(yù)測(cè)急診患者的就診順序。數(shù)據(jù)來(lái)源于電子健康記錄中存儲(chǔ)的數(shù)據(jù),包括患者年齡、性別、生命體征、主訴、視力、上一次的就診記錄、診斷列表、就診時(shí)間、事件發(fā)生地等,并且除了患者主訴外,其余均以結(jié)構(gòu)化文本的形式儲(chǔ)存。系統(tǒng)可將患者主訴通過(guò)自然語(yǔ)言自動(dòng)處理,尋找出非標(biāo)準(zhǔn)化主訴對(duì)應(yīng)的標(biāo)準(zhǔn)化概念,形成可用的就診特征,然后根據(jù)特征將患者分配入匹配的就診順序子集中。應(yīng)用多標(biāo)簽機(jī)器學(xué)習(xí)算法,可利用急診可用的數(shù)據(jù)預(yù)測(cè)急診就診中的就診行為,將節(jié)省訪問(wèn)時(shí)間,保障患者安全。

    3.2.2協(xié)同過(guò)濾算法 協(xié)同過(guò)濾算法是一種基于內(nèi)容的算法執(zhí)行方式,可以從歷史實(shí)踐數(shù)據(jù)中自動(dòng)生成臨床決策,并以訂單推薦的形式出現(xiàn)。Chen等[34]運(yùn)用協(xié)同過(guò)濾推薦算法,從電子病歷中挖掘臨床決策支持?jǐn)?shù)據(jù),創(chuàng)建臨床決策支持系統(tǒng)。電子病歷數(shù)據(jù)從既往住院記錄中提取,包括臨床醫(yī)囑、實(shí)驗(yàn)室結(jié)果和診斷代碼等,以預(yù)測(cè)實(shí)際的實(shí)踐模式和臨床結(jié)果。根據(jù)不同的評(píng)估指標(biāo)該系統(tǒng)可預(yù)測(cè)患者可能發(fā)生的醫(yī)療事件,以及提供具有價(jià)值的分診指導(dǎo)。

    3.2.3貪婪等價(jià)搜索算法(Greedy Equivalence Search Algorithm,GES) GES是一種通過(guò)數(shù)據(jù)歸納出最佳貝葉斯網(wǎng)絡(luò)的常用數(shù)據(jù)分析方法。Klann等[35]利用GES,聚合醫(yī)療記錄系統(tǒng)中的數(shù)百萬(wàn)個(gè)治療事件,從現(xiàn)有醫(yī)療數(shù)據(jù)和當(dāng)?shù)刈罴呀?jīng)驗(yàn)數(shù)據(jù)中收集部分有用的臨床信息,通過(guò)信息之間的關(guān)聯(lián)規(guī)則構(gòu)建臨床決策支持系統(tǒng),在系統(tǒng)中生成針對(duì)具體情況的、按等級(jí)排序的就診名單。此種數(shù)據(jù)分析方法利用現(xiàn)有的醫(yī)療數(shù)據(jù)資源,從中歸納了適合當(dāng)?shù)氐慕y(tǒng)一標(biāo)準(zhǔn)的臨床知識(shí)體系,以提供臨床決策支持。

    3.2.4臨床GPS算法(Clinical GPS,cGPS) cGPS算法基于概率圖形模型或圖形分析,確定一系列參數(shù)中相似數(shù)據(jù)點(diǎn)的程度來(lái)理解大型數(shù)據(jù)集的技術(shù)[36]。cGPS工具聚集并分析這些數(shù)據(jù),然后從一個(gè)圖形結(jié)構(gòu)數(shù)據(jù)庫(kù)中構(gòu)建一個(gè)可能診斷的列表。cGPS數(shù)據(jù)庫(kù)中的數(shù)據(jù)來(lái)源于醫(yī)療記錄數(shù)據(jù)和醫(yī)生自身醫(yī)療經(jīng)驗(yàn)。由cGPS算法構(gòu)建的模型可根據(jù)患者的人口統(tǒng)計(jì)學(xué)特征、體征、癥狀、生命體征、實(shí)驗(yàn)室數(shù)據(jù)、既往病史和藥物治療情況等信息,對(duì)患者疾病嚴(yán)重程度進(jìn)行評(píng)分分類。目前,該工具還未在臨床正式使用,仍需要進(jìn)一步驗(yàn)證其可靠性和準(zhǔn)確性。

    3.2.5其他 其他算法包括邏輯回歸、關(guān)聯(lián)規(guī)則、聚類算法、神經(jīng)網(wǎng)絡(luò)、遺傳算法等[37]。Heldeweg等[38]使用數(shù)據(jù)庫(kù)中的急救數(shù)據(jù),使用單變量分析確定候選變量,通過(guò)多變量邏輯回歸分析方法為急診胸痛患者建立了性能優(yōu)于心肌梗死溶栓治療危險(xiǎn)評(píng)分的心血管危險(xiǎn)評(píng)分分層模型,該模型包括生命體征、心率變異性參數(shù)以及人口統(tǒng)計(jì)學(xué)和心電圖變量,可用于急診科評(píng)估患者病情,為急診胸痛患者分診提供了參考。

    由此可見(jiàn),研究者利用各種算法設(shè)計(jì)分診預(yù)測(cè)模型,但未廣泛應(yīng)用于臨床,數(shù)據(jù)來(lái)源也僅限于部分醫(yī)療數(shù)據(jù),未來(lái)仍需要大量醫(yī)療數(shù)據(jù)的完善和臨床應(yīng)用。

    4 小結(jié)

    智能化臨床支持決策系統(tǒng)不僅可實(shí)現(xiàn)臨床信息共享,提高急診分診準(zhǔn)確率,縮短分診時(shí)間,還可降低危重患者過(guò)檢率、漏檢率,提高患者對(duì)病情分級(jí)、等待分診時(shí)間、等待看診時(shí)間、急診分診的滿意率,有利于改善急診醫(yī)療服務(wù)質(zhì)量,進(jìn)而保障患者安全及預(yù)防不良事件的發(fā)生。臨床決策支持系統(tǒng)減輕了急診分診工作的壓力,在有限的時(shí)間內(nèi)提高分診護(hù)士的工作效率,保證了醫(yī)療服務(wù)的質(zhì)量和患者安全,同時(shí)也提高了患者滿意度。臨床決策支持系統(tǒng)通過(guò)數(shù)據(jù)挖掘技術(shù),充分發(fā)揮了電子病歷大數(shù)據(jù)的作用,是未來(lái)急診分診的必然趨勢(shì)。由于患者患病過(guò)程是復(fù)雜、動(dòng)態(tài)的,臨床決策支持系統(tǒng)結(jié)構(gòu)是固定僵化的,這可能導(dǎo)致護(hù)士分診和系統(tǒng)分診結(jié)果的不一致性。未來(lái)期望建立一個(gè)國(guó)家臨床數(shù)據(jù)中心,實(shí)現(xiàn)數(shù)據(jù)共享,建立具有統(tǒng)一、標(biāo)準(zhǔn)、普適的臨床決策支持系統(tǒng)。

    猜你喜歡
    決策支持系統(tǒng)知識(shí)庫(kù)決策
    護(hù)理臨床決策支持系統(tǒng)的理論基礎(chǔ)
    為可持續(xù)決策提供依據(jù)
    基于TRIZ與知識(shí)庫(kù)的創(chuàng)新模型構(gòu)建及在注塑機(jī)設(shè)計(jì)中的應(yīng)用
    決策為什么失誤了
    臨床決策支持系統(tǒng)應(yīng)用于呼吸疾病的現(xiàn)狀概述
    電務(wù)維修決策支持系統(tǒng)研究
    高速公路信息系統(tǒng)維護(hù)知識(shí)庫(kù)的建立和應(yīng)用
    縣級(jí)防汛輔助決策支持系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    水利信息化(2015年5期)2015-12-21 12:54:40
    基于Drupal發(fā)布學(xué)者知識(shí)庫(kù)關(guān)聯(lián)數(shù)據(jù)的研究
    位置與方向測(cè)試題
    酒泉市| 鄢陵县| 青岛市| 鹤山市| 东海县| 邛崃市| 安多县| 页游| 广宗县| 苍南县| 德昌县| 阿城市| 新乡县| 张家口市| 本溪| 宝鸡市| 珠海市| 名山县| 江山市| 准格尔旗| 庐江县| 陇西县| 确山县| 沈丘县| 垫江县| 鹤峰县| 南溪县| 鲜城| 东丰县| 定远县| 遂宁市| 梧州市| 海兴县| 航空| 锦州市| 渭南市| 广德县| 苏尼特左旗| 电白县| 思南县| 永年县|