【独家】十大新型临床决策支持系统（图）(1)

【HC3i独家翻译】什么技术成就了当前电子健康记录应用的智能化?是临床决策支持(CDS)系统。所以，现在是时候考虑挑选新的CDS供应商了。

是时候重组CDS系统了吗?

CDS是EHR运转良好的关键。EHR、电子处方系统、计算机化医嘱录入系统和药物调配系统都离不开CDS。具体来说，CDS能够帮助医生做出准确诊断，正确回答问题，并在整个治疗和处理过程中测试初步的临床决策，防止医疗过错的发生，同时也能够在错误发生之后及时制止。

第1期EHR规范化使用标准允许技术产品纳入医疗保险和医疗补助的报销范围，只是在已经推出的五项要求的基础上新加了一项标准。第2期相关标准或许会在2014年推出，届时可能会颁布至少五项规定。不难看出，美国政府非常希望CDS能够融入EHR，成为其重要组成部分。

KLAS 集团已经揭示了CDS的五大要素: 医嘱模式、多参数转化、护理计划、参考内容和药物信息数据库。不同的供应商采用不同的技术生产自己的CDS产品，但是他们都有一个共同点：拥有一个非常专业的临床知识体系来充分保证患者安全。下面我们将逐个谈论10大CDS开发供应商。如果你现有的CDS不能够提供令人满意的临床服务，那么你可以根据下面的介绍做出新的明智选择了。

Archimedes Model

CDS系统Archimedes IndiGO以“个体化指导和决策”为目标，是由Archimedes Model设计推出的商业产品。它的CDS系统具有充分科学依据，是由Kaiser Permanente 数学医师及Archimedes创始人David Eddy博士开发完成的。他们通过数学方程式对临床、诊治和生理学资料进行分析，然后根据分析结果设计出一个计算机模型，生成诊治方案和人体生理标准。

本项技术由Robert Wood Johnson基金会在2007年提供资金支持，共历时5年，花费总资金达1560万美元。为了真正实现“个体化指导”的目标，IndiGO 采用30多种不同变量来分析患者个人的具体信息。这些变量具体包括高危致病因素、既往病史、治疗信息，有条件的话，还包括提示不同疾病的生物标记物。个体化指南也会自动分析其推荐的治疗是否超出医保报销范围，达到帮助控制医疗费用的目的。

IndiGO还与HER及疾病登记处开展合作，并采纳这些数据库的信息以发现危险人群并就如何预防发病提供建议。不仅如此，这个CDS系统还能汇总病人的具体治疗方案，帮助完善疾病统一管理。总部设在旧金山的Archimedes集团称，这将是医生们迫切需要的CDS系统，因为设计者已经加入责任医疗机构并采用患者为中心的居家医疗模式。

Autonomy医疗

Autonomy 医疗集团起源于英国剑桥大学，现在是Hewlett-Packard的附属公司，它主要通过主攻疾病诊断方面来开发CDS系统，这与常见的以提供治疗和用药决策为主的CDS开发策略不同。

Autonomy已经面世的CDS产品—Auminence，依靠一个“实用医疗”的平台，对病人病史、现有症状和医生获得信息等临床资料进行分析。该系统在临床所提供的患者资料中，寻找与之对应的可能疾病类型，并列出各类型发生的统计概率。它还能作出鉴别诊断，以帮助医生确诊疾病。所有分析结果以操作盘形式呈现。

有意思的是，Autonomy任命Joseph Britto博士作为医疗技术主管，要知道他曾经在同样是诊断决策支持系统开发公司的Isabel医疗集团(下文详述)任职。Britto博士在2010年推出了 Auminence。(Britto也从此成为独立的临床信息学咨询顾问。)

DiagnosisOne

DiagnosisOne主力打造了一个名为“智能路径”的临床应用平台，该平台主要覆盖的CDS的要素包括医嘱模式、分析学和公共医疗记录与监管项目，同时它是由Microsoft、Oracle和Red Hat三方软件组合而成的。此CDS智能咨询模块可以浏览所有病人信息，发现诊疗漏洞，而有效治疗方案是其开发重点。

DiagnosisOne智能咨询操作板与EHR相仿，能够在医生录入诊断信息后及时更新患者信息。这个系统作用主要是提高医生工作效率，并使之符合有意义使用的各项要求，比如CDS、患者教育和医疗信息交换等。该公司总部位于马萨诸塞州洛厄尔市。

DXplain

波士顿市马萨诸塞州综合医院计算机科学实验室是DXplain的发源地，它从1986年就投入使用，并在1987年实现全美通行。经历了这些年的发展壮大，它的知识体系已经从最初的大约500个病种扩大到现在的2,400个，还有5,000个临床新发现和 230,000个资料点。至今这个系统还在美国医院中普遍应用。

在这个诊断支持系统中，当用户将信息输入文本框后，系统就会充分利用这些信息，在它的知识库中寻找可靠的医疗证据及同义词，改正拼写错误，从而扩大搜索范围、寻找匹配项。最后，Dxplain就可以根据患者的症状、体格检查、检验结果和其他诸多因子列出各种可能诊断。临床医生可以点击“重点关注”键来突出某些重要信息以得到正确诊断。