决策支持系统(DSS，Decision Support System)是指通过人机对话，向决策者提供信息，协助决策者发现和分析问题，探索、评价、预测和选择方案，以提高决策有效性的信息系统。临床决策支持系统(CDSS，ClinicalDecision Support System)是决策支持系统的一个分支，是指能够给临床工作者、患者或个体提供知识或统计信息，并可以自动选择适当的时机，智能地过滤或表示这些信息，以促进临床决策，减少人为的医疗错误，更好的提高医疗质量和患者安全。

国内有很多研究医学知识库的医学研究机构和院校，开发了中医知识库、药学知识库和临床知识库，但是把知识库和信息系统整合到一起，提供决策支持的信息系统还非常少见。目前市场上的用药决策支持只有单纯的合理用药系统、处方点评等。HIMSS 提到临床决策支持(CDS)作为一个独立的系统，从2010年到2012年的市场占有呈逐年上升的趋势(参见拙作《HIMSS 电子病历发展报告》)典型的企业有EPIC，。。。。

宏观来看，临床决策支持系统分为三个核心部分：人机交互、逻辑推理、知识库。人机交互是系统与用户之间数据的输入和输出部分的操作界面，系统根据手工输入或者从其他系统获得的条件进行判断，从知识库中抽取对应的相关词条或句子显示出来。决策支持系统与医生的工作流程相融合，医生可在工作流程中迅速获得决策支持，可在完全不干预的情况下自动提示，并与电子病历等临床信息系统紧密融合;逻辑推理是利用决策树的原理，对重要关键词语进行判断，把结果与知识库中的关键词进行匹配，等同于一个小型搜索引擎;知识库是临床相关知识的总集，源自权威出版物，并进行结构化处理，按照药品、诊疗指南、专科进行分类整理。按照医疗流程临床决策支持的内容可以分为辅助诊断、辅助诊、疗辅助用药等。辅助诊断的输入数据是患者的主诉和临床观测数据，以及一些检验和检查结果，根据这些结果，知识库给出建议的诊断和依据。辅助用药则根据诊断的结果给出用药参考及禁忌。辅助诊疗则根据诊断从诊疗指南知识库中自动提取治疗方案，辅助临床人员参考。

临床知识表达模型是以计算机可读的文本形式将临床实践指南规范化。目前国际上研究较多的临床指南知识表达模型有近20种。CDSS系统按照SAGE模型进行开发，采用事件驱动方式，与临床工作流结合，强调在适当的时机提供适当的临床决策支持。

逻辑推理是指基于知识推理的计算机实现，即在推理过程中解释和执行用某种语言表示的一系列推理规则。推理机负责控制、协调整个专家系统，并根据当前输入的数据，利用知识库中的知识，按照一定的推理策略，给出判断结果。推理的工作是严格按照形式化的逻辑规则来进行的，它根据输入信息在知识库中进行查找、匹配等活动，并选择适用的知识(一条或多条)展现或执行。推理机的目标是模拟医学专家进行工作，人有多种思维方式，相应也有多种推理方式，可以分为演绎推理、归纳推理、默认推理、确定性推理、不确定性推理、单调推理、非单调推理、启发式推理、非启发式推理等。临床决策支持系统中常用到的是正向推理和反向推理、确定性推理和不确定性推理。

临床知识库的内容首先需要具有权威性，如卫生部颁发的《疾病诊断标准》、《国家基本药物处方集》、中华医学会编写的《临床诊疗指南》、中医科学院编写的《中华本草》等，然后，对其中的内容进行文本化处理，让计算机可以读懂。最后，建立关键词及全文检索系统，让计算机可以找到。

临床知识库的内容积累可以从重点疾病、重点专科开始，聚沙成塔、集腋成裘。同时需要考虑到，在互联网时代，知识的获得和更新比以往更简单更容易，使知识库的内容通过互联网不断的进行升级，同时，知识库通过自我学习的能力，可以记住大多数人的选择而提高检索命中率。

举例说明：医生在需要临床决策支持辅助诊断上呼吸道感染时，点击医护工作站主界面工具栏上的决策按钮，基于知识库的临床决策支持系统启动，自动查询医护工作站中患者主诉等信息，并根据临床指南规定的临床指标和疾病的对应关系，用蓝色显示患者可能患有的疾病。病因可能含有：受凉、淋雨、过度疲劳等字样，主诉可能含有：畏寒、寒战、发热、浑身酸痛、鼻塞流涕、头痛头晕、咽痛等字样，为了进一步确诊疾病，临床决策支持系统将自动获取更详细的患者的病史、体检和检验信息，如血常规白细胞计数多为正常或偏低、淋巴细胞比例增高、病毒及病毒抗原阳性等指标。对于系统暂时不能自动获得的临床信息，还需要医生手工补充。最后，基于患者临床数据信息和临床指南，通过自动化推理技术，得到上呼吸道感染的诊断结论和诊断依据。