分级诊疗下的CDSS大有可为丨博为临床决策支持系统提升基层医生诊疗水平，助力分级诊疗

一直以来，中国作为全球人口最多的国家，三甲医院人满为患，优质医生资源供不应求，医疗资源短缺与医疗资源配置不匀的问题一直没有得到很好地解决。

国家陆续出台医疗信息化、智能医疗、智慧医院等相关政策，提出提升医疗信息化水平，通过人工智能、大数据等新兴信息技术手段，提升医疗服务能力和质量等的相关要求。同时，对基层医疗给予大力支持，陆续发布了分级诊疗、医联体、全科医生培养等相关政策，旨在提高基层医疗机构诊疗水平、提升基层医务人员能力水平，协助基层医疗机构深度转型。

据统计，目前临床疾病高达3万种左右，常见病也有3000余种，且疾病数量每年递增，呈现疾病多样性、体征多样性、药物多样性的发展趋势。

通常，科学的临床决策要求临床医生具备多学科、多领域的医学知识，但现实是全科医生数量严重不足，大多数基层医生缺乏受限于专业水平、临床经验等因素，诊断时往往只能从自己专业出发，无法从其他专业全面考虑，这样就容易出现漏诊、误诊，这种情况在基层医疗机构更明显。

对基层医疗机构来说，培养一名全科医生大约需要5到10年，面对全科医生缺乏、全科医生培养周期长、留住人才难等问题，通过应用CDSS成为当下基层医疗建设需重点考虑的问题，利用先进人工智能、大数据等技术辅助人脑做知识存储和快速检索，在迅速提升基层医生诊疗水平上非常明显，不仅能加速全科医生培训进程，还能减少基层医疗的误诊、漏诊以及医患纠纷等问题。

博为临床决策支持系统（CDSS），作为一种与人工智能、医疗信息化有着紧密联系的产品，就像为临床医生配备了一个AI智能助手。

系统通过对海量典籍、临床指南、药典及三甲医院优质病历的机器学习，基于NLP、知识图谱、神经网络等AI技术，在临床诊疗行为中实时分析患者各种病历数据，紧密贴合临床行为，通过诊中干预，为医生提供临床诊断辅助、治疗方案推荐、异常提醒和高危高风险警示，在临床各环节辅助医生提高诊疗质量。

如系统根据患者年龄、性别、诊断、主诉、病史等进行辅助诊断推荐，以及对治疗过程中执行的检验、检查、手术、用药等项目的合理性提示；根据患者诊断、检验结果推荐后续检查、治疗方案等，实现诊前决策、诊中支持、诊后评价，具备辅助医生临床诊断决策、提升诊疗水平的实际功用。

在基层医疗机构引入CDSS系统辅助医生诊疗决策，能在一定程度上弥补医生专业水平不足的现状，提升其诊疗水平，从而加快培训进度，缩短医生培养周期。同时，CDSS可以帮助基层建立标准化、规范化的医疗路径，帮助基层医生避免一些常见病的误诊、漏诊，对于其进行科学转诊也大有裨益，在提高基层医疗服务水平与质量的同时，更好地推进落实分级诊疗。

目前，临床决策支持系统已成为当前医院信息化建设的热点，而更好地服务于基层医生，提升基层医疗机构的诊疗水平。