[硕士论文精品]基于his的临床决策支持系统的构建研究

目录中文摘要IABSTRACTI前言11理论基础111HIS112CDSS12决策支持系统概述221决策支持系统的种类222临床决策支持系统框架体系3221数据挖掘和数据仓库3222对于CDSS的应用523传统CDSS的不足53基于HIS的CDSS的构建研究531HIS下决策支持系统的方案设计6311主题抽取和确定6312数据粒度6313样本数据库的建立7314建立数据模型7315数据获取与集成832临床决策支持系统的功能需求8321CDSS系统开发模块设想8322建立CDSS应用94小结150参考文献150致谢151CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文I基于HIS的临床决策支持系统的构建研究信息管理与信息系统专业亓希军指导教师王倩飞摘要为了进一步发挥医院信息系统（HOSPITALINFORMATIONSYSTEM，HIS对医院的管理决策作用，本文分别利用个案研究、文献研究、访谈、实验法等基本研究方法，提出基于HIS的临床决策支持系统（CLINICALDECISIONSUPPORTSYSTEM，CDSS的构建。本文分别介绍了HIS与CDSS的基本概念、决策支持系统的种类、CDSS的框架体系、传统CDSS的不足以及研究CDSS所运用的知识。并分别就数据仓库的定义、体系结构、设计方法进行论述。最后重点分析基于HIS的CDSS的构建研究以及基于HIS的CDSS的功能要求。使医院信息系统中的数据得到充分利用，为完善临床决策支持系统的功能打下基础。希望通过本文能呼吁国内医疗机构在开发临床信息处理系统时重视对临床决策支持系统的开发。关键词CDSS；HIS；决策支持；数据仓库ABSTRACTTOFURTHERDEVELOPTHEHOSPITALINFORMATIONSYSTEMHISWITHTHEHOSPITALSMANAGEMENTDECISIONMAKINGROLE,THEPAPERTHEUSEOFCASESTUDIES,LITERATURERESEARCH,INTERVIEWS,EXPERIMENTSANDOTHERBASICRESEARCHMETHODS,HISBASEDONTHECLINICALDECISIONSUPPORTSYSTEMCDSSCONSTRUCTIONTHISPAPERDESCRIBESTHEHISCDSSWITHTHEBASICCONCEPTS,DECISIONSUPPORTSYSTEMTYPES,CDSSFRAMEWORKOFTHESYSTEM,THESHORTCOMINGSOFTRADITIONALCDSSANDRESEARCHCDSSAPPLIEDKNOWLEDGEANDTHEDATAWAREHOUSEONTHEDEFINITION,ARCHITECTURE,DESIGNMETHODSBASEDONTHEANALYSISOFTHEFINALFOCUSCDSSHISCONSTRUCTIONOFTHERESEARCHANDBASEDONHISCDSSTHEFUNCTIONALREQUIREMENTSCREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文IIHOSPITALINFORMATIONSYSTEMDATATOBEFULLYUTILIZEDTOIMPROVETHECLINICALDECISIONSUPPORTSYSTEMLAYTHEFOUNDATIONFORTHEFUNCTIONTHISPAPERHOPESTOAPPEALTOTHEDOMESTICMEDICALINSTITUTIONSINTHEDEVELOPMENTOFCLINICALINFORMATIONPROCESSINGSYSTEMSTOTHECLINICALDECISIONSUPPORTSYSTEMOPENEDFATKEYWORDSCDSS；DECISIONSUPPORT；HIS；DATAWAREHOUSE中图分类号R197324文献标识码BCREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文1前言随着信息技术在各行业的普遍应用，越来越多的医院决策层认识到医院信息化建设的重要性，近年，随着数据挖掘技术在医药信息行业的深入应用，医院信息化面临着新的课题如何整合现有医院的数字化资源；如何发挥现有信息化资源的优势；如何将这些花费高昂代价收集的数据转化为临床工作所需要的信息为医生提供临床决策支持。建立在各种大、中大型数据库之上如ORACL、SQLSERVER等的HIS的应用是面向联机事务处理ONLINETRANSACTIONPROCESS，简称OLTP，以处理日常事物为主要目的的数据的价值仅仅体现在保证完成每个具体的业务，其真正含义并没有引起人们足够的重视。HIS应用的同时新的问题开始应运而生一方面，历史性数据开始出现，对大量历史数据的管理迫在眉睫另一方面，医院决策者己经不只满足于单纯的医疗业务流程自动化如查询、维护等，而希望能够更好地汇总、分析医院多年来积累的庞大的医疗数据、经济数据等数据资源，并从中挖掘出相关的内在规律，以便更好地支持决策。因此建立HIS下的临床决策支持系统势在必行。1理论基础为了更加详细的阐述基于HIS的CDSS的构建研究，先从HIS与CDSS的概念谈起。11HIS根据医院信息化标准的定义，医院信息管理系统HOSPITALINFORMATIONSYSTEM，HIS的定义是指利用计算机软、硬件技术，网络通信技术等现代化手段，对医院及其所各属部门的人流、物流、财流进行综合管理，对医疗活动各阶段中产生的数据进行采集、存储、处理、提取、传输、汇总、加工生成各种信息，从而为医院的整体活动进行提供全面的、自动化的管理及各种服务的信息系统。12CDSSCDSS是医学知识工程和人工智能研究中非常活跃的分支，是人工智能在医学中的应用，运用专家系统的设计原理与方法，模拟医学专家诊断、治疗疾病的思维过程编制的计算机程序，它可以帮助医生解决复杂的医学问题，作为医生诊断、CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER2治疗以及预后的辅助工具，同时也有助于医学专家宝贵理论和丰富临床经验的保存、整理和传播。研究医疗决策支持系统的目的是帮助医务人员进行医疗决策。医学所涉及的医疗、教学、科研、管理等各方面，都有大量的决策问题存在。其中，医疗诊断和治疗措施决策是最大量的工作1。计算机临床决策支持系统CDSS是指为提高临床决策水平而设计的计算机信息系统，它根据计算机化的知识库为特定的病患提供特定的决策建议。2决策支持系统概述21决策支持系统的种类根据应用领域的不同，CDSS可以划分为大规模系统与高度集中型系统。大规模系统覆盖了很多专业医学领域的许多问题，目前这类系统较少。高度集中型的系统主要针对具体专业医学领域的某种疾病比如妊娠糖尿病或某类疾病进行辅助诊断，这类系统较多。如，英国普利茅斯医学院研究生院妇产科KEITH等开发的智能胎心率与宫缩描记图CARDIOTCEOGRAPHY，CTG决策支持系统2。与集中型CDSS相比较，开发大规模CDSS相对困难，并且维护复杂、费用高，这也是一些大规模系统在开发后并没有得到广泛应用的原因。这些系统在临床上已得到了较长时间的应用，同时对开发大规模CDSS具有重要影响。多数CDSS采用了基于规则的系统方法。对以上系统诊断能力的比较和评估已经进行了大量的研究。造成大规模型CDSS没有长时间广泛应用的原因很多，在此着重指出有第一，部分开发CDSS的开发者缺少对临床的了解，因此开发的CDSS不能满足医生的需求。第二，知识获取和表示的问题。人体是个复杂的系统，通过简单的模型进行知识表达，往往造成系统过于简单化、机械化。多数知识来源于特定领域的专家，而不同专家对同一问题的看法不同，同一专家第二次遇到同样问题时的处理对策和第一次并不完全相同。另外，医学实践主要依赖于经验，虽然理想的情形是根据科学数据实施治疗，但实际上很多决策是在没有科学数据的情况下做出的，必须在当时的环境中才能理解所做出的医学决策。第三，决策支持系统开发的技术向题。很多问题表面看来有完善的解决办法，但一用到错综复杂的现实中便失灵。比如推理模CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文3型，绝大多数临床决策支持系统推理策略都基于流程图、概率论或认知模型。基于流程图的方法可以很好解决简单问题，但问题稍复杂就使流程图变得难以处理，而复杂问题正是临床医生常常遇到的问题。要解决这种复杂问题就得需要临床决策支持系统的框架体系来寻找答案。22临床决策支持系统框架体系221数据挖掘和数据仓库大量的数据被描述为NULL数据丰富，信息贫乏NULL，数据和信息之间系统的开发工具NULL数据挖掘技术应运而生。什么是数据挖掘DM，简单地说，就是从大量的数据中提取或NULL挖掘NULL知识，也有人称之为知识发现KDD，事实上，数据挖掘只是知识发现中的一个基本步骤。广义上说，数据挖掘是从存在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣的知识的过程。典型的数据挖掘系统结构,见图1。数据仓库就是支持管理决策过程的、面向主题的、集成的、稳定的、不同时间的数据集合。数据仓库通过数据清理、数据变换、数据集成、数据装入和定期数据刷新来构造。它结合应用了数据库、统计分析和人工智能等多门技术，提供了最佳的解决方案，再辅助以联机分析处理OLAP和数据挖掘DM技术，同时加上日趋完善的高性能数据库服务器、并行数据库技术，构成了决策支持系统的基本框架，见图2。数据库数据仓库过滤图1典型的数据挖掘系统结构清理变换输入外部数据源数据仓库数据集市图2典型的决策支持系统基本框架查询和分析工具客户客户数据库或数据仓库服务数据挖掘引擎模式评估知识库图形拥护界面CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文4数据仓库系统DATAWAREHOUSESYSTEMDWS是由可操作的外部数据源，一个或多个数据库和一个或多个数据分析工具组成。数据仓库的构架由三部分组成数据源、数据源转换/装载形成新数据库、联机分析处理。数据源包括操作性的数据库系统和外部数据，为数据仓库提供原始数据外部数据是由非事务型系统产生来自于象医疗市场调查报告、医学图象资料及各种文档之类数据资料。数据源转换/装载形成新数据库就是仓库管理在确定数据仓库信息需求后，首先进行数据建模，然后确定从源数据到数据仓库的数据抽取、清理和转换过程，最后划分维数及确定数据仓库的物理存储结构。源数据是数据仓库的核心，用于存储数据模型和定义数据结构、转换规划、仓库结构、控制信息等。仓库管理包括对数据的安全、归档、备份、维护、恢复等工作，这些工作需要利用数据库管理系统DBMS的功能。联机分析处理是针对特定问题的联机数据访问和分析。通过对信息的多种可能的观察形式进行快速、稳定、一致和交互性的存取，允许管理决策人员对数据进行深入观察，以实现决策支持系统的各种要求。OLAP的目标是满足决策支持或多维环境特定的查询和报表需求，它的技术核心是NULL维NULL这个概念，因此OLAP也可以说是多维数据分析工具的集合。如医院门诊部最关心门诊流量数据随时间推移而产生的变化情况，这时它是从时间角度来观察门诊挂号流量，时间就是一个维时间维。门诊部还常常了解不同门诊科室的就诊病人流量分布情况，这时从地理分布的角度来观察产品的销售，地理分布也是一个维地理维。多维数据分析是指对以多维式组织起来的数据采取多种分析动作，进行数据分析，以便用户最终能从多个角度、多个侧面观察数据库中的数据，从而深入了解包含在数据中的信息、内涵3。数据挖掘是决策支持的一个过程，是决策支持的重要组成部分，是数据分析的发现模式，它主要基于人工智能，机器学习，统计学等技术，高度自动化地分析企业原有数据，从而发拥出意料之外的或未知的关系、模式和联系、客户的行为，从而生成新的信息和知识，帮助企业决策者做出正确的决策。数据挖掘利用人工智能AI中的一些成熟的算法和技术作为发现知识的方法，如人工神经网络、遗传算法、决策树、邻近搜索算法、规则推理等，利用关联分析、序列模式分析、分类分析、聚类分析作为数据挖掘的分析方法。CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文5222对于CDSS的应用数据仓库是一种管理技术，它将分布在网络中不同站点的应用数据集成到一起，为决策者提供各种类型的、有效的数据分析，起到决策支持的作用。随着数据技术和联机分析处理技术的出现，使决策支持系统的发展上了一个层次，为决策支持开辟了一条途径。数据仓库能够实现对决策主题数据的存储和综合，联机分析处理实现多维数据分析，数据挖掘用于挖掘一般数据库和数据仓库中的知识，模型库实现多个广义模型的组合辅助决策，专家系统利用知识合理推理进行定性分析，它们集成的综合决策支持系统将相互补充，相互依赖，发挥各自的辅助决策优势，实现更有效的辅助决策。数据仓库的使用分三大类提高数据分析速度和灵活性为访问和综合大量数据提供集成基础促进或再创造商业过程。利用数据仓库建立的应用系统，在激烈的医疗市场竞争中，为医院领导者的决策支持起到了明显的作用4。目前，把数据仓库，联机分析处理，数据开采模型库结合起来，形成综合决策支持系统，是更高形式的决策支持系统，这种应用系统是一种新形式的决策支持系统。系统利用数据仓库的优势弥补了以往决策支持系统的不足，从而使现行系统中的数据资源得到充分利用，非技术管理人员和一般用户能方便地对来自多数据库的信息进行自由访问和分析，使企业分析工作和决策过程得到很好的支持，从而拓展了决策支持系统的应用领域和应用范围。但要把决策支持系统做好必须要清楚的认识到传统决策支持系统的不足，在此基础上我们加以完善。23传统CDSS的不足（1）传统临床决策支持系统主要针对某种疾病，或者某个系统的疾病，而且这些系统的知识库都是通过医学专家的经验积累或者由文献资料归纳总结形成，并不是基于医院信息系统之上，无法与HIS数据共享，系统不具有很好的学习和知识自动更新功能。（2）传统CDSS主要是以功能模拟为特色的人工智能，虽然传统CDSS的研究取得了进展，并在医学领域得到了有效的应用但没有像预料那样乐观。基于功能模拟的专家诊断系统知识获取瓶颈问题一直困扰着人们，问题求解的规模与灵活性、人机交互能力和系统的可扩展性等方面部受到限制。（3）以往开发的医疗决策支持系统，大多是在疾病的分类与症状之间、病症与治疗方法之间建立某种数学映射模型，试图以计算机系统来代替医学专家的CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文6作用，但这实际上是有很大的阻力，因为临床医师面对的不是抽象的一般性问题，而是个体差异很大的问题。把诊疗过程简单化、机械化，仅以医学知识的表示和推理为核心，是难以帮助医师对临床复杂病情进行分析和思考的，甚至有可能将其引导到错误的思路上。所以我们应以此为依据进行HIS下决策支持系统的研究5。3基于HIS的CDSS的构建研究医院决策者己经不只满足于单纯的医疗业务流程自动化如查询、维护等，而希望能够更好地汇总、分析医院多年来积累的庞大的医疗数据、经济数据等数据资源，并从中挖掘出相关的内在规律，以便更好地支持决策。而这种功能的要求需要从其设计设想与DSS的功能需要着手6。31HIS下决策支持系统的方案设计数据仓库是体系结构设计环境的核心，是决策支持系统CDSS处理的基础。因为在数据仓库中只有单一集成的数据资源，而且数据是可访问的，所以与传统数据环境相比，在数据仓库环境中进行数据分析将要容易得多。311主题抽取和确定数据仓库中数据的组织是面向主题的。它是在较高层次上对分析对象的数据的一个完整的、一致的描述，能完整、统一地刻画各个分析对象所涉及的各项数据以及数据之间的关系。可以说，主题定义的过程就是数据仓库模型建立的过程。从医学领域来讲，基于主体的划分领域应该为病种、诊断方法、治疗方案、诊治费用等。而基于具体应用的划分就应该是门诊划价、医嘱处理、住院管理、器材物资管理等。也有人将主体确定为患者、药品、门诊、检验等。基于具体应用的划分就应该是患者基本信息、患者住院信息、药品管理使用信息、检验检查信息等。确定不同的主题，会导致数据仓库建立的不一致性。医学信息的多主题特性是它区分其它领域数据的最显著特征，这种多属性模式并存加大了医学数据挖掘的难度7。312数据粒度粒度问题是设计数据仓库的一个最重要方面。粒度是指数据仓库的数据单位CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文7中保存数据的细化或综合程度的级别。细化程度越高，粒度级就越小相反，细化程度越低，粒度级就越大。数据的粒度一直是一个设计问题，因为它深深地影响存放在数据仓库中的数据量的大小，同时影响数据仓库所能回答的查询类型。在数据仓库中的数据量大小与查询的详细程度之间要做出权衡。例如2002年5月6日11时心血管内科医生李强给哪位患者做了检查在低粒度级上，这个问题是可以回答的，虽然这种回答将花费大量资源去查阅大量的记录，但是结果最终总是可以确定的。然而，在高粒度级上就无法明确地回答这个问题。再如2002年心血管内科医生李强给多少位患者做了检查在一个CDSS环境中这种查询类型是非常常见的。当然，它既可以在高粒度级上也可以在低粒度级上得到回答。但在回答这个问题时，在不同的粒度级上所使用的资源具有相当大的差异。在低粒度级上回答这个问题需要查询每一个记录，所以需要大量的资源来回答这个问题。但在高粒度级上，数据进行了很大的压缩，而且能够提供一个答案。如果在高粒度级上包括了足够的细节，则使用高粒度级数据的效率将会高得多。在设计和构造数据仓库之初就必须仔细考虑这种权衡8。313样本数据库的建立样本数据库是数据仓库的一种有趣的、混杂的形式，它只是真实档案数据或轻度综合数据的子集。样本数据库是用于查询的非常有效的形式但不能用于一般目的的分析一只能用于统计分析。样本数据库的最大好处是存取效率非常高，通过它可以大幅度地提高CDSS的分析效率。314建立数据模型数据模型既适用于现存系统环境也适用于数据仓库中环境，有三个层次的数据建模高层建模ERD，实体关系层，中间层建模DIS，数据项集，底层建模物理层。高层建模的特点是实体和关系，实体是否属于模型的范围由所谓的NULL集成范围NULL来决定的，集成范围定义了数据模型的边界，而且集成范围需要在建模之前进行定义。这个范围由系统的建模者、管理人员和最终用户共同决定。高层数据模型建好后，下一步就是建中间层模型DIS。对高层模型中标识的每个主要的主题域，或实体，都要建一个中间层模型，某个主要主题域的中间层数据模型扩展后，这个中间层模型逐渐增大，而此时模型的其他部分仍然保持不变。模CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文8型的第三个构造是连接件。它将数据从一个组到另一个组联系起来。模型的第四个构造是数据的NULL类型NULL。这四个数据模型构造用来标识数据模型中的数据属性和属性间的关系。物理数据模型是由中间层数据模型创建的，它只是通过包含键码和模型的物理特性来扩展中间层数据模型而得到的。这时，物理数据模型看上去像一系列表，这些表有时称作关系表。数据仓库设计者的工作是要物理地组织好数据，以便返回最大数量的记录，这些数据是执行物理1/O时产生的。数据仓库最好是反复建造，其结果将产生内聚的、高度和谐的整体。可以使用如SYBASE的POWERDESIGNER建模工具定义数据仓库的模式和视图、描述数据源、定义数据仓库与数据源的对应关系。315数据获取与集成在数据仓库的逻辑模型和物理模型建立后，紧接着是建立数据仓库与传统数据库之间的接口，即将操作型环境下的数据装载进入数据仓库环境，这是一个所需数据的抽取与不同环境或异构数据库的集成的过程。它完成了由操作型环境生成完整数据、基于时间的数据转换、数据的凝聚、异构数据库的集成以及数据的时标设定等任务。接口设计可以选择合适的软件开发平台如PB,VC，VB，DELPHI等设计数据提取与集成的接口程序，完成数据的装入以及异构数据库的访问等任务，达到数据获取与集成的目的。目前，市场上有许多的数据仓库解决方案和产品，如MICROSOFT，SYBASE，IBM，IMFORMIX，ORACLE等公司都有相应的产品可供选择9。32临床决策支持系统的功能需求321CDSS系统开发模块设想CDSS系统模块应分为三大部分1管理控制分析管理控制分析包括医疗质量分析、医疗效益分析、医疗费用分析、医务人员工作效率分析等。如处方开药和临床用药分析是针对门诊医生的处方开药和临床医生给患者的用药情况的分析，帮助医院决策层或管理层了解有以下内容从药物的用法针对医生所处理的病例开出的处方和用药的合理性；从数据仓库中获得的针对某类病例用药方法除新特药品外判断医生用药的合理性；判断医生在对单个或多个患者治疗中药品的使用上是否符合合理的消费比例；利用数据挖掘技术中的聚类和孤立点等分析方法分析医生用药的不CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文9合理性和其他目的；按病种计算医生乃至全院药品使用量来指导药剂科管理药品库存和进货属于管理预测分析。2管理预测分析管理预测分析包括医院经济效益预测、医疗需求预测医务人员需求量、药品物资设备投入量等、医院中长期发展战略预测、医院技术进步预测等。例如医院五年规划目标的制定需要根据医院当前的医疗水平和医疗市场的环境等多方面因素确定，可以通过对近几年的数据分析获得今后一年或几年内门诊就诊量和收容人数变化的预测，进一步推算出医院的收益情况，同时提示医疗设施、医疗设备、科室和人才建设等一系列的增长需求。3工作人员绩效分析。此类分析问题可以借鉴企业资源管理ERP中有关人员绩效管理的方式。绩效考评是一种正式的员工评估制度，它是通过系统的方法、原理来评定和测量员工在职务上的工作行为和工作效果。绩效考评是管理者与员工之间的一项管理沟通活动。考评的结果可以直接影响到薪酬调整、奖金发放及职务升降等诸多员工的切身利益。考评的内容包括结果评估和价值评估两部分。当然，这种评估制度也是适宜于医院管理使用。例如对医生进行绩效分析首先将全院医生分成五类门诊、住院、辅诊、手术、其他如管理医生，再根据工作性质的不同按照工作数量指标、工作质量指标、效率指标、效益指标、业务素质指标、科研成绩指标等制定出不同的标准，并附上合理的权重和分值，转换成评估等级，结果评估等级如下结果远超过所定目标分值为A结果部分超过所定目标分值为B结果全部达到所定目标分值为C结果部分达到所定目标分值为D结果未达到所定目标分值为E未在现工作岗位一请假等分值为I接受培训分值为T。价值观评估具有以下六个价值观尊重个人正直不阿相互信任诚信可靠不断进取认可及庆祝。同样A，B，C等级进行评估。最后由系统汇总成考评分完成考评。251医院与沈阳金网合作开发的NULL临床医生绩效系统NULL在这方面做了很好的尝试10。322建立CDSS应用数据装入仓库后，利用联机分析处理OLAP为进一步开发决策支持系统CDSS准备了充分的数据资源。选择合适的软件开发平台如PB，VC，VB，DELPHI等设计CDSS的软件原型系统，利用CDSS的原型系统开展系统研究和应用研究，通过研究可以达到以下目的启发医院的决策和管理人员，为拓展和完善CDSS的功能积累经验，培养医院管理层和工程技术人员，如知识和技术方面的准备。CREATEPDFWITHGO2PDFFORFREE,IFYOUWISHTOREMOVETHISLINE,CLICKHERETOBUYVIRTUALPDFPRINTER济宁医学院信息科学技术系信息管理与信息系统专业毕业论文10因此在建设初期在条件教好的医院可以先建立单个主题或主题数较少的原型系统，尤其是医院决策层比较关心的急需解决的焦点问题，在此基础上逐步完善和提高系统的功能，尽快地投入到实际应用中去，为医院的发展提供强有力的支持，但是切忌追求大而全11。4小结当医院信息系统发展到一定阶段，完成针对业务功能上的应用后，基于HIS的临床决策支持医院信息建设的下一代目标，这将对提高医疗水平、促进医学科学的发展、充分发挥数字化医院的效能具有重要的作用，体现先进的计算机技术和现代医疗科研的完美结合。目前，虽然逻辑推理的算法很多，但是由于医学的复杂性和不确定性因素较多，高智能、高集成的CDSS目前尚未实现，特别是医学知识库的建立更是一项复杂的系统工程，需要广大医学信息工作者继续共同奋斗实现。并且开发医