第1页
 参见附件。

  基于大数据的临床决策支持系统总体架构分为支撑层、大数据分析层、应用层。支撑层由临床数据中心和临床知识库构成，应用层包括重复检验检查提示、治疗安全警示、药物过敏警示、疗效评估、智能分析诊疗方案、预测病情进展等一系列智能的人机互动的应用。该系统的建立有利于为疾病的诊断和治疗提供科学的决策，提高医疗卫生质量和效率。

 随着物联网和移动互联网在医疗卫生领域的广泛应用，医疗卫生信息的数字化程度大幅度提高；同时，电子病历的大量应用，以及医疗设备和仪器的数字化，使得医疗数据库的信息容量不断地膨胀。这些宝贵的医疗信息资源对于疾病的诊断、治疗和医疗研究具有巨大价值。

 如何利用这些海量的信息资源来为疾病的诊断和治疗提供科学的决策，总结各种医疗方案疗效，更好地服务于临床医疗的决策，已经成为医疗卫生领域的关注热点。

 医疗大数据是指以创新方式(技术、工程和科学)对人类医疗和健康相关数据进行获取、存储、搜索、共享、分析和呈现后的信息资产。其目的是对数据进行拓展、整合和优化，对数据的行为进行可控化、规则化和智能化，从而获得更强的决策力和洞察力，服务于医疗与健康产业。

 按照美国医学信息学会AMIA的界定，临床决策支持系统(Clinical Decision Support System，CDSS)为医务工作者、患者或任何个人提供知识、特定个体或人群信息，在恰当的时间，智能化的过滤和表达信息，为的是提供更好的健康、诊疗和公共卫生服务。

 基于大数据的临床决策支持系统的设计思路

 遵循“在正确的时间、对于正确的人、提供正确的信息”的设计理念，利用大数据技术对积累的海量医疗数据进行挖掘分析的基础上，提供重复检验检查提示、治疗安全警示、药物过敏警示、疗效评估、智能分析诊疗方案、预测病情进展等一系列智能的人机互动应用，为临床医师提供科学决策参考，提高临床诊疗水平、形成“源于临床、回归临床”的临床决策支持系统 ......