基于多代理技术的医疗知识网与智能决策支持研究

我们有足够的信息和知识可以用于改善医疗服务，但由于种种原因，这些信息和知识分散存在没有得到有效的利用，而应用IT技术却可以比较方便的管理它们，在需要时提供给医疗工作者，甚至进行加工生成更有价值的智能医疗决策建议。我们在本项目中提出一个组建结构化医疗知识网络的方案，通过它将各区域医疗机构互联并允许数据、知识、服务的集成与互操作，提供对复杂的分布式医疗的信息化支持。我们将首次研究基于多代理技术的模型驱动体系结构作为知识网的基础，通过设计各种数据服务、知识服务、决策支持服务，帮助链接同一病人的分散医疗数据建立完整记录以供医生做全面的考虑；为广泛接受的传统医疗知识体系建立电子化规范以帮助医生诊断、治疗；或在遇到疑难杂症时从知识网络中收集类似病例进行分析和学习以提供医生最佳解决方案。由于支持了医疗服务过程的连续性与循证性，该研究有助于提高医疗卫生事业的整体效率和质量，保证诊断、治疗的科学性和安全性。

我们有足够的信息和知识可以用于改善医疗服务，但由于种种原因，这些信息和知识分散存在没有得到有效的利用，而应用IT 技术却可以比较方便的管理它们，在需要时提供给医疗工作者，甚至进行加工生成更有价值的智能医疗决策建议。我们在本项目中提出一个组建结构化医疗知识网络的方案，通过将临床数据与知识以计算机可以理解的形式表达，建立科学、循证、高效的决策支持系统。我们提出的临床指南形式化方案，允许专家使用一套友好的知识采集工具将临床决策的关键流程记录下来，后台以标准的表达方式加入到知识库之中。当年轻医师需要制定临床方案或者在关键的辅助性决策建议必不可少时，由一套知识解释引擎动态与用户交互，根据最新和最适合的临床知识辅助关键临床症状的问询、决策的判断、流程的控制，直到最后确诊或者制定出治疗方案。这是一个高度自适应的从知识转换为决策的过程，新的知识一旦被采集自动被系统使用，即时辅助新的病情的决策判断，整个过程无需重新系统研发或编码。我们甚至首次将决策支持模型与面向多代理的模型驱动体系结构相结合，辅助在分布式环境下，由多位专科专家合作共同对于更加复杂的疾病如慢性病及癌症的诊断和治疗。该研究有助于提高医疗卫生事业的整体效率和质量，保证诊断、治疗的科学性和安全性。