嘉和临床决策支持系统是通过可供利用的、合适的计算机技术，以人机交互的方式为医生和其他卫生从业人员提供临床决策支持，以满足不同层次临床医生诊前、诊中、诊后各个关键临床业务节点的诊疗决策信息平台。系统通过对医学文献、权威指南、院内外海量疾病相关历史数据的采集、整理，找出疾病深层次的联系及潜在信息，而后利用自然语言处理、机器学习等人工智能技术，形成服务于临床诊疗流程的完整知识图谱体系。从而根据临床提出的业务规则构建推理系统，形成临床预警提示规则库、辅助诊断模型库、辅助诊疗模型库，最终实现了基于真实世界数据研究的个性化、精准化、动态的AI辅助诊断、AI辅助治疗、AI指标预警功能。

1、特点：

◆循证医学知识库

      为更好地提升知识库中数据的权威性、客观性，选择全球顶级医学出版集团BMJ作为合作伙伴，以其强大的循证医学知识库为后盾，用最佳医学证据为后续的诊断、诊疗方案推荐等提供要点式、精准化标准逻辑支撑。与通常意义上的文献、指南等相比，BMJ更注重对各类医学研究、临床指南等既有知识的进一步梳理、总结、提炼，形成一套包含诊断、治疗、随访等完整的可直接用于临床实践的知识库系统，是“综述的综述”。

关于BMJ

• 成立于1840年，是世界一流的医学知识提供机构

• 循证医学的发起者和促进者

• 临床决策支持领域发展近20年，拥有丰富的经验

• 成为推动世界医疗卫生发展，促进患者健康改善的中坚力量

• 嘉和美康的战略合作伙伴

◆优质病历机器学习

      除BMJ循证医学知识库外，嘉和美康CDSS通过对大量优质历史病历的机器学习，将“知识”转化为“决策”，避免结果的扁平化和单一化，帮助CDSS真正实现在临床的“有意义使用”。

●辅助诊断

      决策的关键在于对不同结果做出不同的优先级排序。系统利用机器学习技术，将优质历史病历中珍贵的疾病诊疗方法和经验等进行深度解析，形成一套丰富、完整的知识图谱体系。其中，不同疾病、症状等实体间的结构和关系以不同权重来呈现。当CDSS获取到某个患者的病史信息后，即可匹配到知识图谱中的相关数据，最终给出准确概率由大到小的个性化推荐诊断列表，帮助医生有效缩短临床确诊时间、提升确诊效率。

●鉴别诊断

      鉴别诊断作为临床诊疗过程中必不可少的一环，可以帮助医生进一步提高确诊效率，减少误诊误治可能。系统根据BMJ循证医学知识库中的鉴别诊断病例，可以得出初步的推理结果；再利用机器学习技术，挑选出优质历史病历中最突出的特征，与患者当前实际情况相匹配，找出与其病情相似的病例，进一步补充、完善BMJ鉴别诊断条目，并根据概率不同进行排序，实现鉴别诊断的辅助决策功能。除此之外，系统还会将典型误诊误治病例补充进知识库体系，更精准地修正鉴别诊断模型，提高推荐结果的准确性。

●诊疗方案

      在BMJ循证医学提供了权威治疗原则的基础上，系统借鉴医院真实的最佳临床实践案例，利用机器学习等人工智能技术，从大量知名三甲医院优势科室及本院的优质历史病历中，提取出真实病例的治疗原则，形成疾病治疗主干，进而结合患者实际情况和当前病情，得出个性化诊疗方案推荐。