卫生决策支持系统(Health Decision Support System，HDSS)是决策支持技术在医药卫生领域的具体应用，是面向医药卫生领域的半结构化和非结构化决策问题，是支持医疗卫生人员决策活动具有智能作用的人机交互式信息系统。^[1]卫生决策支持系统通过多种具有统计数据分析、数据挖掘、预测及其他功能的解决方案，对健康医疗信息进行深度分析和挖掘，将信息转换为知识，发现隐藏在海量数据之下的未知信息，预测未来趋势，对科学决策具有重要支撑作用。

由于健康医疗信息具有数据量大、格式化程度低、来源广泛、时效性强、安全性和隐私保护要求高等特点，国内外卫生决策支持系统建设和应用相对于其他领域发展较为滞后。近年来，卫生领域对科学决策需求不断提高，卫生决策支持系统的研究和应用日益受到重视，国外在医疗服务、医院管理和公共卫生等领域已有一些成功案例^[2-4]，我国部分机构和学者也在临床辅助决策、医院管理、卫生统计、公共卫生等领域开展了相关研究和应用^[5-9]。

本研究基于健康医疗数据资源，以提升卫生决策水平为目的，设计了覆盖公共卫生、医疗服务、基层卫生、药品管理、医疗保障等业务领域，具备信息支持、监控预警、分析评价、趋势预测、综合优化5项核心功能的卫生决策支持系统，设计了包含数据层、业务层、表现层的系统架构，以及数据仓库、模型库、方法库和知识库等决策支持库，并以医疗保障(新农合)业务的实际应用为例，围绕决策需求，设计和实现了部分辅助决策功能。

1 功能需求分析

根据我国现有的卫生管理体系和服务提供体系，可以将卫生决策支持系统分为公共卫生、医疗服务、基层卫生、药品管理、医疗保障(新农合)等业务模块，每个业务模块根据决策需求的不同，实现信息支持、监控预警、分析评价、趋势预测、综合优化等决策支持功能，由此构建的卫生决策支持系统业务--功能关联模型，如图 1所示(由于五项业务领域涉及业务活动繁多，图中仅列举了部分业务内容对应的决策支持功能的典型示例)。

1.1 业务模块

(1)公共卫生。公共卫生包括疾病控制、卫生监督、计划免疫、血液管理、卫生应急等多个分析专题。其中疾病控制提供传染病、慢性病、地方病的监测、追踪、趋势预测，以及防治效果评价等功能；卫生监督提供职业危险因素监测、环境卫生监测、卫生监督效果分析等功能；计划免疫可提供接种信息追踪、免疫监测等功能；血液管理提供血液使用趋势预测、库存调用等功能；卫生应急提供突发公共卫生事件预警、趋势评估等功能。

(2)医疗服务。主要包括，确定体现医疗服务数量和质量的评价指标，如医疗服务质量监测、医院服务量预测、医疗需求预测等；提供医疗费用监测、预测、影响因素分析功能等；通过临床合理用药、临床路径指导等临床决策支持服务，为医生选择最优的治疗方案提供参考指南。

(3)基层卫生。一方面通过健康危险因素监测、居民健康状况分析、妇幼与老年人保健情况分析等提高基层卫生业务服务能力；另一方面通过社区诊疗效果评价、基层卫生服务质量评价、慢性病治疗效果评价、基层卫生需求预测、基层卫生费用趋势预测等提高基层卫生服务管理水平。

(4)药品管理。对各级医疗卫生机构药物采购及使用情况进行统计分析，并通过对药品流向、质量及不良反应进行监测，履行药品监管职能；同时深入挖掘药品与疾病间的关联关系，构建知识库，为医生开具处方提供决策支持。

(5)医疗保障(新农合)。围绕新农合管理机构的需求，提供科学合理的评价指标体系，对新农合参合情况、基金运行情况、医疗费用负担和疾病经济风险进行分析，参合农民受益面情况、医疗服务利用情况以及就医流向情况等进行监测预警和综合分析评价；测算和评估各地新农合补偿方案及其运行效果，发现存在问题，以保障基金安全。

1.2 决策功能

(1)信息支持。可分为外部信息支持和内部信息支持两类。外部信息支持主要提供决策所需要的卫生领域外的信息，如社会经济发展情况、相关法律法规政策等；内部信息支持为决策者提供卫生领域内的相关信息，如卫生发展状况、基础设施状况等。

(2)监控预警。通过对卫生数据的实时监测、抽取、整合，及时掌握业务的运行动态，通过对异常数据的预警和分析，及时发现问题并找出原因，为科学决策提出对策，为完善政策提供依据。

(3)分析评价。应用适当的评价方法和科学合理的评价指标体系，对卫生行业动态监测数据进行客观、科学的评价分析，明确相关卫生政策等实际运行效果，为制定新的决策提供支持。

(4)趋势预测。主要功能包括：根据当前业务运行情况预测未来发展趋势；改变现行政策的部分参数值预测未来可能出现的情况；当发现问题时，及时采取相应的纠正措施并判断其效果。

(5)综合优化。卫生决策支持系统通过对多种因素的综合考虑和分析，挖掘各个环节潜在的关联关系，并使其相互协调，达到宏观决策整体最优化。

2 系统架构和决策支持库设计 2.1 系统架构设计

在确认和评估系统功能需求的基础上，设计了卫生决策支持系统的总体架构，如图 2所示。

(1)数据层。该层定义、维护健康医疗数据的完整性和安全性。通过ETL工具(Extract-Transform-Load)对来自医院、疾控中心、卫生监督机构、妇幼保健院、血液中心、社区卫生服务机构、新农合经办机构及各级卫生行政管理部门的源数据进行读取、抽取、清洗、转换和汇总等，并完成数据仓库分主题的数据载入；同时通过与卫生领域专家的交互，获取其人工决策过程的模型、方法和专家知识，并由方法库、模型库和知识库进行分类组织与管理。

(2)业务层。该层主要结合各个业务领域实现决策支持的功能。另外，作为连接表现层和数据层的桥梁，业务层响应表现层用户的决策请求，执行决策分析任务，并从数据层抓取相应数据；同时调用联机分析处理、数据挖掘等工具进行分析，将得到的决策信息返回至表现层。

(3)表现层。为用户提供可视化人机交互界面，用户(即决策者)可以通过表现层输入决策需求并获取决策信息。

2.2 决策支持库设计

决策支持库是通过应用元数据管理等技术构建的数据仓库、模型库、方法库和知识库等，它们是保障卫生决策支持系统运行的核心支撑资源。这些资源通过相应的管理系统实现相应资源的有效组织、管理和接口调用，如模型库通过接口与数据库和知识库建立通信，由模型库从数据库和知识库中提取数据和决策知识，灵活实现系统各模块的调用和集成。决策支持库的体系结构如图 3所示。

(1)数据仓库。依托电子健康档案、电子病历、机构、人员等基础资源，以及公共卫生、医疗服务、基层卫生、医疗保障、药品管理等业务资源，构建面向5个决策支持子系统的决策主题库。同时，为了保证各决策主题库中数据资源的可靠性，制定了数据检查和处理的策略，对抽取到的健康医疗数据信息进行合法性检查，并按照制定的数据处理规则，在数据信息检查的同时，完成数据的清洗、过滤、转换和装载等工作。

(2)模型库和方法库。模型库按照模型类别划分进行层次化组织，模型分为服务整个卫生决策支持系统的通用模型和面向具体业务领域决策问题的专用模型。模型的各类求解方法则由方法库统一管理。

(3)知识库。利用数据挖掘和知识发现等技术，获取面向具体业务领域决策问题的各类知识，并进行分类组织与管理，如医疗服务决策支持子系统中用于辅助临床决策而设计的临床路径、用药配伍禁忌等。

3 医疗保障(新农合)决策支持功能应用示例

本研究选取医疗保障(新农合)业务领域，对决策支持系统具体应用进行示例。新农合决策支持子系统旨在通过汇集的新农合海量数据，实现对新农合业务的综合分析评价和未来趋势预测，同时利用可视化技术、报表工具等技术实现系统的发布服务，并对基础信息和系统配置进行管理。

3.1 系统核心功能 3.1.1 新农合运行情况监控预警

从新农合参合情况、基金运行、补偿、医疗服务利用以及就医流向等方面，对其核心指标进行实时监测和异常预警。实现步骤：(1)基于统计学分布确定异常值识别方法；(2)有针对性地分为不同级别医疗机构、不同疾病类型等影响指标的多维属性，进行医疗费用异常的监测；(3)从模型库中选择适宜的通用监测模型，或结合异常值识别方法构建专用异常监测模型；(4)异常预警及详细展示。

3.1.2 患者就医行为预测及影响因素分析

利用灰色关联分析法分析影响参合人群就医行为的各种因素及影响程度，对参合人群就医行为模式产生的根源及将来一定时期内就医行为模式变化趋势进行分析和预测。实现步骤：(1)分析影响变量，主要包括影响因素确定、影响因素相关性分析、影响程度比较、无关因素剔除等功能；(2)从模型库中选择预测模型；(3)通过预测准确度，真值和预测值的交叉矩阵，以及累计收益图等来评估预测模型的合理性；(4)展示预测结果，并为决策者提供可视化交互界面，通过动态调整相关因素以合理引导患者就医行为模式趋势的转变。

3.1.3 新农合补偿方案分析评价

采用定性与定量相结合的方法选择评价指标，并赋予权重，建立科学合理的评价指标体系，对现行补偿方案合理性进行评价分析。实现步骤：(1)通过专家咨询、层次分析法等确定评价指标及权重；(2)计算各个评价指标得分；(3)根据评估指标得分和评估指标权重，计算不同补偿方案的综合得分；(4)进行得分排名。通过选择不同年份、不同区域，以列表的形式升序或者降序等多种排列方式展现排名；(5)以饼状图、折线图、柱状图、自定义表格等多种可视化方式综合展示补偿方案成本效益得分。

3.2 系统应用情况

基于国家新农合信息平台已收集的省级新农合基础数据、动态数据和直报数据，开发了新农合决策支持子系统，能够实现对各地新农合运行情况的综合评价，对全国新农合参合情况、基金运行情况、补偿情况、参合农民受益面情况、医疗服务利用情况以及患者就医流向情况、补偿方案设计等进行综合分析^[10-11]，并应用BOE工具对结果进行了可视化展示^[12]，为国家对各省新农合运行情况的监督管理以及宏观决策提供了支持。

4 建议 4.1 以实际需求为导向，开发满足卫生领域实际业务需求的决策支持功能

随着信息技术的发展，信息化建设对医药卫生事业发展的支撑作用日益凸显。卫生决策支持系统是卫生管理信息系统发展的高级形式，但其应用并不广泛，这与卫生决策支持系统难以满足当前决策者的实际需求密切相关。建议以卫生决策者实际需求为导向，紧密结合公共卫生、医疗服务、基层卫生、药品管理、医疗保障等卫生业务领域的实际需求，以及“十三五”期间健康医疗事业发展的重点，开发满足卫生领域实际业务需要的决策支持功能。

4.2 构建满足实际业务和功能需求的系统架构

传统的数据、模型和人机交互三部件结构决策支持系统通过各种定量模型，在定量分析和数据处理中发挥了较大作用。^[13]以传统架构设计为基础，按照满足实际业务和功能需求的卫生决策支持系统架构，构建了集数据、模型、业务与协同交互等多部件综合集成的系统架构，以实现并增强卫生决策支持系统的效能。

4.3 有效组织和管理决策支持资源，重视决策支持库的构建与管理

决策资源是进行决策支持的基础和前提。高效的决策支持库可以有效地整合现有成熟的医药卫生领域的模型、方法和知识等各类决策资源，提高决策准确率、优化决策流程。建议基于卫生业务领域具体的决策问题，借助现有的数据、模型、方法和知识等各类决策资源，注重构建具有针对性、实用性和科学性的卫生决策模型，挖掘分析相关知识规则，并及时予以扩充和更新，以保持决策资源的有效性，更好地满足不同阶段科学决策的需要。