醫(yī)學(xué)信息決策與支持系統(tǒng)

前言

隨著計算機信息技術(shù)的滲透、醫(yī)藥科學(xué)的進步和衛(wèi)生保健服務(wù)的發(fā)展，醫(yī)學(xué)決策問題成為醫(yī)藥領(lǐng)域廣為關(guān)注的問題之一。利用定量模型分析的方法日益受到重視，信息管理科學(xué)中的一些工具、技術(shù)和概念（決策樹、概率論、統(tǒng)計學(xué)、經(jīng)濟學(xué)、計算機模擬、神經(jīng)網(wǎng)絡(luò)、粗糙集、線性優(yōu)化、離散優(yōu)化）已經(jīng)顯著地改變了醫(yī)學(xué)決策的模式。本課程主要通過典型案例帶教學(xué)的方法，以案例引路，介紹常用的信息決策分析方法，對醫(yī)藥學(xué)生進行系統(tǒng)的和數(shù)值的決策分析思維訓(xùn)練，彌補醫(yī)藥工作者直接憑感性和直覺做判斷所存在的一些不足。醫(yī)學(xué)信息決策分析使醫(yī)學(xué)決策具有更充分的數(shù)據(jù)支持和最佳決策方案的選擇。并使醫(yī)藥學(xué)生具備有效地利用狀態(tài)數(shù)據(jù)、歷史數(shù)據(jù)和有限的信息模擬復(fù)雜系統(tǒng)的能力。“醫(yī)學(xué)信息分析與決策”是教育部大學(xué)計算機基礎(chǔ)教學(xué)指導(dǎo)委員會建議的，高等醫(yī)藥類院校開設(shè)的1+X公共計算機課程體系中的4個“X”之一。在今天的信息社會中培養(yǎng)使學(xué)生通過數(shù)據(jù)建立模型，并輔助決策的能力。該課程為各專業(yè)選修課程，建議開設(shè)在醫(yī)藥本科生教學(xué)的第二或第三學(xué)年，在學(xué)生基本學(xué)過“計算機應(yīng)用基礎(chǔ)”、“數(shù)據(jù)庫”和“統(tǒng)計學(xué)”等課程之后開設(shè)。本課程以醫(yī)學(xué)信息決策數(shù)字化、模型化和計算機化為目的，以數(shù)字型決策分析為醫(yī)學(xué)決策的主要方法；以醫(yī)學(xué)決策支持系統(tǒng)的建立和開發(fā)為支撐技術(shù)；培養(yǎng)學(xué)生的醫(yī)學(xué)信息決策的數(shù)字化和計算機化的能力。當(dāng)決策可以用數(shù)字和模型來幫助思維和推理的時候，計算機的高速運算性能力和輔助決策能力就顯得十分突出了。本課程的要求是從知識、技能和能力三個方面得到提高。（一）知識方面1.了解醫(yī)學(xué)決策科學(xué)的現(xiàn)狀和醫(yī)學(xué)信息決策的分類；醫(yī)學(xué)信息決策的基本理論和基本方法；以及醫(yī)學(xué)信息決策的模式。2.熟練掌握決策樹模型構(gòu)建及其分析；掌握決策樹、概率賦值、最后分支賦值和求解過程；掌握最優(yōu)決策的靈敏度分析能力。3.掌握概率的一些高級方法：貝葉斯定理、全概率定理和連續(xù)概率分布及應(yīng)用。4.掌握用線性優(yōu)化模型和離散優(yōu)化模型定量描述一個管理問題的基本技能，例如醫(yī)院各科室病床安排問題，醫(yī)學(xué)生的課程選課問題等。5.熟練掌握多目標(biāo)、多指標(biāo)決策的數(shù)值計算方法。

內(nèi)容概要

《醫(yī)學(xué)信息決策與支持系統(tǒng)》以醫(yī)學(xué)信息決策數(shù)字化、模型化和計算機化為目的，以數(shù)字型決策分析為醫(yī)學(xué)決策的主要方法；以醫(yī)學(xué)決策支持系統(tǒng)的建立和開發(fā)為支撐技術(shù)；培養(yǎng)學(xué)生的醫(yī)學(xué)信息決策的數(shù)字化和計算機化的能力。當(dāng)決策可以用數(shù)字和模型來幫助思維和推理的時候，計算機的高速運算性能力和輔助決策能力就顯得十分突出了。 本書適合從事相關(guān)專業(yè)學(xué)習(xí)、工作的人員參考閱讀。

書籍目錄

第一章  醫(yī)學(xué)信息決策概論  第一節(jié)  決策和醫(yī)學(xué)信息決策    一、醫(yī)學(xué)信息決策面臨的挑戰(zhàn)    二、醫(yī)學(xué)信息特征    三、醫(yī)學(xué)信息決策過程  第二節(jié)  科學(xué)決策與信息分析    一、決策的分類    二、醫(yī)學(xué)信息決策的分類  第三節(jié)  醫(yī)學(xué)決策與決策的數(shù)字化    一、決策方法概述    二、醫(yī)學(xué)決策的數(shù)字化    三、醫(yī)學(xué)信息決策的模式與過程    思考與練習(xí)第二章  決策樹  第一節(jié)  決策樹分類算法及應(yīng)用    一、決策樹的基本結(jié)構(gòu)    二、決策樹分類與預(yù)測    三、決策樹分類算法  第二節(jié)  利用Microsoft SQL Server 2005實踐決策樹算法    一、案例背景    二、Microsoft決策樹算法的實現(xiàn)  第三節(jié)  決策方案的選擇    一、基本概念與特征    二、決策樹的應(yīng)用    思考與練習(xí)第三章  隨機變量及應(yīng)用  第一節(jié)  隨機事件和概率    一、隨機事件    二、概率與加法法則    三、條件概率與乘法法則    四、全概率定理    五、貝葉斯定理  第二節(jié)  離散型隨機變量的分布    一、離散型隨機變量的概率分布    二、概率分布函數(shù)    三、二項分布    四、泊松分布  第三節(jié)  連續(xù)型隨機變量的分布    一、連續(xù)型隨機變量的概率分布    二、概率密度函數(shù)    三、正態(tài)分布    四、中心極值定理  第四節(jié)  案例分析    思考與練習(xí)第四章  線性和離散優(yōu)化  第一節(jié)  線性優(yōu)化模型    一、線性優(yōu)化問題的數(shù)學(xué)模型    二、線性優(yōu)化模型的求解    三、線性優(yōu)化模型的EXcel實現(xiàn)    四、靈敏度分析  第二節(jié)  離散優(yōu)化模型    一、離散優(yōu)化模型的圖解法    二、離散優(yōu)化模型的Excel求解    三、分枝定界法  第三節(jié)  案例分析    一、心血管業(yè)務(wù)安排的案例    二、醫(yī)院擴大業(yè)務(wù)收益的案例    思考與練習(xí)第五章  多指標(biāo)決策  第一節(jié)  多指標(biāo)決策概述    一、多指標(biāo)決策的基本理論    二、多指標(biāo)決策的特點    三、多指標(biāo)決策的解  第二節(jié)  決策指標(biāo)的標(biāo)準化處理    一、定性指標(biāo)的量化    二、不同量綱指標(biāo)的標(biāo)準化  第三節(jié)  決策指標(biāo)權(quán)重的確定    一、德爾菲法    二、相對比較法    三、熵值法  第四節(jié)  多指標(biāo)決策方法    一、簡單線性加權(quán)法    二、理想解法  第五節(jié)  Excel對多指標(biāo)決策的計算案例  第六節(jié)  多指標(biāo)風(fēng)險型決策    一、問題模型    二、轉(zhuǎn)化為多指標(biāo)確定型決策    三、醫(yī)學(xué)實例：治療方案風(fēng)險分析      思考與練習(xí)第六章  層次分析法  第一節(jié)  層次分析法的基本原理  第二節(jié)  層次分析法的基本步驟    一、建立層次分析結(jié)構(gòu)模型    二、構(gòu)造兩兩比較矩陣    三、判斷矩陣的一致性檢驗  第三節(jié)  判斷矩陣排序的計算    一、單一準則下的排序    二、層次總排序  第四節(jié)  層次分析法在醫(yī)學(xué)領(lǐng)域中的應(yīng)用    一、構(gòu)造層次分析結(jié)構(gòu)    二、構(gòu)造判斷矩陣    三、計算權(quán)重系數(shù)及一致性檢驗  第五節(jié)  層次分析法的Excel實現(xiàn)過程    一、構(gòu)建Excel數(shù)據(jù)文件    二、層次分析法過程    思考與練習(xí)第七章  仿真模擬概念及應(yīng)用  第一節(jié)  仿真模擬的基本概念和模型構(gòu)建    一、一個簡單問題：報童問題    二、隨機數(shù)產(chǎn)生器    三、生成服從離散概率分布的數(shù)值      四、生成服從連續(xù)概率分布的數(shù)值      五、利用Excel對樣本數(shù)據(jù)模擬求解和構(gòu)造仿真模型  第二節(jié)  仿真模型的運用    一、利用樣本數(shù)據(jù)進行分析    二、仿真模擬與最優(yōu)化問題    三、仿真模擬小結(jié)與模擬應(yīng)用指導(dǎo)      四、仿真模擬的典型用途  第三節(jié)  案例分析    思考與練習(xí)第八章  粗糙集方法及應(yīng)用  第一節(jié)  粗糙集的基本概念    一、知識表達系統(tǒng)    二、不可區(qū)分關(guān)系與劃分    三、粗糙集的代數(shù)觀描述    四、粗糙集的信息觀描述  第二節(jié)  決策表的屬性約簡    一、基于屬性依賴度的屬性約簡    二、基于條件信息熵的屬性約簡  第三節(jié)  決策表的決策規(guī)則獲取    一、決策規(guī)則獲取    二、決策規(guī)則簡化  第四節(jié)  粗糙集在醫(yī)學(xué)決策中的應(yīng)用    一、決策表的離散化    二、粗糙集理論的應(yīng)用    三、粗糙集理論中屬性約簡的SQL實現(xiàn)  第五節(jié)  案例分析    一、基于條件信息熵的醫(yī)學(xué)決策表分析案例    二、基于屬性依賴度的醫(yī)學(xué)決策表分析案例    思考與練習(xí)第九章  人工神經(jīng)網(wǎng)絡(luò)及應(yīng)用  第一節(jié)  人工神經(jīng)網(wǎng)絡(luò)概述    一、生物神經(jīng)系統(tǒng)簡介    二、人工神經(jīng)網(wǎng)絡(luò)簡介    三、人工神經(jīng)元模型    四、人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及工作原理      五、人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法  第二節(jié)  基于MS SQL server 2005實踐人工神經(jīng)網(wǎng)絡(luò)算法    一、人工神經(jīng)網(wǎng)絡(luò)在臨床診斷乙型肝炎中的模擬應(yīng)用    二、利用SQL Setver 2005構(gòu)建中醫(yī)舌診八綱辨證神經(jīng)網(wǎng)絡(luò)知識庫    思考與練習(xí)第十章  醫(yī)學(xué)決策支持系統(tǒng)  第一節(jié)  決策支持系統(tǒng)的產(chǎn)生與發(fā)展  第二節(jié)  醫(yī)學(xué)決策支持系統(tǒng)    一、醫(yī)學(xué)決策支持系統(tǒng)概念    二、醫(yī)院信息系統(tǒng)與醫(yī)學(xué)決策支持系統(tǒng)  第三節(jié)  Dw+OLAP+DM的醫(yī)學(xué)決策支持技術(shù)    一、數(shù)據(jù)倉庫    二、聯(lián)機分析處理    三、數(shù)據(jù)挖掘  第四節(jié)  醫(yī)院管理決策案例分析    一、醫(yī)院數(shù)據(jù)倉庫的物理數(shù)據(jù)庫創(chuàng)建    二、醫(yī)院數(shù)據(jù)倉庫的多維數(shù)據(jù)集創(chuàng)建    三、醫(yī)院數(shù)據(jù)倉庫的聯(lián)機分析處理      四、Excel連接和瀏覽OLAP多維數(shù)據(jù)集  第五節(jié)  手術(shù)麻醉臨床決策支持系統(tǒng)的案例分析    一、手術(shù)麻醉臨床決策支持系統(tǒng)功能介紹    二、系統(tǒng)運行結(jié)果及分析    思考與練習(xí)參考文獻附錄

章節(jié)摘錄

3.計量診斷計量診斷是把疾病復(fù)雜的臨床表現(xiàn)定量化，歸納為計量診斷表，使用中可以根據(jù)病人的臨床表現(xiàn)查表，從而得出以數(shù)量大小表示的診斷結(jié)果。計量診斷通過分析和整理大量臨床病例資料，揭示其內(nèi)在的統(tǒng)計規(guī)律性，這是把感性經(jīng)驗加以總結(jié)提高，達到規(guī)律性認識的一條有效的途徑。醫(yī)生在個人的知識和經(jīng)驗之外，如果又能掌握了這種規(guī)律性，在鑒別診斷中把統(tǒng)計方法作為輔助手段使用，就能提高診斷的準確度和提早作出診斷。由于采用數(shù)學(xué)統(tǒng)計方法研究鑒別診斷價值、鑒別診斷指數(shù)等定量的概念和計算方法，促使醫(yī)學(xué)診斷逐步精確化，由傳統(tǒng)的經(jīng)驗?zāi)Ｊ睫D(zhuǎn)向定量模式，并為逐步實現(xiàn)某些疾病的診斷和鑒別診斷的自動化創(chuàng)造前提。本書第三章將介紹計量診斷常用的數(shù)學(xué)統(tǒng)計方法。4.醫(yī)學(xué)決策支持系統(tǒng)  目前醫(yī)生對疾病的診斷仍處于一種傳統(tǒng)的經(jīng)驗階段，主要依賴于臨床醫(yī)生的實踐經(jīng)驗和各項診斷指標(biāo)及實驗檢查結(jié)果。如果能將資深專家的實踐經(jīng)驗和診斷知識總結(jié)出來，以便捷的形式提供給廣大醫(yī)生和相關(guān)人員，就可以從一定程度上減少醫(yī)療活動的主觀盲目性，使診斷結(jié)果更加科學(xué)，從而提高疾病的診療水平。這種系統(tǒng)運用專家系統(tǒng)的設(shè)計原理與方法，模擬醫(yī)學(xué)專家診斷、治療疾病的思維過程，可以幫助醫(yī)生解決復(fù)雜的醫(yī)學(xué)問題，作為其診斷、治療以及預(yù)防的輔助工具，同時也有助于醫(yī)學(xué)專家臨床經(jīng)驗的保存、整理和傳播。醫(yī)學(xué)專家系統(tǒng)中應(yīng)用最廣的、研究最多的是用于幫助醫(yī)生作診斷決策的決策支持系統(tǒng)，因此，醫(yī)學(xué)專家系統(tǒng)在多數(shù)情況下也稱為臨床決策支持系統(tǒng)（clinic decision support system，CDSS）。本書第十章的手術(shù)麻醉臨床決策支持系統(tǒng)真實案例，展現(xiàn)了臨床決策支持系統(tǒng)的實踐應(yīng)用。1976年美國斯坦福大學(xué)的Shottliffe等人成功研制了一個用于診斷和治療細菌感染病的專家咨詢系統(tǒng)，通過與患者的交流，在獲取病人的病史和各種可能的化驗數(shù)據(jù)后，該系統(tǒng)可以在化驗數(shù)據(jù)不齊全的情況下進行推理，給出診斷結(jié)果。這個智能系統(tǒng)能夠?qū)崿F(xiàn)對傳染性疾病作出專家水平的診斷和治療。從此，醫(yī)學(xué)專家系統(tǒng)正式成為醫(yī)學(xué)領(lǐng)域內(nèi)一個重要的應(yīng)用分支領(lǐng)域。我國醫(yī)學(xué)專家系統(tǒng)的研制始于20世紀70年代末，發(fā)展迅速。1978年，北京中醫(yī)醫(yī)院著名教授關(guān)幼波開發(fā)了“關(guān)幼波肝病診療程序”，率先把中醫(yī)科學(xué)與信息技術(shù)相結(jié)合，開創(chuàng)了我國最早的中醫(yī)醫(yī)學(xué)專家系統(tǒng)。2003年易濤等人研制的“心血管藥物治療專家系統(tǒng)”，采用了案例推理方式，解決臨床醫(yī)生獲得用藥的經(jīng)驗和知識的問題。它是根據(jù)對病人病情的描述，按照一定的案例檢索機制，從以往的病例庫中查找一個與該病人病情相匹配的既往病例。如果該病例與當(dāng)前病人病情的各項特征完全相符，則將該病例的治療方法直接提供給醫(yī)生參考；否則，根據(jù)兩者的不同之處，先對既往病例進行修改或注明不同之處，再將其提供給醫(yī)生參考。醫(yī)學(xué)決策關(guān)系著人民群眾的生命安全，涉及治療方案、治療費用、藥品等項目的選擇行為，而醫(yī)學(xué)信息無論對病人還是醫(yī)療機構(gòu)的決策者都至關(guān)重要。由于醫(yī)學(xué)信息的生產(chǎn)和發(fā)布缺少控制、處理和傳播不規(guī)范、使用者信息素質(zhì)參差不齊及某些經(jīng)濟利益的驅(qū)動，其存在著虛假信息、冗余信息、信息超載、信息混亂等現(xiàn)象，導(dǎo)致決策者利用信息的效用下降，出現(xiàn)天價醫(yī)療費用的現(xiàn)象。如何應(yīng)用信息技術(shù)幫助解決醫(yī)學(xué)決策存在的問題，是當(dāng)前醫(yī)學(xué)信息學(xué)研究中的主要內(nèi)容之一。

編輯推薦

《醫(yī)學(xué)信息決策與支持系統(tǒng)(本科信息管理)》由人民衛(wèi)生出版社出版。

圖書封面

評論、評分、閱讀與下載

---

    醫(yī)學(xué)信息決策與支持系統(tǒng) PDF格式下載

---