用人工智能技术支持医学决策

　　70年代开始，人工智能技术取得飞速发展。人工智能尤其重视在医学诊断中的应用，一大批像MYCIN、INTERNEST-I/QMR等著名的系统应运而生。但在几十年的实践中，人们发现医学知识的复杂性还远未被认识，人类现有的技术根本无法与人类自身的智能竞争。因此研究者转向更为基础的研究，如脑科学研究、神经生理学研究、神经网络结构和模拟方法研究等。

　　
　图9. 数据抽象层次示意图

　　从人类处理信息的抽象程序看，信息加工从数据到信息、一直到知识的过程是一个不断抽象整理的过程，人们可以在这个过程的不同层次从事工作。在知识层的顶端，就是我们追求的智能诊疗专家系统，这是要与人类专家正面竞争的工作，目前还有很长的路要走；在知识层的低端，人们正在开展大量卓有成效的工作，如用药咨询系统、临床预警系统、计算机化的临床诊断指导和临床路径等等。
　　
　　临床医疗质量管理和效益管理很难区分属于医学决策还是管理决策，但在实际工作中非常重要。这些系统未必应用很多艰深的计算机技术，它实际上更多地使用一些相对简单的管理模型和数学计算，但能够取得很好的效果。尤其是临床医疗质量管理得到各国医疗管理部门的关注，并建立了多种管理评价的指标体系。根据Gartner公司的统计，在美国全部死亡人员的死因分析中，由于可以避免的医疗错误导致病人死亡的因素在各种死因中占第五位，2002年达到9.8万人，相当于每天有一架波音747－400大型客机坠毁。因而，如何避免医疗错误成为受到高度重视的问题。