在人工智能和机器学习时代，临床决策支持系统(CDSS)对临床医生越来越有用也就不足为奇了。然而，该行业尚未解决有效的CDSS所需的功能。尽管一些研究已经证明了它的功能，但它仍然阻碍了该工具在临床环境中的广泛应用。

为了应对这些挑战，开发人员应该将多个功能集成到CDSS系统中，以便它们能够被容易地接受并集成到常规临床工作流程中。哥伦比亚大学生物医学信息学副教授Edward H. Shortliffe博士、医学博士Martin J. Sepulveda和IBM研究人员在11月5日发表在JAMA上的观点论文中展开了辩论。

也就是说，有六种方法可以使CDSS变得更加透明和易于使用，并且基于同行评审的科学证据，肖特利夫和塞普尔维达提出：

透明度应纳入CDSS，以便用户能够理解为什么提供一些建议或提议。

CDSS应该是有效率的，可以融入繁忙的工作流程在临床环境中。

临床医生使用CDSS不需要很多培训。该系统应直观、易学，便于临床医生获得建议或分析结果。

CDSS提供的意见应该与临床医生有关。

CDSS提供的建议应该承认用户的专业知识。还应该清楚的是，该系统旨在通知和帮助临床医生，而不是取代他们。

CDSS及其决策的基础应基于同行审查的严格科学证据，以帮助建立安全性、可用性和可靠性。

“临床决策支持系统不是一个完美的工具，会失败。然而，CDSS的设计必须做到万无一失，不会造成任何伤害。”作者写道。“此外，我们必须同等重视CDSS易于集成工作流的证据，并根据前面提到的属性来衡量其可用性，否则CDSS将不可避免地失败。”

作者的结论是，人工智能和临床环境中决策支持的内在复杂性可能会限制技术“以一些人预期的速度”发展的能力。

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：