1. 第 1 章 概論
1.1. 概述
本章旨在介紹醫(yī)療衛(wèi)生領域計算機支持的概貌，所取得的成就反映在數據采集和解釋、決策
以及其他進展方面。本章和以下各章節(jié)回顧計算機支持的各個方面，并且提供大量實例。
有意識的思考和推理往往發(fā)生在人類的大多數行為之前，無論是科學行為還是日常工作
和生活，概莫能外。病人的醫(yī)療和醫(yī)學研究就是說明人類推理至關重要的一例。這種思考本
質上需要在專家提供的知識幫助下，對現實世界的觀察或數據進行解釋和理解。而原則上這
些數據和知識都能保存在計算機里，這就是現在計算機能幫助人類推理的原因。
既然計算機能幫助人類推理，就需要進一步了解計算機在一般應用和在醫(yī)療衛(wèi)生領域特
殊應用中的優(yōu)點和局限性。因此，我們擬對以下情況進行討論，即在醫(yī)療衛(wèi)生及其相關行為
中，諸如在醫(yī)學研究或者管理和計劃中，人的思考在何處以及如何得到計算機的支持。同樣
重要的是探索計算機在決策支持方面能起多大作 用，以及計算機與臨床醫(yī)生對病人方面的
責任有什么關系。
信息在解釋數據和決策中扮演了關鍵的角色。因此我們有必要懂得信息的含義并理解數
據、信息和知識之間的區(qū)別。本章及以下章節(jié)將討論怎樣獲得可靠的數據，用什么方法從數
據中提煉信息，什么類型的知識對解釋數據是必需的，以及怎樣把知識存儲到計算機中。圖
1-1 顯示臨床醫(yī)生在觀察病人或某一（生物的）過程中產生的數據，并從這些數據中通過解
釋或推理得到信息的過程。而這些信息又指導臨床醫(yī)生采取進一步措施。圖1-1 中，標有"
信息"的箭頭表示反饋給臨床醫(yī)生的第一個循環(huán)。通過仔細地研究大量醫(yī)學方面諸如此類的
解釋過程，或者通過收集來自大量病人的數據解釋，最后歸納推理得到新的見解和新的知識。
然后，這些知識又被增添到醫(yī)學知識體系中。反過來，這些知識又可作為解釋其他數據的根
據。計算機在數據的收集、解釋和新知識的獲得方面也能起作用。由此表明，不僅數據和知
識能存儲在計算機里，而且計算程序的開發(fā)可幫助采集和解釋數據。
本章第四部分是對計算機在醫(yī)療衛(wèi)生方面應用的鳥瞰，顯示計算機在醫(yī)學方面的應用有
許多潛力，但是也有其根本性限制。如果應用于病人醫(yī)護將更是如此。這一介紹性內容試圖
提供一個思路，以便對醫(yī)療衛(wèi)生領域使用計算機的優(yōu)缺點方面能有一個清晰的輪廓。這個輪
廓將以復雜度，（即對人類如醫(yī)生、護士、其他醫(yī)護人員和醫(yī)學研究者參與的依賴程度）劃
分層次勾畫出來
1.2. 診斷-治療循環(huán)
幾乎所有的人類行為，我們都能分辨出三個階段：①觀察；②推理；③處理。 在人類行為
中，這三個階段不僅在日常生活，而且在病人醫(yī)護、管理和研究中都起著作用。例如，如果
我們身處危險或不愉快的境地，我們就會認真觀察事實和環(huán)境，然后制定一個計劃擺脫這一
困境，如果可能的話就設法改善境況。又如，在戰(zhàn)場上將軍們盡可能收集關于軍隊情況的數
據，制定一個戰(zhàn)略計劃并實施之。甚至他們可以預先在計算機上模擬戰(zhàn)爭情況和戰(zhàn)略計劃。
在科學研究中，也同樣存在這三個階段（表1-1）。調查者收集并觀察資料（測量值或數據），
得出一個基于假設的結論，并基于他的理論知識和推理得出一種解釋，否決或修正這一理論，
最后制定一次新的科研或實驗計劃以拓寬其知識。
在醫(yī)療衛(wèi)生領域中，在所謂的診療循環(huán)（圖1-2）中也能遇到相同的三個階段：①觀察；
②診斷；③治療。
表1-1 各領域人類活動的三個階段
人類活動領域
階段 普通行為 科學研究醫(yī)療衛(wèi)生 計算機處理
1 觀察 測量 病人數據采集 數據輸入
2 推導 理論形成 診斷 數據處理
3 行為 實驗 治療 輸出生成
這個循環(huán)包括病人講述他/她的病史，臨床醫(yī)生收集數據（如作物理檢查、實驗室檢查
或X 線透視）并得出一個結論，甚至可能得出診斷，然后開出治療處方或者執(zhí)行其他治療。
醫(yī)療衛(wèi)生與科學研究不同，面對的不是解決抽象的一般化的問題，而是要解決具體病人問題。
這些問題只有部分能被一般化。為了解決與病人有關的問題，臨床醫(yī)生必須盡可能使用在科
學研究中已經肯定的方法，但是必須永遠面對現實的非抽象世界中每個病人的特殊問題。因
此與病人有關的問題不能用某種從病人的社會性抽象出來的方法解決。實際中，人類行為的
三個階段經常反復循環(huán)，因為可能出現先前的假設必須改進或更改的情況。在作診斷或進行
研究的過程中，到底何時何地在頭腦中突然迸發(fā)出創(chuàng)造性火花而獲得真知灼見，仍是一個不
解之謎。就科學研究（包括醫(yī)學研究）來說，這一點更是明顯。經過以上帶有哲理性的介紹
以后，有一點必須強調，本書不是計算機編程教程，而是關于應用計算機處理解決醫(yī)療衛(wèi)生
領域數據、信息和知識的參考書。它既涉及科學問題，也涉及與病人有關的問題。當計算機
應用于科學研究的時候，在醫(yī)學科學研究中的應用與其他學科研究并無區(qū)別。然而，應用計
算機解決與病人相關的問題時就與在其他方面的應用有所不同。鑒于這個原因，我們首先討
論在診療循環(huán)中的三個階段（圖1-2）。它簡潔地描述了醫(yī)護人員在處理數據、信息和知識
中具有共性的臨床實踐。
（一）觀察
在觀察階段的任務是獲取數據，更確切地說，是獲取能提供相關信息的數據（關于數據
和信息的區(qū)別等其他方面內容，將在第2 章中討論）。簡而言之，利用信息能夠減少關于
病人疾病的不確定性。在許多病例中，這種不確定性能通過參考病人的病史數據（既往病史）
得以減少；另外一些病例中，必須通過病人體格檢查、血樣分析或生物學信號的記錄（如心
電圖或呼吸描記圖）等途徑收集生理或生化數據。
收集數據時，經常會遇到不可忽視的數據不規(guī)則性，諸如病人的回答不全面或不正確，
生物學信號的噪聲，或者生化分析的錯誤（參閱第2 章）。許多病例中，由于不能通過無
創(chuàng)傷的診斷手段進行觀察，因而無法獲得相關的數據。只有在某些情況下，醫(yī)生才會決定做
侵入性探查（例如用導管、內鏡等）或者通過活組織檢查取得標本以收集數據。而有些疾病，
病程是不穩(wěn)定的，是動態(tài)的，其病程特點在不斷地變化。譬如，期外收縮病人、休克病人或
者癲癇發(fā)作病人就可能出現這種情況。
幫助解釋來自病人的數據對于醫(yī)學信息學來說是一個挑戰(zhàn)。本章的第四部分和以下的章
節(jié)列舉了眾多例子，說明通過使用計算機可獲得對診斷和治療非常重要的參數。
用完全不同的方式得到的病人數據常�？上嗷パa充和相互佐證，以得出更加可靠的診斷
（例如：病史、運動心電圖、冠狀動脈血管造影和超聲心動圖等對心肌缺血性心臟病的診斷）。
而有時在處理時數據太多以致我們不得不面對數據冗余問題。實際上，在診療循環(huán)的每一個
途徑，臨床醫(yī)生都盡力減少病人的疾病或者病程的不確定性。鑒于上述原因，如果可能，診
療循環(huán)的第一步總是獲得病人的病史，接著優(yōu)先考慮費用低的手段（如體檢或實驗室檢查），
最后才考慮費用高的和損傷性的方法，如磁共振成像（MRI）或心導管插入。在絕大多數情
況下，通過使用不同方式和不同方法得到的數據，就能獲得關于病人狀況的全貌。醫(yī)學信息
學的任務就是幫助臨床醫(yī)生獲得必需的數據，提供決策支持的方法，以便使診療循環(huán)得以有
效地進行并盡可能保證服務質量和減少病人麻煩。
（二）診斷
第15~18 章將講述計算機和診斷之間的關系。因此，本章只作初步的介紹性的描述。
準確診斷的先決條件是治療醫(yī)生的周密思考。計算機在診斷階段可以有很多應用，然而，這
僅僅限于診斷的可結構化、可一般化和可客觀化部分。換言之，是基于能科學地結構化的那
一部分。臨床醫(yī)生經常不在意他不知道的東西，計算機產生的列表可以提示并引起他注意。
例如，計算機能幫助從文獻中找出必需的背景信息。
臨床醫(yī)生要對病人負責，因此必須對診斷負責。但是，當使用計算機支持時，絕不允許
用計算機取代人類（臨床醫(yī)生）對診斷的負責。因此，客觀的和基于科學的部分可以交給計
算機去做，而處理病人獨特的和個體的問題不能也不應該交給機器。例如，一個診斷總是帶
有某種程度的主觀因素，那些因素永遠不可能一般化，永遠不能交給計算機去做。初看起來，
似乎在診斷和治療病人中臨床醫(yī)生的實踐經驗是高度主觀性的，不可能為計算機所代替。但
這僅說對了一部分，其實，即使是存儲在人腦中的知識和經驗（盡管只有部分內容并且只在
某種程度上）也能被結構化并用計算機來處理（如知識庫，參閱第15 章）。
（三）治療
治療階段需要的臨床知識和經驗與診斷階段不同；治療的特點是人類行為的實踐性，它
較多地受決策控制，而較少地受理論思維控制。治療階段依賴于前階段的結果，即診斷和決
策分析（參閱第18 章）中所提示的可能預后（即病人將來最可能的結果）。
通常治療是由內科醫(yī)生或護士處理的，而診斷還可由其他醫(yī)務人員作出。例如提供治療
的有外科和放射治療。很難想象外科和探查行為能完全由計算機和機器人取代。但是，治療
的準備和監(jiān)護卻可以得到計算機支持。后者的例子是藥物管理（劑量、可能存在的藥物之間
的反應或禁忌癥）和危重病人或放射治療的監(jiān)護。盡管這些例子都直接與病人醫(yī)護有關，但
是計算機也能用于分析來自許多病人的大量數據并通過歸納而得出結論（參見圖1-1）。這
樣的分析，有時被稱為"數據采掘"（data mining）（參閱第22 章），可應用于流行病學、
醫(yī)療衛(wèi)生服務情況研究、決策分析和醫(yī)學科研中。對于不同治療的評估，計算機的應用也不
可或缺，因為在許多情況下必須做對照分析以觀察療效。
1.3. 信息處理
在第3 章中，我們將討論信息處理系統(tǒng)的結構，試圖闡明人類和機器在處理信息上的相
似性和相異性。在用計算機進行信息處理時我們也能看到與上述相同的三個階段：①測量和
數據輸入；②數據處理；③結果產生（參見表1-1）。
實際上，只有當人們以某種方式參與進來時，才談得上信息處理。計算機不會處理信息，
只會處理數據。只有人類能夠解釋數據使其成為信息。計算機輔助獲取數據和人類感官獲取
數據，兩者之間有相似性（參閱第2 章）。計算機處理過程與人腦思考過程也有相似性。
但正如上文所述，這僅僅限于能結構化和一般化的信息處理部分。在醫(yī)療衛(wèi)生領域中，計算
機不能也不應該代替人腦的思考過程，而應該用在增強人腦的能力方面。計算機能夠擴展人
腦的記憶力，提高它的數據處理能力和提高數據處理的精確性和一致性。正如人類的感覺能
被顯微鏡或聽診器放大一樣，人腦的能力也能被計算機放大。
在計算機信息處理的框架中，人類的特殊任務是采取初步行動，準 |
|
資源大�。�958.95 KB 
