在上一篇我们分析了AI医疗的大热点-AI医学影像，其实在医疗领域还有一个AI商业化落地发展更快速的赛道，不仅有百度、腾讯等互联网巨头的加入，更是已经出现了一些颇具实力的新兴企业，在面对新冠疫情和分级诊疗的挑战过程中，中国医疗体系也离不开它的助力。今天我们就来讲讲这个AI商业化的前头兵-CDSS（临床决策支持系统）。
一、 CDSS的发展和政策
临床决策支持系统（Clinical Decision Support System,简称 CDSS），一般是指基于人工智能深度学习算法的方式，对临床医疗决策提供辅助支持的计算机系统。CDSS将医学相关的指南文献、专家共识以及电子病历数据进行输入，经过大数据分析以及基于人工智能的神经网络运算，输出临床诊断方面的模型，从而辅助医生提供相关病例的临床诊断。
因此，CDSS是提升医疗质量的重要手段，其根本目的是为了评估和提高医疗效率，预防医疗差错，并且控制降低医疗费用的支出。
（资料来源：医萌网，华安证券研究所）
CDSS发展历史并不久远，CDSS的研究始于20世纪50年代末，最早的研究方向是医学专家通过推理引擎，将专业知识和临床经验经过整理后存储于知识库中，利用逻辑推理和模式匹配的方式，帮助用户进行诊断推断。
直到20世纪70年代中期，世界上第一个CDSS(MYCIN)才由美国斯坦福大学研制诞生。那套系统可以根据输入的检验信息，自动识别51种病菌，正确使用23种抗菌素。可协助医生诊断及治疗细菌感染性疾病，为患者提供最佳处方。
随后，各种功能特色的CDSS相继出现，如美国匹兹堡大学的Internist-I 、QMR，犹他州大学的 ILIAD、HELP， 哈佛大学的DXPLAIN，Wolter Kluwer 公司的Uptodate， Elsevier公司的MD consult等。而在2018年后随着政策出台，国内CDSS市场也加快了发展脚步，涌现出几十家拥有独立CDSS研发技术的中国企业。
在政策层面，医疗信息化政策的推动特别是电子病历评级政策的出台使CDSS获得了极为广大的发展前景。根据卫健委电子病历的评级要求来看，到2020年要求所有三级医院要达到评级4级以上，根据电子病历评级中关于CDSS的内容，4级要求医院实现功能，5级要求医院利用知识库实现决策支持服务，并能够为医疗管理和临床科研工作提供数据挖掘功能，6级则要求医院建立全院级多维度医疗知识库体系，提供高级别医疗决策支持。而且4级以上评级的重要标准之一即是要拥有不同程度的CDSS。
4级
全院信息共享，初级医疗决策支持
1.局部要求：通过数据接口方式实现所有系统（如HIS、LIS等系统）的数据交换。住院系统具备提供至少1项基于基础字典与系统数据关联的检查功能。 2.整体要求： （1）实现病人就医流程信息（包括用药、检查、检验、护理、治疗、手术等处理）的信息在全院范围内安全共享。 （2）实现药品配伍、相互作用自动审核，合理用药监测等功能。
5级
统一数据管理，中级医疗决策支持
1.局部要求：各部门能够利用全院统一的集成信息和知识库，提供临床诊疗规范、合理用药、临床路径等统一的知识库，为本部门提供集成展示、决策支持的功能。 2.整体要求： （1）全院各系统数据能够按统一的医疗数据管理机制进行信息集成，并提供跨部门集成展示工具。 （2）具有完备的数据采集智能化工具，支持病历、报告等的结构化、智能化书写。 （3）基于集成的病人信息，利用知识库实现决策支持服务，并能够为医疗管理和临床科研工作提供数据挖掘功能。
6级
全流程医疗数据闭环管理，高级医疗决策支持
1.局部要求：各个医疗业务项目均具备过程数据采集、记录与共享功能。能够展现全流程状态。能够依据知识库对本环节提供实时数据核查、提示与管控功能。 2.整体要求： （1）检查、检验、治疗、手术、输血、护理等实现全流程数据跟踪与闭环管理，并依据知识库实现全流程实时数据核查与管控。 （2）形成全院级多维度医疗知识库体系（包括症状、体征、检查、检验、诊断、治疗、药物合理使用等相关联的医疗各阶段知识内容），能够提供高级别医疗决策支持
（表：卫健委电子病历评级要求）
二、 CDSS的系统
组成和应用场景
目前，世界上绝大多数CDSS都由三部分组成：即知识库、推理机和人机交流接口部分。它主要包含以下几个使用环节：
1. 基于临床知识库，对信息进行收集、整理、分类、过滤、加工并建立逻辑关联知识点；
2. 采用警告提醒、信息按钮、成组医嘱（医嘱套餐）、文挡管理以及相关数据的表达形式；
3. 对疾病进行诊断、治疗、护理、手术、合理用药等方面的决策支持；
4. 为临床医生诊断治疗提供建议、提醒、报警、计算、预测方面的决策支持。
（资料来源：OMAHA分析）
如果按照应用场景来划分，CDSS拥有诊前决策、诊中决策和诊后决策三大场景：
（一） 诊前决策：是CDSS根据临床医生针对患者的症状的描述，在诊断、用药和手术之前，按照标准诊疗指南提示医生诊断要求、鉴别要点以及相关诊疗方案，包括手术诊断时提示手术操作要点及术前检查等。
（二）诊中支持：是CDSS为医生提示药品适应症、药理、药效等，包括手术并发症常见症状，以及术后综合治疗及评估方案等。
（三） 诊后评价：是CDSS挖掘患者与其既往、临床研究之间联系的资料，以便于预测患者将来的健康问题，存储并分析不符合《临床诊疗指南》以及《临床技术操作规范》的治疗方案，为医疗质量评估提供依据，提升医院管理水平，规范医疗行为，同时也为提供科学的证据。
对医生而言——CDSS可以有效降低基层医生误诊、漏诊率：
中国医学会的一份误诊数据资料显示，中国临床医疗每年的误诊人数约为5700万人，总误诊率为27.8%。器官异位误诊率为60%，恶性肿瘤平均误诊率为40%，如鼻咽癌、白血病、胰腺癌等，肝结核、胃结核等肺外结核的平均误诊率也在40%以上。特别是对基层医疗机构来说，培养一名大约需要5到10年的时间，如果这些医生能够合理利用CDSS，就能迅速提升他们的诊疗水平，加快培训进度，从而减少基层医疗的误诊、漏诊以及医患纠纷等问题。
对医院而言——CDSS是衡量、判定医院等级的重要参考
依据美国医疗信息与管理系统学会（Healthcare Information and Management Systems Society, HIMSS ) HIMSS 7级的评审标准，CDS是HIMSS EMRAM评级中最核心的评价要点之一。
（资料来源: HIMSS官网）
从EMRAM的第二级开始，几乎每一级都对CDS有要求。整个0-7级实际上是CDS功能递进、不断升级的一个过程，直至最后达到七级的全面临床决策支持能力（full CDS）。
三、 CDSS的市场分析
和竞争格局
在我国AI医疗方面的应用中，CDSS可以说是起步较早成熟度较高的一个战场，在技术及应用上最为落地。随着国家进一步出台鼓励AI+医疗发展的政策，CDSS盈利模式逐渐明晰，市场也进入了快速成长期。根据艾瑞咨询推算，2020-2022年AI+核心医疗软件服务市场规模将超过70亿元。CAGR将达到51.9%，细分领域中CDSS市场份额最大。
（资料来源：艾瑞咨询）
从中美到目前为止批准应用的AI人工智能医用软件中，各项技术的分布来看，主要包括CT影像、CDSS、心电图识别、手术机器人、眼底筛查、病理影像、基因检测等。其中，CDSS落地场景仅次于CT影像排名第二，将近三分之一份额。而在实际落地应用方面，CDSS是相对落地比较快的。
（资料来源：国家药监局官网、FDA、华安证券研究所）
从细分市场来看，国内医疗信息化建设的高速发展正在路上，国内CDSS市场实际可以分为大型医院信息化市场和基层医疗卫生市场两大市场。先来看下国内医疗机构数据。
截至2021年2月底，国家卫健委统计信息中心公布了全国医疗卫生机构的最新数据。数据显示，现阶段全国医疗卫生机构数达102.5万个。有医院3.5万个，其中1.2万个，民营医院2.4万个。而基层医疗卫生机构97.2万个（包括社区卫生服务中心3.5万个，乡镇卫生院3.6万个，村卫生室60.9万个，诊所26.2万个），专业公共卫生机构1.4万个，各家医院对CDSS的投入不同，很大程度取决于医院初期的信息化建设和整改过程中的软硬件和流程改造。
（资料来源：公开资料）
前期CDSS市场主要以大三甲医院为主，其中很重要的原因是前文提到的政策评级影响，CDSS系统的使用是重要的考核点。目前一二线城市的不少三甲医院正在加速信息化建设，结合评级需求和医院的综合需求，医院信息化市场是走在比较前面的。
而在大型医院加快信息化发展的同时，随着国内对基础医疗的投入支持不断加大，分级诊疗政策的持续推进，CDSS的市场开始逐渐从大医院转向基层。特别是中国存在基层医疗优质医生资源不足，医疗资源配置不均衡、基层信息化设施缺乏等问题，严重阻碍了分级诊疗的推进。在这一背景下，医疗机构对医疗人工智能、CDSS的需求正不断增加。并且根据临床实践，CDSS对基层医生提高诊疗水平的显著的帮助，可以规范基层全科医生的诊疗行为，增加对临床指南的依从性，提高诊疗规范率，为增强基层卫生服务能力提供了有效的帮助，。中国有97.2万个基层医疗卫生机构，覆盖了中国相当规模的基层患者人口，足以撑起一个庞大的基层CDSS战场，中国还出现了一批特地针对基层医疗机构和医生提供服务的CDSS企业。
（资料来源：2020中国卫生健康统计年鉴）
从竞争格局上看，根据蛋壳研究院的资料，国内布局CDSS产品的企业主要分成三大类型：老牌信息化企业、AI和大数据企业、互联网和科技企业以及高校、医疗机构、研究机构。可以说是老牌信息化企业和新兴AI公司平分秋色，各有所长。
老牌信息化企业有比较好的渠道基础和积累，原本业务就广泛布局了医院信息化业务，对医院需求有明确的洞察，因此在研发CDSS产品时具体验一定优势。不过这类企业由于高度清晰的职能划分，较少深入临床进行单病种个性化CDSS的开发。
而新兴的AI大数据企业大多时兼具AI、大数据挖掘和人工智能的综合前沿技术背景。例如惠每科技、森亿医疗这些新兴独角兽企业。而互联网和科技企业如BAT均已推出CDSS产品，例如百度的灵医智慧，而聚焦智能语音和人工智能的科大讯飞也在CDSS领域有涉足。这类主体往往兼具有力的资源整合能力，拥有非医疗产业的核心业务为CDSS投入进行支撑，还能够广泛开拓其他业务。但相比与新兴的AI大数据企业，他们更倾向于通过并购的方式建立底层知识库。
（资料来源：蛋壳研究院）
四、 国内外CDSS代表企业：
（表：国外CDSS代表企业）
（资料来源：公开资料）
（表：国内CDSS代表企业）
（资料来源：动脉网）
可以看到国内CDSS公司分布相对分散，其中布局最多的方向主要是服务基层医疗机构的全科CDSS产品，专科类CDSS产品主要涉及心梗、儿科、肿瘤等领域，随着国家分级诊疗政策的推行，既面向专科医生，又面向基层医生的CDSS产品越来越多，也可以预见中国CDSS产业未来将在基层会有更广阔的市场。