随着我国医疗行业的高速发展,医疗行业体量不断增大,人们对高质量医疗服务的需求日益增长。电子病历和临床决策支持系统的应用被认为是改善医疗服务质量的有效途径。目前,医院信息化建设已经初见成效,患者就诊全过程产生的数据都得以记录和保存;而传统的基于知识的临床决策系统在知识表达、更新和维护上已经很难跟上医学发展的脚步。另一方面,不能很好地无缝融入临床工作流程也成为限制临床决策支持系统发展的一个重要因素。本论文以构建数据驱动的知识发现过程,作为临床决策新的知识来源为出发点,以打通临床业务系统与决策支持系统之间的信息通路、提高诊疗服务质量和医生工作效率为目标,在医院运营管理、电子病历系统优化和医患共同决策三个方面进行了基于电子病历数据的临床决策支持研究。主要创新点如下:提出了一套实时的医疗数据分析和可视化解决方案,针对医院医疗信息化实际情况,在不影响院内其他业务系统正常运行的前提下,实现临床数据中心向平台数据仓库的数据实时动态抽取和导入,完成多维度、多层次的实时数据分析,为医院的运营者展现经过主题汇总的更有利于其决策制定的分析结果。提出了 一种自学习型电子病历系统构架,对电子病历数据分析挖掘的结果直接影响电子病历的业务流程,以医嘱选择为切入点,基于患者相似性算法,使电子病历能够学习相似患者治疗方案的共同特征,并以推荐医嘱列表的方式提供给医生。这个基于患者相似性的自学习功能,一方面并不局限于特定疾病或临床场景,另一方面提高了电子病历的可用性和可靠性,以及医生工作的效率。提出了针对Ⅱ型糖尿病患者药物选择过程中的临床医患共同决策模型,使医生在主导诊疗活动的过程中引导患者参与其中,最终共同完成临床决策。应用此模型的辅助决策工具将临床指南和临床数据挖掘共同作为提供决策支持的知识来源,使用多标签分类算法构建降糖药物选择模型,在临床医患共同决策的过程中帮助医患双方更可靠、快速地筛选相关知识,从而提高医患沟通质量和效率。本论文将数据仓库、联机分析处理技术以及数据挖掘技术引入临床决策支持系统的构建过程中,在3个不同临床应用场景中利用真实的电子病历数据进行有针对性的数据驱动型临床决策支持应用研究,本着"为正确的人在正确的时间提供正确的信息"的基本原则,挖掘电子病历数据的价值,以实现对医护工作者和医院管理人员的工作辅助,提高工作效率,优化医患沟通,从而达到提升医疗服务质量的目的。