国内外相关研究证明医疗决策系统的脆弱性是影响其品质与效率的关键性瓶颈问题,但关于脆弱性行为及其鲁棒性应对方法的研究尚显不足。本项目拟从复杂医疗决策系统角度,采用鲁棒性原理研究决策过程知识获取与传递规律,揭示知识推理的核心作用机制,建立基于鲁棒阈值的判别准则群评价体系;研究CBR/RBR融合推理机制,定义融合酉空间及其动静态结构,通过采用广义信息熵、信息增益与互信息方法研究信息转移代价及融合协调机制,在协同融合模式下,构建基于资源策略分离和冲突消解机制的CBR/RBR融合推理模型;基于干扰辨识和多普勒分析方法,研究复杂医疗决策系统的诱导抑制机制、干扰灵敏度、系统容错能力等脆弱性行为,构建干扰模型;从实证和可操作性角度,通过实证案例的计算比对,将理论和仿真结果应用于具体医疗决策分析中,并构建鲁棒性知识融合决策工具集支撑平台,为实现我国医疗系统品质与效率整体提升提供决策支持、科学依据及理论指导。
Medical Decision-Making;Robustness;CBR/RBR Fusion Reasoning;Complex System;
在医疗过程中如何从管理科学角度减少可避免的不良事件的发生,保障患者安全性,提高医疗品质与效率一直是医学理论界与实务界的重要研究课题之一。国内外相关研究证明医疗决策系统的脆弱性是影响其品质与效率的关键性瓶颈问题,但关于脆弱性行为及其鲁棒性应对方法的研究尚显不足。本项目从复杂医疗决策系统角度,采用鲁棒性原理研究决策过程知识获取与传递规律,揭示知识推理的核心作用机制,建立基于鲁棒阈值的判别准则群评价体系;研究CBR/RBR融合推理机制,定义融合酉空间及其动静态结构,通过采用广义信息熵、信息增益与互信息方法研究信息转移代价及融合协调机制,在协同融合模式下,构建基于资源策略分离和冲突消解机制的CBR/RBR融合推理模型;基于干扰辨识和多普勒分析方法,研究复杂医疗决策系统的诱导抑制机制、干扰灵敏度、系统容错能力等脆弱性行为,构建干扰模型;从实证和可操作性角度,通过实证案例的计算比对,将理论和仿真结果应用于具体医疗决策分析中,并构建鲁棒性知识融合决策工具集支撑平台。本项目研究期间取得如下成果已发表论文12篇,其中期刊论文9篇、会议论文3篇,国际刊物论文5篇、国内核心刊物4篇,SCI收录3篇、EI收录5篇;在投论文2篇,Temporal case matching with information value maximization for predicting physiological states投稿Information Sciences期刊,目前处于二审阶段,“随机干扰下基于证据链推理的多属性诊断决策”投稿“系统工程学报”期刊,目前处于一审阶段;国际会议特邀报告4次、分组报告3次;获得实用新型专利授权1项、软件著作权2项;待出版中文学术专著1部,书名为《医疗与健康决策支持》,已确定电子工业出版社出版;培养博士毕业生1人。本项目将“鲁棒性原理”和“脆弱性行为”引入复杂医疗决策系统品质与效率的研究,并采用“鲁棒阈值”解决CBR/RBR融合推理机问题,对已有研究成果中的科学问题的进一步提炼与完善,为实现我国医疗系统品质与效率整体提升提供决策支持、科学依据及理论指导。