بسم الله الرحمن الرحیم

1. بسم الله الرحمن الرحیم

2. DECISION SUPPORT SYSTEM&CLINICAL DECISION SUPPORT SYSTEM استاتید گرامی : 1-جناب آقای دکتر توحید خواه 2-جناب آقای دکتر احمدی پژوه گرد آورندگان : 1-رضا پور اسدالله (86233568) 2-احمد اسدالهی (86233528) DSS & CDSS

3. فهرست 1-تصمیم گیری چیست ؟ 2-انواع تصمیمات 3-مراحل تصمیم گیری 4-انواع تصمیم گیری 5-سیستم های پشتیبان تصمیم گیریDSS 6-اجزای سیستم پشتیبان تصمیم گیری 7-اجزای مدیریت داده 8-اجزای مدیریت مدل 9-ساختار یک DSS 10-دلایل نیاز به سیستم های مکانیزه حمایت از تصمیم 11-فن آوری های اصلی حمایت از تصمیم

4. ادامه فهرست 12-مفهوم سیستمهای حمایت از تصمیم 13-سیستم های حمایت از تصمیم گروهی 14-سیستم اطلاعات مدیریت عالی 15-سیستم های خبره 16-شبکه های عصبی مصنوعی 17-سیستم های پشتیبان ترکیبی 18-تفاوت سیستم های خبره با سیستم پشتیبان تصمیم گیری 19-طبقه بندیDSS 20-سیستم پشتیبانی تصمیم مبتنی بر ارتباطات 21-سیستم پشتیبان تصمیم مبتنی بر داده 22-سیستم پشتیبان تصمیم مبتنی بر اطلاعات

5. ادامه فهرست 23-سیستم پشتیبان تصمیم مبتنی بر متن 24-سیستم پشتیبان تصمیم مدل گرا 25-سیستم پشتیبان نصمیم گیری و محیط محاسباتی آن 26-پايگاه داده سسیتم پشتیبان تصمیم گیری 27-معماری سیستم پشتیبانی تصمیم و انواع آن 28-سیستم پشتیبان تصمیم گیری در پزشکی CDSS 29-دلایل استفاده از CDSSدر پزشکی 30-نقش DSSدر مراقبت های پزشکی 31-کاهش ریسک 32-یادگیری 33-چهار مرحله تکرار شونده برای تسهیل یادگیری اصولDSS

6. ادامه فهرست 34-زمینه های مورد استفاده سیستم های CDSS 35-چهار عملکرد کلیدی سیستم های الکترونیکی حمایت ازتصمیم بالینی 36-مولفه های اصلی و انواع CDSS 37-دسته بندی سیستم های پشتیبان تصمیم بالینی 38-پیشنهاد درخواستی 39-پیشنهاد غیر درخواستی 40-سیستم های خودکار 41-انواع سیستم های پشتیبانی تصمیم 42-انواع مدلهای پشتیبانی تصمیم 43-مدلهای پشتیبانی تصمیم 44-چهار ترکیب ممکن برای تصمیم و خطا

7. ادامه فهرست 45-رسم منحنی ROC 46-روشهای پشتیبانی تصمیم کیفی 47-جدول تصمیم DECISION TABLE 48-فلوچارت 49-مقایسه جدول درستی و فلوچارت 50-فرآیند مدلسازی آماری 51-چرا DSSها در حال حاضر مقبولیت ندارند 52-برخی محدودیتها و معایب سیستم های CDSS 53-هوش مصنوعی یا ARTIFICIAL INTELLIGENCEچیست؟ 54-هوش مصنوعی و کاربرد آن در DSS 55-نتیجه گیری 56-منابع

8. تصمیم گیری چیست ؟ 1-عمل انتخاب (انتخاب یک گزینه از گزینه های ممکن که به باور تصمیم گیر بهترین نتیجه را به همراه دارد) 2-تصمیم گیری یافتن راه حل بهینه برای مساله است و دستیابی به پاسخ بهینه ، منطق کلی کار را تشکیل می دهد . 3-هوشمندی +رویکردهای قبلی +یادگیری 4-بکارگیری در علوم نظامی+صنعتی+کسب و کار 5-بکارگیری روش های بهینه سازی ،برنامه ریزی ریاضی،الگوهای تصمیم گیری چند معیاره 6-سیستم های خبره (بیش از مدل ریاضی ،نظریه های ادراکی تصمیم گیری را الگو قرار می دهد. 7-سیستم های خبره پیشرفته :قدرت یادگیری +استفاده از اشتباهات گذشته +تصمیم گیری بهتر آینده

9. انواع تصمیمات 1.تصمیم ساخت یافته:اطلاعات در قالب مشخصي مورد پردازش قرار مي گيرند و اغلب مي توان به راحتي به راه حل صحيح دست يافت. 2.تصميم غير ساخت يافته:چندين پاسخ صحيح وجود دارد و به جاي يافتن پاسخ صحيح باید بهترين پاسخ را بيابيد. 3.تصميمات برگشت پذير:اين تصميمات مکرراً اتفاق مي‌افتد. 4.تصميمات غير برگشت پذير:به ندرت اتخاذ مي‌گردد شايد فقط يکبار.

10. مراحل تصميم گيري • آگاهي و درک(فاز هوشیاری):يافتن يا بازشناسي مسائل، احتياجات يا فرصتها • طراحي: در نظر گرفتن راههاي ممکن حل مسئله، برآورده شدن احتياجات يا بهره گيري از فرصتها • انتخاب: حذف و برداشتن تنگناها، آزمايش و وزن دادن به هر راه حل، برآورد تأثير هر کدام و انتخاب بهترين آنها • پياده سازي (اجرا): بکارگيري و اجراي راه حل انتخابي و نمايش نتايج

11. انواع تصميم گيري 1- تصميم گيري مرتبط با تشخيص (استفاده از كامپيوتر) مثال: احتمال ابتلا به Myocardial Infraction براساس سوابق بيمار و نتايج ECG چقدر است؟ 2- تصميم گيري مرتبط با درمان (شواهد) مثال: براي بيمار مبتلا به انسداد بيش از 90% عروق كرونري چپ، بهترين درمان براساس سن و ريسك معين چيست؟

12. سیستم های پشتیبان تصمیم گیری(DSS) این سیستمها ، منابع انسانی ( آگاهیهای فردی ) را با قابلیتهای کامپیوتری ترکیب می کنند تا باعث ارتقا کیفیت تصمیم گیری ها مخصوصا در مورد مسائل غیر ساخت یافته شوند .

13. اجزاي سيستم پشتيبان تصميم گيري • مديريت داده data management: ذخيره سازي و نگهداري داده هايي که کاربر از طريق سيستم بر روي آنها تحليل انجام مي دهد. مديريت مدل Model management : مدلهاي ذخيره شده در يک پايگاه مدل و نرم افزاري تحت عنوان سيستم مديريت مدلها است. واسط کاربري: به کاربر امکان مي دهد دانش خود را با قابليتهاي پردازشي و ذخيره سازي سيستم در هم آميزد

14. اجزای مدیریت داده پایگاه داده مدیریت پایگاه داده راهنمای داده امکانات پرسش

15. اجزای مدیریت مدل پایگاه مدل سیستم مدیریت پایگاه مدل راهنمای مدل

16. ساختار یک DSS

17. دلایل نیاز به سیستم های مکانیزه حمایت از تصمیم 1- محدودیت های فکری بشر در پردازش و ذخیره سازی 2- محدودیت های دانش 3- کاهش هزینه 4- حمایت فنی 5- حمایت از کیفیت 6- حاشیه رقابت و مهندسی مجدد فرایندها و اختیارات

18. فناوری های اصلی حمایت از تصمیم 1- سیستم حمایت از تصمیم 2- سیستم های حمایت از تصمیم گروهی 3- سیستم های اطلاعات مدیریت عالی 4- سیستم های خبره 5 – شبکه های عصبی مصنوعی 6- سیستم های حمایت ترکیبی

19. مفهوم سیستمهای حمایت از تصمیم : این سیستمها ، منابع انسانی ( آگاهیهای فردی ) را با قابلیتهای کامپیوتری ترکیب می کنند تا باعث ارتقا کیفیت تصمیم گیری ها مخصوصا در مورد مسائل نیمه ساخت یافته شوند .

20. سیستم های حمایت از تصمیم گیری گروهی حجم زیادی از تصمیمات اصلی سازمان توسط گروهها گرفته می شود از آنجایی که گرد آوری یک گروه در یک مکان و زمان معین مشکل و هزینه بر است و برگزاری این جلسات گروهی نیز زمان زیادی را می طلبد و نتایج تصمیم گیری ها در حد متوسط است، برای رفع این مشکلات از فناوری اطلاعات استفاده می شود که عنوان های مختلفی مانند سیستم های حمایت از تصمیم گروهی را دارا می باشد .

21. سیستم اطلاعات مدیریت عالی این سیستم ها برای اهداف زیر به وجود آمده اند : 1- ایجاد دیدگاهی سازمان یافته از عملیات سازمان 2-ایجاد یک واسطه نزدیک به کاربر در انواع سبک های تصمیمات فردی 3- تهیه کنترل های کارا و به موقع 4- دسترسی سریع به اطلاعات دقیق 5- تبادل داده ها و اطلاعات 6- تعیین مسائل

22. سیستم های خبره در این نوع از سیستم ، خبرگی و تخصص از فرد متخصص به کامپیوتر منتقل می شود . این دانش در کامپیوتر ذخیره می شود و هنگام نیاز، کاربر از آن استفاده می کند. مانند یک متخصص به خوبی استنباط می کند و به نتیجه مناسبی می رسد .

23. شبکه های عصبی مصنوعی در فناوری های قبلی باید از اطلاعات و دانش موجود در کامپیوتر که ازافراد متخصص گرفته می شود استفاده می کردیم ولی چون دسترسی به اطلاعات به سادگی امکان پذیر نیست تصمیم گیرندگان باید از تجربه های خود در شرایط گوناگون استفاده کنند . در این سیستم کامپیوتری امکان یادگیری از تجربه های گذشته وجود دارد و به این طریق مسایل حل می شود .

24. سیستم های پشتیبان ترکیبی برای حل مسائل تصمیم گیرندگان می توانند از ترکیب چند فناوری اطلاعاتی استفاده کنند . بنابراین بایستی از یکپارچه سازی این سیستم ها اسفاده کرد که اگر درجه یکپارچگی بالا باشد ابزار تصمیم گیری سیستمی ترکیبی است که در اختیار کاربر قرار می گیرد .

25. تفاوت سیستم های خبره با سیستم پشتیبان تصمیم گیری • در سيستم پشتيبان تصميم گيري کاربر بايد در زمينه تخصصي مورد نظر دانش کافي داشته باشد و از سيستم براي مدلسازي راه حلهاي مختلف استفاده کند وانتخاب راه حل نهايي به عهده کاربر است. • در بکارگيري سيستمهاي خبره تنها لازم است وقايع مربوط به مساله را به سيستم معرفي کنيد و در واقع راه حل مساله شما از طريق دانش و تخصص ثبت شده در سيستم قابل دستيابي است.

26. DSSرا به پنج طبقه گسترده میتوان تقسیم کرد 1- سیستم های تصمیم گیری مبتنی بر ارتباطات 2- سیستم های تصمیم گیری مبتنی برداده 3- سیستم های تصمیم گیری مبتنی بردانش 4- سیستم های تصمیم گیری مبتنی برمتن 5- سیستم های تصمیم گیری مدل گرا

27. سیستم پشتیبانی تصمیم مبتنی بر ارتباطات این سیستم از شبکه وتکنولوژی ارتباطات برای تصمیم گیری و ارتباطات استفاده میکند.دراین سیستم ،تکنولوژی ارتباطات بخش حاکم می باشد.

28. سیستم پشتیبانی تصمیم مبتنی بر داده عموما، سیستم های پشتیبانی مبتی بر داده بر دسترسی وبه کارگیری داده های داخلی و گاهی داده های خارجی و بلادرنگ تاکید میکند.

29. های مبتنی بر اطلاعات DSS این سیستم ها می تواند عملیاتی را برای مدیران فراهم اورند. این سیستم ها ، سیستم های مربوط به کامپیوترهای شخصی هستند که دانش حل مسائل خاص را دارند. این دانش شامل اطلاعاتی درمورد محدوده ای خاص ، مشکلات آن محدوده و مهارتهای حل ان مشکلات می باشد.

30. DSS های مبتنی بر متن این سیستم از ذخیره کامپیوتری و تکنولوژی های پردازش به منظور بازیابی متن ها وتجزیه وتحلیل انها استفاده میکند.

31. سیستم پشتیبانی مدل گرا سیستم های پشتیبانی مدل گرا ، بر دسترسی وبه کارگیری مدل های بهینه سازی وشبیه سازی تاکید می کنند.

32. سیستم پشتیبان تصمیم گیری و محيط محاسباتي آن

33. پايگاه داده سسیتم پشتیبان تصمیم گیری سیستم پشتیبانی تصمیم از داده‌هاي داخل ( پايگاه هاي داده سازمان) ، داده‌هاي خارجي (اينترنت) و داده‌هاي شخصي فرد تصميم‌گير استفاده مي‌نمايد. سیستم پشتیبانی تصمیمی تواند خود مستقل بوده يا از پايگاههاي داده سازمان استفاده نمايد.

34. معماری سیستم پشتیبانی تصمیم و انواع آن معماری سیستم پشتیبانی تصمیم گیری از چهار جز اصلی تشکیل شده است : سیستم زبانLS سیستم ارائهPS سیستم اطلاعاتKS سیستم پردازش مسالهPPS

35. معماری سیستم پشتیبانی تصمیم و انواع آن

36. سيستم پشتيبان تصميم گيري در پزشكيClinical Decision Support System (CDSS ) نرم‌افزارهاي كامپيوتري كه براي كمك به تشخيصهاي باليني طراحي و ساخته شده‌اند. اين سيستمها با استفاده از اطلاعات و دانش پزشكي به تشخيص عارضه‌هاي گوناگون و تجويز توصيه‌هاي پزشكي براي بيماران اقدام مي‌نمايند.

37. دلایل استفاده از CDSSدر پزشكي 1-پزشکان برخی اوقات دچار خطا و اشتباه میشوند. 2-پزشکان قادر نیستند که همیشه خود را با آخرین یافته های اطلاعات پزشکی تطبیق دهند. 3-در موارد متداول استفاده از تصمیم گیری خودکار موثر است. 4-سازمانهای مراقبت بهداشتی مایل به افزایش کیفیت مراقبت و کاهش هزینه های آن هستند.

38. مثال :نقشDSS در مراقبت های بهداشتی رضایت بیمار کیفیت و قابلیت کاهش ریسک یادگیری

39. کاهش ریسک اشتباهاتی مانند دارهای اشتباه افزایش زمان بستری تداخلات دارویی نارضایتی بیمار افزایش هزینه استفاده از سیستم های DSSمانند CPOE, ADEبه همراه سیستم دارویی می تواند اشتباهات و تداخلات را کاهش داده و با عث کاهش هزینه و ریسک شود ADE:adverse drug events CPOE:computerized physician order entry 0

40. یاد گیری -از اهداف DSSکمک به درست تصمیم گرفتن انسان هاست. Simon: dssبرای تصمیم گیران این موقعیت را فراهم می آورد که از مراحلی که با استفاده از تکنولوژی dssانجام می شود ،آموزش ببینند تا بتوانند در موقعیت های بعدی بهتر تصمیم بگیرند. -hammon: تکنولوژی می تواند ریسک های مخصوص به خود داشته باشد . عملگر نادرست ،تجهیزات ممکن است منجر به اشتباه و نادرست عمل کردن شود .اگر متخصصین بالین یا سایر افراد باور داشته باشند که ماشین یا ابزار کاملا ریسک را ازبین می برد ،ممکن است کمتر مراقب و هوشیار باشند و اشتباهات را کمتر تشخیص دهند.

41. چهار مرحله تکرارشونده برای تسهیل یادگیری اصول DSS

42. چهار مرحله تکرارشونده برای تسهیل یادگیری اصول DSS • اول:سیاست های آشکار برای مطمئن بودن از جمع آوری داده های لازم برای سیستم اطلاعات . • دوم:تکنولوژی اطلاعات باید ابزارهایی ایجاد کند تا از مخزن داده بیماران برای تولید اطلاعات استفاده کند . • سوم:چنین اطلاعاتی باید در اختیار تصمیم گیران قرار گیرد. • چهارم:تصمیم گیران باید متقاعد شوند تا عملیات خود را بر اساس این اطلاعات جدید انجام دهند .

43. زمینه های مورد استفاده سیستم های CDSS • تولید Alert ها و reminder ها برایپزشک • کمک در تشخیص بیماری بهپزشک • برنامه ریزیدرمان • تشخیص و تفسیر تصاویر پزشکی

44. زمینه های مورد استفاده سیستم های CDSS

45. چهار عملکرد کلیدی سیستم های الکترونیکی حمایت از تصمیمات بالینی • اداری : حمایت از کد های بالینی ومستندات • مدیریت موارد پیچیده بالینی: مانند پروتکل های شیمی درمانی، ارجاع و پیگیری، مراقبت هایپیشگیری • کنترل هزینه ها: کنترل دستورات پزشکی،جلوگیری از تکرار آزمایشات یا انجام آزمایشات غیرضروری • حمایت از تصمیم: حمایت از تصمیمات کلینیکی و فرایند درمان و ارتقا استفاده از راهنمائی های اختصاصی

46. مولفه های اصلی و انواع CDSS مؤلفه هاي اصلي CDSS: • اطلاعات پزشكي • داده بيمار • پيشنهاد موردي انواع سيستمهاي CDSS: • تعامل مستقيم سيستم و پزشك (مانند INTERNIST) • سيستم مستقيما به منبع داده هاي بيمار متصل است.(مانند سيستمهاي مفسر ECG) • سيستمهاي همراه با مدارك كامپيوتري بيمار(CPR) و بكاربردن اين ركوردها بعنوان ورودي

47. دسته بندي سيستمهاي پشتيباني تصميم باليني سيستمهاي DSS از جوانب مختلفي طبقه بندي مي شوند: • نمايش اطلاعات: مثلا سيستمهاي مبتني بر درخت تصميم يا قواعد توليدي • نوع تصميم : مثلا تشخيصي يا درماني • زمينه پزشكي : مثلا سيستمهاي مربوط به پزشكي داخلي يا جراحي دسته بندي سيستمهاي DSS از ديد پزشكان: • پيشنهاد درخواستي(Solicited Advice) • پيشنهاد غير درخواستي (Unsolicited Advice) • سيستم خودكار (Autonomous System)

48. پيشنهاد درخواستي تعريف: به شرايطي اطلاق مي شود كه در آن پزشك از DSS مشورت مي طلبد. ويژگيها: • درحالت عادي غيرفعالند و با درخواست كاربر فعال مي شوند. • امكان كنترل استدلالهاي انجام شده توسط DSS را فراهم مي كنند. • پزشك مي تواند سيستم را در مسير خاصي هدايت كند و صحت تشخيص خود را بررسي نمايد. QMR(مرجع پزشكي سريع) تعريف : نسخه تجاري INTERNIST و نمونه اي از سيستمهايي است كه پيشنهاد درخواستي در ارتباط با زمينه هاي متعددي ارائه مي كنند.

49. پيشنهاد غير درخواستي اين نوع سيستمها نيازمند درخواست پزشك براي ارائه پيشنهاد نيستند و بر داده هاي در دسترس بيمار (مانند داده هاي آزمايشگاه تشخيص طبي يا CPR) تكيه دارند و مستقل از درخواست پزشك پيشنهاد خود را ارائه مي دهند. ويژگيها: • همراه با سيستمهاي CPR هستند. • ارائه پيشنهاد جزئي از فعاليت مديريت داده است. • سيستم نمي تواند اهداف درمان و تشخيص را به درستي تشخيص دهد كه اين امر منجر به توليد پيشنهاد مثبت نادرست (FP) و هشدار اشتباه مي گردد

50. سيستم هاي خودكار تعريف: سيستمهايي كه در آنها پيشنهاد بطور مستقيم بر روي بيمار اعمال مي شود، سيستم خودكار ناميده مي شوند. اين سيستمها چندين داده را در زمانهاي مشخصي اندازه مي گيرند و متناسب با آن رفتار خود را تطبيق مي دهند. مثال: سيستمهاي كنترل بيهوشي يا تنفس مصنوعي توجه: خرابي سيستم مي تواند خسارات جبران ناپذيري ايجاد نمايد.