CN116994686A - 数据驱动的临床决策支持系统和方法 - Google Patents

Abstract

数据驱动的临床决策支持系统和方法，将驱动数据发送到推理引擎的医学知识图谱，返回得到驱动数据匹配的第一诊断结果；将第一诊断结果发送到基于知识库的驱动规则模块进行第一次修正和完善，得到包括处方数据和治疗所需要的补充数据列表的第二诊断结果；将第二诊断结果发送到推理引擎，推理引擎的推理单元将第二诊断结果在医学知识图谱和医院数据中检索后得到对处方数据和补充数据列表推理后的第三诊断结果，通过决策结果展示单元显示诊断结果。本发明通过知识库和推理引擎将公共领域的数据和医院数据进行隔离和划分，保证了知识库的数据接口可以用安全级别较低的方式对外开放，增加了数据的广泛性，能够保证医院数据的安全性。

Description

数据驱动的临床决策支持系统和方法

技术领域

本发明涉及人工智能医疗技术领域，具体涉及一种数据驱动的临床决策支持系统和方法。

背景技术

专家系统是一种模拟人类专家解决特定领域问题的智能计算机程序系统，其内部含有相当于该领域专家水平的知识与经验，并在此基础上处理该领域的问题。专家系统是人工智能非常活跃和重要的应用领域，经由专家系统，人工智能实现了从理论研究走向实际应用、从一般推理策略转向运用专门知识的突破。

现有的临床决策支持系统(CDSS)多为基于规则的专家系统。临床决策支持系统有两个核心组成部分：知识库和推理引擎。知识库用来存放专家提供的领域知识，通过完善知识库中的知识内容能够提高临床决策支持系统的性能。

临床决策支持系统的最基本工作流程是：输入要解答的问题信息，推理引擎将输入的问题信息与知识库中各个规则的条件进行匹配，触发规则，并产生相应的建议结论。

现有的临床决策支持系统，推理引擎和知识库的逻辑简单，而且知识库和医院数据的使用不规范，容易造成医院数据的篡改、泄露，被攻击等风险。

因此，现有技术存在的问题，有待于进一步改进和发展。

发明内容

（一）发明目的：为解决上述现有技术中存在的问题，本发明的目的是提供一种知识库和医院数据权限分离的临床决策支持系统和方法，以便最大程度的获取知识库中广泛的数据，同时保证医院数据的安全性，最后能够得到精准的临床决策结果。

（二）技术方案：为了解决上述技术问题，数据驱动的临床决策支持系统，包括知识库、推理引擎和决策终端，其中，所述知识库用来存放公共领域的数据，知识库的数据接口具有第一权限；所述推理引擎包括推理单元、医学知识图谱和医院数据，所述医院数据的数据接口具有第二权限，所述第一权限大于第二权限；

所述决策终端包括驱动单元和决策结果展示单元；

所述驱动单元将驱动数据发送到推理引擎的医学知识图谱，所述医学知识图谱返回得到所述驱动数据匹配的第一诊断结果；所述驱动单元将第一诊断结果发送到基于知识库的驱动规则模块进行第一次修正和完善，得到第二诊断结果，所述第二诊断结果包括处方数据和治疗所需要的补充数据列表；

所述驱动单元将第二诊断结果发送到所述推理引擎，所述推理引擎的推理单元将第二诊断结果在医学知识图谱和医学数据中检索后得到对处方数据和补充数据列表推理后的第三诊断结果；

所述决策结果展示单元用于接收所述决策终端的决策确认指令之后，通过决策结果展示单元显示诊断结果。

所述的数据驱动的临床决策支持系统，其中，所述驱动单元包括驱动数据、驱动规则模块和驱动规则生成模块，所述驱动数据包括：病人个人数据、当前症状、当前检测数据。

所述的数据驱动的临床决策支持系统，其中，所述驱动规则模块包括：诊断结果和诊断扩展配置列表；所述驱动规则生成模块用于诊断结果和/或诊断扩展配置列表中条目的更新。

所述的数据驱动的临床决策支持系统，其中，所述决策终端还包括校正单元，所述校正单元包括病例场景模块、场景更新模块、医生校正模块；

所述病例场景模块包括与诊断结果匹配的具有时间轴的医疗场景数据库；

所述医疗场景数据库包括疾病诊断结果、诊断阶段、以及各阶段的用药数据、饮食数据、运动数据、推荐饮食数据、推荐护理数据。

所述的数据驱动的临床决策支持系统，其中，所述校正单元的数据接口具有第三权限，所述第三权限小于第二权限；第三权限的用户之间数据互通。

所述的数据驱动的临床决策支持系统，其中，将所述第三诊断结果发送到所述校正单元，所述第三诊断结果在所述病例场景模块中进行数据检索，根据检索结果对第三结果进行比对得到针对驱动数据的第四诊断结果，所述第四诊断结果为最终诊断结果。

所述的数据驱动的临床决策支持系统，其中，所述校正单元包括显示控制模块，所述显示控制模块包括虚拟地图、由网格体组成的虚拟文本框；所述虚拟文本框包括虚拟立体文本框和子虚拟立体文本框，所述虚拟地图覆盖决策结果展示单元的诊断显示界面，所述虚拟文本框用于承载文字，所述显示控制模块对虚拟文本框配置骨骼节点，调用物理引擎和运动属性进行虚拟文本框的排布，得到实时的比对排布界面。

所述的数据驱动的临床决策支持系统，其中，所述校正单元将第三诊断结果和对应的病例场景模块分别输入到第一虚拟立体文本框和第二虚拟立体文本框，所述校正单元将第一虚拟立体文本框和第二虚拟立体文本框的诊断结果执行比对属性的操作，生成第四诊断结果，所述第四诊断结果具有相同属性的第三虚拟立体文本框和差异属性的第四虚拟立体文本框。

所述的数据驱动的临床决策支持系统，其中，所述虚拟文本框的边框具有延展性；所述虚拟文本框具有逻辑属性和运动属性；所述逻辑属性包括比对属性和结果判断属性，所述结果判断属性包括相同属性和差异属性；所述运动属性包括配置拼接顺序、拼接速度和运动路线。

数据驱动的临床决策支持方法，使用驱动数据进行诊断结果的决策，具体包括以下步骤：

步骤一、将驱动数据发送到推理引擎的医学知识图谱，所述医学知识图谱返回得到所述驱动数据匹配的第一诊断结果；

步骤二、将所述第一诊断结果发送到基于知识库的驱动规则模块进行第一次修正和完善，得到第二诊断结果，所述第二诊断结果包括处方数据和治疗所需要的补充数据列表；所述知识库用来存放公共领域的数据，知识库的数据接口具有第一权限；

步骤三、将所述第二诊断结果发送到推理引擎，所述推理引擎的推理单元将第二诊断结果在医学知识图谱和医学数据中检索后得到对处方数据和补充数据列表推理后的第三诊断结果；所述推理引擎的医院数据的数据接口具有第二权限，所述第一权限大于第二权限；

步骤四、接收决策终端的决策确认指令之后，通过决策结果展示单元显示诊断结果。

（三）有益效果：本发明提供的数据驱动的临床决策支持系统和方法，通过知识库和推理引擎将公共领域的数据和医院数据进行隔离和划分，保证了知识库的数据接口可以用安全级别较低的方式对外开放，增加了数据的广泛性。医院数据拥有权限较高的第二权限，能够保证医院数据的安全性。

附图说明

图1是本发明数据驱动的临床决策支持系统的结构示意图；

图2是本发明校正单元的结构示意图；

图3是本发明数据驱动的临床决策支持方法的流程示意图；

图4是本发明为虚拟文本框配置骨骼，使用物理引擎实现虚拟文本框在虚拟地图上的排布的示意图。

具体实施方式

下面结合优选的实施例对本发明做进一步详细说明，在以下的描述中阐述了更多的细节以便于充分理解本发明，但是，本发明显然能够以多种不同于此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下根据实际应用情况作类似推广、演绎，因此不应以此具体实施例的内容限制本发明的保护范围。

附图是本发明的实施例的示意图，需要注意的是，此附图仅作为示例，并非是按照等比例的条件绘制的，并且不应该以此作为对本发明的实际要求保护范围构成限制。

本发明提供的数据驱动的临床决策支持系统，如图1所示，包括知识库、推理引擎和决策终端。所述知识库用来存放公共领域的数据，数据接口具有第一权限。通过完善知识库中的知识内容能够提高临床决策支持系统的性能。本发明所述知识库包括医疗学术数据、医疗知识数据、健康监测数据、饮食数据、运动数据、康复数据、社交软件数据等各种公共领域的数据。在庞大数据的知识库中进行数据检索需要耗费大量的计算机性能，本发明数据驱动的临床决策支持系统通过驱动规则模块的建立，能够提高数据检索的精准度和检索速度。另外本发明提供一种新型数据库架构，所述知识库、推理引擎分离设置，权限不同，所述知识库和驱动单元连接，所述知识库用于第一诊断结果的第一次修正和完善，得到第二诊断结果。

所述推理引擎和所述驱动单元连接，通过驱动数据和第二诊断结果，在医院数据库、知识图谱的数据支持下，通过卷积网络算法得到推理后的第三诊断结果。

所述知识库包括分布式的云端服务器的数据库，还包括分布式的线下终端的数据库。

所述推理引擎包括推理单元、医学知识图谱单元和医院数据，所述医院数据包括处方单元、医疗检测数据、病例数据等，所述推理引擎的数据接口具有第二权限。所述推理引擎包括医学知识图谱和医院数据，所述医院数据的数据接口具有第二权限，所述第一权限大于第二权限。

本发明数据驱动的临床决策支持系统，所述知识库、推理引擎具有不同的数据权限，所述知识库的第一权限大于第二权限，所述知识库可以连接各类社交媒体平台、搜索引擎、数据库，面对的是公共领域的数据，用于获取更广泛的数据和知识。所述推理引擎存储有医院数据，所述医院数据为具有指定医院资质的医院，所述医院资质为二级医院、三级医院等，本发明不做限定，只要能保证医院数据的权威性即可。

本发明通过知识库和推理引擎将公共领域的数据和医院数据进行隔离和划分，保证了知识库的数据接口可以用安全级别较低的方式对外开放，增加了数据的广泛性。所述医院数据拥有权限较高的第二权限，能够保证医院数据的安全性。

所述决策终端包括驱动单元、校正单元和决策结果展示单元。所述驱动单元包括驱动数据、驱动规则模块和驱动规则生成模块，所述驱动数据包括：病人个人数据、当前症状、当前检测数据。

所述推理引擎的医学知识图谱包括科室、疾病、症状和检测数据之间的映射关系。所述医学知识图谱在医疗决策中起到数据定位的作用。

所述医学知识图谱由节点和边组成，节点表示实体、概念或属性值，节点包括科室、疾病名称、疾病基础特征数据；边表示实体的属性或实体间的关系；三元组是知识图谱的基本表示形式。例如一个节点可以是一个科室，比如血液科，也可以是一个疾病，比如血小板增高症；边则描述了高血压和心内科之间的“疾病-科室”关系；血液科、血小板增高症、血小板增高症的基础特征数据，就是一条简单的三元组。所述血小板增高症的知识图谱中的三元组数据为，科室：血液科，疾病：血小板增高症，疾病基础特征数据：血小板数据大于1000×10*9/L。

将所述驱动单元的驱动数据发送到推理引擎的医学知识图谱，所述医学知识图谱返回与所述驱动数据匹配的第一诊断结果，所述第一诊断结果为一个模糊的诊断结果，需要进一步去完善或者修正。

所述驱动单元将驱动数据和第一诊断结果发送到所述驱动规则模块，所述驱动规则模块返回和第一诊断结果匹配的第二诊断结果，所述第二诊断结果包括诊断结果名称、处方数据和治疗所需要的补充数据列表，所述补充数据列表是指处方数据之外的辅助治疗诊断结果。

所述驱动规则模块包括：诊断结果和诊断扩展配置列表；所述驱动规则生成模块用于诊断结果和/或诊断扩展列表中条目的更新，优选的包括诊断结果和/或诊断扩展配置列表中条目的增加，或者数据的增加或者删减。

本发明驱动单元的驱动规则模块来源于医疗学术数据、监控监测数据、社交媒体数据、康复数据等非医疗数据的公共领域的数据，能够使诊断结果的诊断得到更多的完善信息，例如对于诺如、甲流等流行病，可以根据驱动数据可能的时间、区域等因素，进行疾病诊断结果预判和完善；以及对于诊断结果生成必要的处方数据和治疗所需要的补充数据列表。

所述诊断扩展配置列表的条目包括诊断结果对应的并发症数据、指定时间段内的病例数据、地域分布数据、年龄分布数据、与诊断疾病的治疗相关的康复数据、运动数据、护理数据、饮食数据等补充数据列表，所述诊断扩展配置列表的条目根据不同诊断结果可以不同，具有与诊断结果对应的处方数据和补充数据列表，所述补充数据列表为对处方数据的补充。所述驱动规则生成模块实时连接知识库，使驱动规则生成模块生成的驱动规则具有实时性和更广泛的数据基础，更加全面。

所述驱动规则生成模块，包括和诊断结果对应的并发症的统计规则，和第一诊断结果对应的指定时间段内的病例数统计、和第一诊断结果对应的不同地域内的病例数统计，治疗结果数据统计，以及治疗所需要的补充数据列表，包括康复方案数据、饮食调整数据、运动数据等。

每种疾病名称所需要补充数据列表不同，所述驱动规则生成模块，根据对各种疾病进行分类，指定不同条目的补充数据列表。例如I型糖尿病诊断结果包括运动数据和饮食调整数据，红斑狼疮的诊断结果包括饮食调整数据。具体的，所述驱动规则生成模块根据第一诊断结果在知识库中检索结果进行实时更新，得到动态的驱动规则，也就是对于疾病信息进行动态的补充和完善，对于补充数据列表进行动态的更新。为根据推理引擎进行疾病判断进行第一次诊断结果的完善或者修正。

所述驱动单元将第一诊断结果在驱动规则模块中进行第一次修正，得到第一诊断结果的补充数据列表，包括第一诊断结果修正后的第二诊断结果，包括疾病名称、可能的并发症、处方数据和补充数据列表，所述补充数据列表包括必要的康复数据、运动数据、饮食数据等。

所述驱动单元将第二诊断结果发送到所述推理引擎，所述推理引擎的推理单元可以采用卷积神经网络模型或者推理规则，根据第二诊断结果在医学知识图谱单元、医院数据中检索，将得到的数据标准化后。当所述推理单元为卷积神经网络模型时，利用卷积神经网络模型，得到包括处方数据和补充数据列表进行医院数据内的修正和完善，得到处方数据、运动数据、饮食数据、护理数据的等特征数据的第三诊断结果。所述医院数据包括医疗检测数据、病例库、处方单元等数据。

所述第二诊断结果在所述知识库中检索之后进行了完善，包括疾病信息、处方数据、运动数据、饮食数据、护理数据等，也就是在知识库中进行修正完善的数据；所述推理引擎的推理单元将接收的数据进行格式标准化处理后，输入到所述卷积神经网络的输入层。

本发明推理单元的卷积神经网络模型的输入层将获取的第二诊断结果，疾病信息、处方数据、和补充数据发送到神经网络模型。所述补充数据包括运动数据、饮食数据、护理数据等。所述疾病信息、处方数据和补充数据的条目数为决策信息条目数。

本发明所述卷积神经网络模型的第二诊断结果在医学图谱数据和医院数据中进行检索得到的数据发送到输入层进行初级特征提取，所述初级特征提取模块利用3个3*3的卷积进行特征提取，获得特征，再通过循环的第二卷积层，和第三卷积层进行特征提取，最后通过全连接层进行特征分类，得到第三诊断结果。

本发明所述卷积神经网络模型为经过模型训练后的卷积神经网络模型，通过模型训练优化权重、损失函数，全连接层输出值类别数量为8，所述损失函数为Sigmoid函数。

本发明所述卷积神经网络模型结构简单，目前只适用于解决规模较小的问题，且效果与性能明显受训练数据集限制，本发明在系统架构上采用了将推理结果进行校正的方法，提高临床决策的准确度，做到补充和完善的作用。

将第三诊断结果发送到所述决策终端的校正单元。所述校正单元包括病例场景模块、场景更新模块、医生校正模块，所述病例场景模块包括与诊断结果匹配的具有时间轴的医疗场景数据库，所述医疗场景数据库的条目，包括推荐处方数据、推荐运动数据、推荐饮食数据、推荐护理数据等。

本发明所述医疗场景数据库，包括疾病诊断结果和诊断阶段相匹配的用药数据、饮食数据、运动数据、推荐饮食数据、推荐护理数据等。

所述时间维度可以包括病程较长的例如1-20年的慢性病，可以分为早期、中期、中晚期、晚期；或者病程较短的急性病，可以分为第一天、第二天、第三天等，甚至按照小时划分，这里根据不同的疾病进行不同的划分。

所述校正单元的用户之间可以数据互通，所述用户为临床医生、住院医生等等，这里根据设置确定。所述校正单元的数据接口具有第三权限，第三权限的用户之间可以数据互通。所述校正单元的标准决策结论子模块，为有权限的医生进行操作，这就保证了标准决策结论子模块中数据的权威性和稳定性。所述校正单元为医院。

所述医生校正模块为医生对于病例场景模块的增加、删减、和/或者修改，所述医生校正模块的内容会在所述场景更新模块的审核后，对病例场景模块的医疗场景数据库进行数据更新。所述场景更新模块可以通过数据审核的方式，进行医疗场景数据库的数据更新。所述校正单元的数据接口具有第三权限，所述第三权限在所述第二权限之内，但是要小于第二权限，只有具有第三权限的医生，才可以对于通过所述医生校正模块对病例场景模块进行增加、删减和/或者修改的操作，如图2所示。

所述第三诊断结果发送到所述校正单元，所述第三诊断结果在所述病例场景模块中进行数据检索，并发送到所述决策终端接收决策确认指令之后，通过所述决策结果展示单元显示，得到最终诊断结果。

本发明提供的数据驱动的临床决策支持方法，如图3所示，使用病人个人数据、当前症状、当前检测数据等基础数据作为驱动数据，进行诊断结果的决策，具体包括以下步骤：

步骤101、将驱动数据发送到推理引擎的医学知识图谱，所述医学知识图谱返回得到所述驱动数据匹配的第一诊断结果；

步骤102、将第一诊断结果发送到所述基于知识库的驱动规则模块进行第一次修正和完善，得到第二诊断结果，所述第二诊断结果包括处方数据和治疗所需要的补充数据列表；所述知识库用来存放公共领域的数据，知识库的数据接口具有第一权限；

步骤103、将第二诊断结果发送到所述推理引擎，所述推理引擎的推理单元将第二诊断结果在医学知识图谱和医学数据中检索后得到对处方数据和补充数据列表推理后的第三诊断结果；所述推理引擎的医院数据的数据接口具有第二权限，所述第一权限大于第二权限；

步骤104、接收所述决策终端的决策确认指令之后，通过决策结果展示单元显示最终诊断结果。

本发明数据驱动的临床决策支持系统和方法中，第一诊断结果是在医学知识图谱中进行模糊定位，并将第一诊断结果具有广泛公共数据的知识库中检索得到修正和完善后的第二诊断结果，第二诊断结果在基于医学知识图谱和医院数据的推理引擎中进行权威数据的判断得到第三诊断结果。为了进一步提高临床决策支持系统的决策精准度，本发明在决策终端设置了基于医生用户的校正单元，设置基于医生用户的也就是第三权限用户的病例场景模块，使数据驱动结合了知识库和医院数据的第三诊断结果同校正单元的病例场景模块进行比对，所述校正单元有第三权限的用户也就是医生进行判断是否借鉴病例场景模块中的数据，最后确定第四诊断结果，也就是最终诊断结果，并在所述决策结果展示单元显示诊断结果。

本发明所述第三诊断结果和病例场景模块的数据量很大，为了能够方便医生对比第三诊断结果和病例场景模块的数据，数据显示更加立体，排布自动化，本发明所述校正单元可以设置显示控制模块。所述显示控制模块包括虚拟地图、由网格体组成的虚拟文本框，所述虚拟文本框包括虚拟立体文本框和子虚拟立体文本框。所述虚拟地图覆盖决策结果展示单元的诊断显示界面，所述虚拟文本框用于承载文字，所述虚拟文本框的边框具有延展性，可以随承载文字的多少进行收缩或放大适配。所述虚拟文本框具有逻辑属性和运动属性，所述逻辑属性包括比对属性和结果判断属性，所述结果判断属性包括相同属性和差异属性，所述差异属性可以包括差异数值比如90%、70%、50%。结果判断属性可以通过文字的语义进行判断，本专利使用的是科大讯飞的SMART-TTS l语义识别系统对文字的语义进行比较得到相同属性和差异属性，以及差异属性的数值。所述虚拟立体文本框内部设置承载诊断结果的条目的多个子虚拟立体文本框。

所述校正单元将第三诊断结果和对应的病例场景模块分别输入到第一虚拟立体文本框和第二虚拟立体文本框，所述校正单元将第一虚拟立体文本框和第二虚拟立体文本框的诊断结果以条目为基本单元执行比对属性的操作，生成第四诊断结果的另外两个文本框，所述第四诊断结果包括具有相同属性的第三虚拟立体文本框和差异属性的第四虚拟立体文本框。

所述具有相同属性的第三虚拟立体文本框根据用户习惯，选择第一虚拟立体文本框或第二虚拟立体文本框中的条目内容为基础，另外一个相同条目的子虚拟立体文本框消亡。

所述差异属性的第四虚拟立体文本框根据条目的标签，相同条目的标签左右或者上下拼接在一起，拼接后的条目所在的子虚拟立体文本框，以及虚拟地图上的路线为准，在虚拟立体文本框内以面积大小，进行拼接完成子虚拟立体文本框在虚拟立体文本框中的排序和显示，如图4所示。

本发明子虚拟文本框可以根据文字多少设置合适的宽度，宽度为设置数值的倍数，所述数值为虚拟立体文本框宽度的N等分数值。所述虚拟立体文本框根据子虚拟立体文本框的差异属性的差异数值，自上而下，自左向右依次拼接排列。

本发明对虚拟文本框配置骨骼节点，优选的可以将骨骼节点配置在虚拟文本框的边框中心。

本发明的显示控制模块通过虚拟地图和由网格体组成的虚拟立体文本框和子虚拟立体文本框承载文字，通过所述条目对应的子虚拟立体文本框的中文字的语义差异数值，在虚拟立体文本框中依次拼接排列。本发明所述多个子虚拟文本框的拼接时间间隔可以根据语义差异数值成反比，以便快速的将差异内容以聚焦的方式呈现给第三权限用户。

本发明虚拟文本框采用网格体组成的虚拟立体图像，便于对虚拟文本框配置骨骼节点，并使用物理引擎，利用配置运动属性实现虚拟文本框的拼接排列的拼接顺序、拼接速度和虚拟地图的运动路线，实现虚拟立体文本框和子虚拟立体文本框的拼接排列。本发明的第三权限用户在校正单元配置拼接顺序、拼接速度和运动路线，便于第三权限用户进行校正决策界面展示效果的自定义。本发明的显示控制模块采用了虚拟3D技术和物理引擎，使所述决策结果展示单元的显示更为智能。

以上内容是对本发明创造的优选的实施例的说明，可以帮助本领域技术人员更充分地理解本发明创造的技术方案。但是，这些实施例仅仅是举例说明，不能认定本发明创造的具体实施方式仅限于这些实施例的说明。对本发明创造所属技术领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干简单推演和变换，都应当视为属于本发明创造的保护范围。

Claims (10)

1.数据驱动的临床决策支持系统，包括知识库、推理引擎和决策终端，其特征在于，所述知识库用来存放公共领域的数据，知识库的数据接口具有第一权限；所述推理引擎包括推理单元、医学知识图谱和医院数据，所述医院数据的数据接口具有第二权限，所述第一权限大于第二权限；

所述决策终端包括驱动单元和决策结果展示单元；

所述驱动单元将驱动数据发送到推理引擎的医学知识图谱，所述医学知识图谱返回得到所述驱动数据匹配的第一诊断结果；所述驱动单元将第一诊断结果发送到基于知识库的驱动规则模块进行第一次修正和完善，得到第二诊断结果，所述第二诊断结果包括处方数据和治疗所需要的补充数据列表；

所述驱动单元将第二诊断结果发送到所述推理引擎，所述推理引擎的推理单元将第二诊断结果在医学知识图谱和医院数据中检索后得到对处方数据和补充数据列表推理后的第三诊断结果；

所述决策结果展示单元用于接收所述决策终端的决策确认指令之后，通过决策结果展示单元显示诊断结果。

2.根据权利要求1所述的数据驱动的临床决策支持系统，其特征在于，所述驱动单元包括驱动数据、驱动规则模块和驱动规则生成模块，所述驱动数据包括：病人个人数据、当前症状、当前检测数据。

3.根据权利要求2所述的数据驱动的临床决策支持系统，其特征在于，所述驱动规则模块包括：诊断结果和诊断扩展配置列表；所述驱动规则生成模块用于诊断结果和/或诊断扩展配置列表中条目的更新。

4.根据权利要求1所述的数据驱动的临床决策支持系统，其特征在于，所述决策终端还包括校正单元，所述校正单元包括病例场景模块、场景更新模块、医生校正模块；

所述病例场景模块包括与诊断结果匹配的具有时间轴的医疗场景数据库；

所述医疗场景数据库包括疾病诊断结果、诊断阶段、以及各阶段的用药数据、饮食数据、运动数据、推荐饮食数据、推荐护理数据。

5.根据权利要求4所述的数据驱动的临床决策支持系统，其特征在于，所述校正单元的数据接口具有第三权限，所述第三权限小于第二权限；第三权限的用户之间数据互通。

6.根据权利要求4所述的数据驱动的临床决策支持系统，其特征在于，将所述第三诊断结果发送到所述校正单元，所述第三诊断结果在所述病例场景模块中进行数据检索，根据检索结果对第三诊断结果进行比对得到针对驱动数据的第四诊断结果，所述第四诊断结果为最终诊断结果。

7.根据权利要求6所述的数据驱动的临床决策支持系统，其特征在于，所述校正单元包括显示控制模块，所述显示控制模块包括虚拟地图、由网格体组成的虚拟文本框；所述虚拟文本框包括虚拟立体文本框和子虚拟立体文本框，所述虚拟地图覆盖决策结果展示单元的诊断显示界面，所述虚拟文本框用于承载文字，所述显示控制模块对虚拟文本框配置骨骼节点，调用物理引擎和运动属性进行虚拟文本框的排布，得到实时的比对排布界面。

8.根据权利要求7所述的数据驱动的临床决策支持系统，其特征在于，所述校正单元将第三诊断结果和对应的病例场景模块分别输入到第一虚拟立体文本框和第二虚拟立体文本框，所述校正单元将第一虚拟立体文本框和第二虚拟立体文本框的诊断结果执行比对属性的操作，生成第四诊断结果，所述第四诊断结果具有相同属性的第三虚拟立体文本框和差异属性的第四虚拟立体文本框。

9.根据权利要求8所述的数据驱动的临床决策支持系统，其特征在于，所述虚拟文本框的边框具有延展性；所述虚拟文本框具有逻辑属性和运动属性；所述逻辑属性包括比对属性和结果判断属性，所述结果判断属性包括相同属性和差异属性；所述运动属性包括配置拼接顺序、拼接速度和运动路线。

10.数据驱动的临床决策支持方法，使用驱动数据进行诊断结果的决策，具体包括以下步骤：

步骤一、将驱动数据发送到推理引擎的医学知识图谱，所述医学知识图谱返回得到所述驱动数据匹配的第一诊断结果；

步骤二、将所述第一诊断结果发送到基于知识库的驱动规则模块进行第一次修正和完善，得到第二诊断结果，所述第二诊断结果包括处方数据和治疗所需要的补充数据列表；所述知识库用来存放公共领域的数据，知识库的数据接口具有第一权限；

步骤三、将所述第二诊断结果发送到推理引擎，所述推理引擎的推理单元将第二诊断结果在医学知识图谱和医学数据中检索后得到对处方数据和补充数据列表推理后的第三诊断结果；所述推理引擎的医院数据的数据接口具有第二权限，所述第一权限大于第二权限；

步骤四、接收决策终端的决策确认指令之后，通过决策结果展示单元显示诊断结果。