具体而言，张奇将核心问题归纳于两点：“一开始我们将注意力尽数放置于患者临床治疗过程，包括其中的病情变化、用药数据变化、检验检查、护理过程的数据变化，但即便是这样，获取的数据依然是不完备的，要做出好的CDSS，我们还需要关联患者既往病史，加之院后随访的情况，综合全流程诊疗数据，才能真正做到对患者的‘真实’了解。”

这便是企业稀于涉足专科CDSS的原因之一，要想获得最佳的结果，企业必须处理非常长的流程，触及到多达几十套的信息化系统。“不同的业务系统有不同的接口，有不同的数据标准，不同的处理标准，所以，整个数据的采集标准化识别都是一个非常复杂的过程。”

第二个难点在于参数的多变性。与全科不同，医生在对患者进行专科治疗时，常常会面对一些病情严重的患者，有时甚至危及生命。“在这种情况下，CDSS要处理的变量会非常多，我们需要建立很高的数据质量标注与精准的模型以对患者情况进行分析，这需要花费非常大的精力。”

不过，也正是因为可能出现复杂多变的状况，三甲医院对于专科CDSS存在主观上的需求。森亿智能数据产品负责人表示：“除了满足电子病历评级需求外，医院希望我们能够辅助医务管理，对部分病历数据进行质控。此外，CDSS能够帮助医院建立规范化的临床流程与标注化的临床数据，加之可靠的临床知识体系就形成了数据资产的积累，很多医生看重了这一点，希望能够通过这些沉淀进行后续的数据分析与科研工作。”

当然，专科CDSS的发展还处于初级阶段，以现在的数据储备来看，少有企业能够获得足够多的覆盖全流程的患者肿瘤数据，AI赋能下，CDSS必须拥有足够的数据支撑才能合理运行，这也意味着，肿瘤领域隐藏着众多的专科CDSS机会，这里存在着大片的蓝海市场。

从三个成熟产品看CDSS行业的特征与发展趋势

了解了医生的需求与CDSS建立的问题，那么在实际之中，有效的CDSS系统是怎样的？怎么维护革新这个产品？我们不妨将三个成熟的产品作为案例进行介绍。

大数医达：基于电子病历的AI全科CDSS如何突围？

在全科版本的CDSS之中，数据好比是土壤，而信息处理技术则是肥料，两者均是培育优秀全科CDSS必不可少的部分。