，，

临床决策支持系统的构建离不开知识库，而病历的电子化为临床知识库的构建带来了便利，研究人员可以通过计算机程序处理大量病历中的文本，以实现重要知识的挖掘。病历是医疗业务活动的详细记录，其中隐含着价值巨大的知识。将从病历中提取的信息用于临床决策支持，是近年医疗大数据的研究热点之一。

在临床决策支持方面，国外已有较为成熟的研究。关于决策支持系统对临床治疗作用的研究，Porat, Talya等人[1]研究了全科医生和患者对诊断决策支持系统和咨询影响的看法；Arts,Derk L.等人[2]研究了决策支持系统在实践中预防改善卒中的有效性；针对从病历中提取知识的研究，Nilashi M等人[3]提出了一种基于知识的乳腺癌分类系统；Kung,Robert等人[4]提出了一种从电子病历中识别肝硬化患者身份的自然语言处理算法。在国内，医护人员在撰写病历时存在用语不规范的现象，这就为从病历中提取有用信息带来了一定困难；加之国内医疗信息化起步较晚，即使电子病历系统已实现部分内容结构化，但获取病历中有用知识的难点仍然存在。基于此，国内学者也开展了一些探索性的研究，在病历文本的自然语言处理领域提出了不同的解决方案，推动着国内医疗信息化的不断前进。如栗伟[5]研究了电子病历文本挖掘关键算法，徐益辉[6]研究了中文医疗文本匿名化方法，李国垒等人[7]针对病历信息通过潜在语义分析构建了决策模型，林枫[8]研究了云计算技术在医疗大数据挖掘平台设计中的应用。……