由于当前的诊疗决策支持系统采用单一学科的决策方法, 导致诊疗精度不高, 获取的数据分类结果准确率较低, 提出并设计一种基于改进K-NN (K-Nearest Neighbour)分类算法和SVM (Support Vector Mechine)的多学科协作诊疗决策支持系统. 在构建系统总体框架的基础上, 对数据库系统模块、人机交互模块和诊疗推理模块进行设计, 其中诊疗推理模块是系统的软件核心, 通过改进K-NN分类算法和SVM建立推理引擎, 在计算机的辅助下, 搜索与患者病症信息相似的医疗案例, 并进行相似度匹配, 根据匹配结果与患者症状集构建一个新的临床案例, 引入CDA (Clinical Document Architecture)概念, 实现改进K-NN分类算法和SVM算法的有效融合, 完成多学科协作诊疗决策. 实验结果表明, 与传统系统相比, 该系统的诊疗决策精度高, 评价指标测试平均值达到95.98%, 分类结果准确率较高, 在该系统辅助下能提高医生诊断正确性, 降低误诊率, 且运算复杂度较低.
