临床决策支持系统(Clinical Decision Support System,CDSS)的研究开始于20世纪60年代,随着CDSS技术的逐渐成熟,在医学辅助诊断领域的应用越来越广泛,也诞生了许多种类的CDSS。但是随着系统规模越来越复杂,CDSS逐渐暴露出了一系列的问题,包括不能处理大规模知识、推理效率低、知识获取与更新困难等。其主要的原因在于CDSS中的核心功能是知识表示和推理算法,而知识表示和推理算法的设计一直是CDSS的一个难点。所以对CDSS中知识表示和推理算法的研究,有助于促进该领域技术的进一步提高与发展。本文通过对CDSS的研究为背景,对目前CDSS中所应用的一些主要技术进行了研究,并针对推演格这种新型的推理机设计方法提出了一种新型的CDSS知识库和推理机的设计方案。该方案采用一种模块化对象化的医学知识库表示与构建方式来降低知识的耦合度与知识获取的难度,并提出一种基于推演格的推理结构与算法使推理的过程更加直观高效。通过上述知识库构建方式及推理方式,改进基于产生式规则推理机的问题,为临床决策支持系统的实现提出了一个新的设计思路与方向。文章首先介绍了目前CDSS研究意义,简单分析了CDSS,以及目前CDSS在国内外的研究现状,并分别就基于知识的和基于非知识的CDSS进行了相关技术的分析,针对基于知识的CDSS所使用的主要方法进行了深入的研究,分别分析了各种方法的思想和特点,指出其结构以及算法的优缺点,阐述为什么会出现疾病处理单一、知识扩展难、推理效率不高的问题。接着分别对基于推演格的知识表示和推理算法展开论述。介绍了其知识表示方法,并结合该知识表示方法提出了一种知识的存储方案。再介绍了推演格这种推理结构以及其推理算法,并结合该推理结构提出了一种基于人机交互的推理过程。总结并分析了该方法对于产生式规则的改进之处。