脑卒中已成为我国第一大致残和第二大致死疾病,带来了沉重的社会与经济负担。我国每年由于脑卒中发病而导致的患者致死、致残率居世界前列,尤其北方高寒、高盐的自然环境因素,使得北方脑卒中发病率居全国之首。脑卒中患者一旦发病,必须在黄金六小时内予以正确的治疗,否则死伤率将大大提高。救治后,脑卒中的康复也将是一个漫长的过程,不同程度的残疾将伴随脑卒中患者的余生。目前,各医疗机构的信息是不共享的,各医疗机构互为“信息孤岛”,临床诊疗医生和康复医生在海量的脑卒中治疗以及康复信息的背景下,对于脑卒中患者的临床诊疗和康复方案只能凭借医生的个人经验来制定。临床诊疗和康复医生很难获取以及复用以前的治疗与康复方案,造成了医疗资源的极大浪费。如果能为临床医生智能提供个性化的治疗或康复方案,那么脑卒中患者的治疗和康复将变得有据可靠,治疗及康复的效果将大大提高,医疗信息将实现共享。本课题正是为了解决以上问题而提出来的,针对我国典型特点的脑卒中的防治与康复决策需求,研究治疗与康复决策支持算法等关键技术。对脑卒中患者分析,建立规范描述脑卒中患者个人信息模型和治疗与康复方案模型,建立脑卒中治疗方案与康复方案库,用于管理、分析治疗与康复方案;建立脑卒中治疗与康复方案评价体系,研发各评价准则相互影响的的关系算法,以形成治疗与康复方案评价准则关系;设计并实现了脑卒中治疗与康复决策支持算法,为临床诊疗和康复医生提供真正有意义的决策支持方案,辅助医生进行医疗决策支持。在此基础上,开发了脑卒中防治与康复智能决策支持系统,并与三甲医院哈尔滨医科大学第一附属医院协同合作,进行系统的测试与验证。