计算机辨证方法实际上就是可以用计算机实现的算法思路，在我们实现临床决策系统的过程中，为解决疑难病证的辨证问题，我们运用了以下4种算法思想，它们是一般决策思想方法的总结，但是在计算机条件下就可以取得更加好的效果。

1．多维逻辑与关系套住病证。病证有其描述性特征，这个特征的重点是：病证不能光靠一个或少数几个诊断要素来定义，因为病人病情的表现与变化是多样的，同样一种痛苦给病人造成的感觉也是不同的，既便是实验室检查，对大多数病也不能形成立即的确诊。那么，病证实际上是一群诊断要素的逻辑‘与’关系，即我们在前面所说的‘概念集合法’。计算机对病证的诊断决策有如下步骤：①对诊断要素进行简单枚举；②对枚举出来的诊断要素进行逻辑与筛选；③对经过逻辑判断的诊断要素进行概率符合性运算；④对同一诊断要素群所关联的概率相近的病证列表，作为待选参考。

2．大知识量结构性覆盖病证。临床过程中，医生多采用上述第3种经验决定方式。经验决定方式往往受制于医生所拥有的经验，而临床病证千变万化，很容易超出经验范畴。上述第4、5种决定方式临床效果应该比较好，但是需要花多费精力、人力和时间。由于计算机的知识存储能力几近无限，我们充分利用计算机储存能力，就可以平面或立体地推出相关病证的决策知识，则可以完全覆盖疑难病证的诊断。

3．并行推理多途径网罗病证。疑难病证在更多情况下是病人患有多系统病证，但是病证模板的结构只能因对一个病证，造成无法充分应付临床问题。解决这个问题，我们利用计算机能够同时处理大数据量的能力，实现并行推理策略，从诊断要素所适应的不同病证模板，同时推出几个并行的病证结果，进而推导出多个并行的治疗方案，避免诊疗的遗漏。

4．震荡往复稳健逼近病证。医生临床对疑难病证的诊断，在确定具体病证之前，会有一个犹豫不决的反复思考过程。这是临界或分岔前的思维震荡。我们从思维仿真的角度，设计从诊断要素到病证之间的正反向双向关联推理过程，帮助医生反复思考。例如：医生从病人采集到一两个诊断要素，由此可以推出一组病证或证候，选择一个病证或证候，即可反推出一组诊断要素，通过删除或增加一些诊断要素，重新推出一组病证或证候；如此反复，直至得到准确结果。其原理是思维震荡会逐渐稳定在某一个点上。　（完）