18、医疗信息系统语义互操作性与文档区分研究

医疗信息系统语义互操作性与文档区分研究

1. 信息与知识模型的对齐问题

在医疗信息领域，信息模型和知识模型对相同概念存在不同的表示方式。以APGAR中的“肌肉张力”数据元素为例，HL7和OpenEHR中该元素都继承自OBSERVATION类，但在Snomed CT中，“肌肉张力”有两个概念：[6918002 : muscle tone]和[6918002 : muscle tone finding]，分别继承自[363787002 : Observable entity]和[404684003 : clinical finding]类。
- 前者被视为潜在可观察的现象，可对应一个问题“肌肉张力如何？”；后者则是实际观察到的现象，即收集到的患者肌肉张力这一体征。这两个概念通过“interprets”形式关系相连。
- 那么如何无歧义地实现这两个模型的对齐呢？对于Apgar原型，数据元素[at0013]可视为“婴儿的肌肉紧张度如何？”的问题，它可与可观察概念[6918002 : muscle tone]关联。可能的回答可以用[6918002 : muscle tone finding]的子概念编码，若不存在则使用新的后协调概念。

信息与知识模型的对齐问题可通过两种互补方法解决：
|方法|描述|
| ---- | ---- |
|高层本体对齐法|使用如Dolce本体等现有的高层本体，重新对齐HL7的RIM和Snomed CT的19个原始类。|
|映射或本体法|直接在两个模型之间寻找类的等价关系，已有研究开始进行HL7和Snomed CT之间的映射工作。|

2. 上下文建模问题

信息模型会产生上下文语义，