医学翻译，医学系统间的语义互相操作方法

  医疗卫生领域的信息化建设质量取决于信息资源组织的科学性、有效性。然而，随着信息的网络化发展，医疗卫生信息量迅猛增加，形成海量信息资源。由于电子病历系统（EMR）、影像归档和通信系统（PACS）、放射科信息管理系统（RIS）、实验室信息管理系统（LIS）等异构医学信息系统可能由不同的开发商开发，运行于不同的系统平台，采用不同的技术接口及标准规范，各系统产生的信息资源在语法格式，所用术语的含义等诸多方面存在差异，使得系统间的数据难以共享。对有效利用医学信息资源的整合已成为一种必然趋势。

  目前，异构医学信息系统采用的整合方式多位紧耦合方式，且不能实现对信息含义的精确理解。语义结构互操作作为一种松耦合式互操作方式，能够实现不同信息系统，软件应用和网络间准确、有效、连续的交换数据，并准确的翻译或转换数据所携带的信息，信息所携带的知识。因此，引入语义互操作，提出异构医学信息系统的语义互操作三层架构模型，并分别从语意表达，互操作规范两方面介绍具体的实施方案，以松耦合形式完成对异结构医学信息系统的有效整合，实现信息资源的深度资源。

  医学信息系统间的互操作架构模型

  所谓术语互操作能力，一边来说是指系统间交换具有精确含义数据的能力，且接收方能够准确理解数据的含义，最终产生有效的行为协作结果。在异构医学信息系统数据表达、数据交换中，非标准化和私有化的数据是造成医疗信息共享难以彻底实现的根本原因。因此，为异构医学信息系统建立一套独立于系统之外、能被广泛理解的标准化术语、关系是非常重要的。在医疗领域，术语和关系包括诊断、药物、检查、化验等丰富的词汇表，引入已有的标准如系统化临床医学术语集SNOMED、国际疾病分类ICD、检验报告逻辑命名与编码系统LOINC等，将大大简化标准化过程，并提高所建术语层的复用性。

  术语层包括所有领域知识，为异构医学信息系统提供了一套翻译的依据，使系统间交互的数据能被准确地翻译和理解。在此之上，接口层基于OWL-S或Jena语义框架，提供面向应用的Web Service，实现用户对术语层中概念和关系的检索、调用、推理等操作。应用层包括EMR、PACS、LIS、决策支持系统等异构系统，一个医学信息系统根据临床需求，通过接口层的Web Service对术语层的对应概念、关系进行检索、推理，以促进对其他系统传递的医学信息的语义理解。医学信息系统间的语义互操作三层架构模型图如下

  异构医学信息系统互操作性的实现

•   语义表达在医疗领域中，之所以使用语义技术，主要是帮助医疗信息系统更好地理解在异构系统间传递的数据（术语和概念），避免产生歧义。当前，各医学信息系统的数据多以关系型数据库方式进行存储。如何将这些关系型数据库中需要传递的数据转换为语义数据，是实现医学信息系统间语义互操作的一个关键点。

  D2R（accessing relational databases as virtual RDF graphs）是一个将关系型数据库发布为关联数据的专用工具，支持主流关系型数据库如Oracle、MySQL、PostgreSQL、Microsoft SQL Server、Microsoft Access等，能将其中的表数据转换成语义数据。D2R包括D2R服务器、D2RQ引擎及D2RQ映射语言。

  本研究采用D2RQ映射语言定义将关系型数据转换成RDF格式的映射规则，形成映射文件；进而通过D2RQ引擎执行映射文件，将关系型数据库中的数据发布成RDF格式。例如，EMR采用的是Oracle数据库，在命令行中执行以下脚本就可将Oracle数据库EMRDB中的Od.TrnOrdering表数据转换成RDF格式，并存储在输出文件Order.ttl中。D2R服务器为RDF数据提供了查询访问接口，支持外部程序对语义数据的SPARQL查询。

  通过D2R的语义转换，异构系统的关系型数据转换成DRF格式的语义数据。但各医学信息系统生成的RDF数据之间尚未定义明确的关系，私有数据无法达到异构系统的广泛理解。例如，EMR中有一检验项目“肝功八项”；LIS中对应的检验项目名为“肝功能八项”。因此，该数据进行传递时，对方系统无法理解其语义。日常生活中，人们理解一个词汇，常常是查字典，根据具体的语境找到合适的含义。对计算机来说，既不能利用字典词条，也没有预存的语境知识；所以，构建一个更加简洁、准确、具有语义信息的词汇表达，显得尤为必要。
  网络本体语言（Web Ontology Language，OWL）是W3C于2004年推出的用于描述网络本体的语言标准，位于W3C本体语言结构的最上层。根据W3C官方发表的文档，与XML、RDF、RDFs相比，OWL通过扩展词汇提供了更好的互操作性。通过对表达能力、推理能力的综合考虑，采用OWL DL对临床术语、关系进行形式化表达。对“肝功八项”和“肝功能八项”在异构系统间的不同表达，采用OWL词汇owl:equivalentClass即可定义两者间的相等关系，实现不同表达在系统间的共同理解。

• 互操作性规范在临床实践中，异构医学信息系统数据交换的实现往往要由多个角色（role）通过有序的多个事务（transaction）配合完成。仅有信息内容的标准化、信息交换格式的标准化还不行，必须有角色、事物和流程的标准，这一整套标准集合称为互操作性规范。

  医疗健康信息集成规范（IHE）是异构系统间医疗信息交互与共享标准化的规范，为解决互操作性问题提供了有效方案。IHE并不是定义新的集成标准，而是首先着眼于支持现有的成熟标准（如DICOM和HL7），在现有标准的基础上定义各集成模型中的角色及基于标准的事务，为异构信息系统间的工作流集成提供技术框架和规范[6]。以下达检验医嘱的工作流程为例，EMR作为医嘱下达方（Order Placer）和医嘱结果跟踪方（Order Result Tracker），LIS作为医嘱接收方（Order Filler），各检验工作站作为自动化管理器（Automation Manager）。基于IHE Laboratory的技术框架，下达检验医嘱的工作流程可规范成图2所示，其中[LAB-1]等是IHE Laboratory技术文档中定义的规范性事务。

  语义互操作的有效应用

•   医疗过程管理异构医学信息系统的语义互操作，加强了对诊疗项目的闭环控制，增强了对病人的医疗过程管理，提高了诊疗的安全性和可靠性。如图2所示，EMR与LIS间的规范流程促进了对检验医嘱的过程管理，使检验医嘱的医嘱状态（保存、提交、计划执行、执行）在EMR系统中自动、实时更新，利于医务人员及时了解当前医嘱执行的进度，并有助于医务人员根据病人不同情况做出合理的个性化调整，提高了智能决策推理能力。
• 医院数据挖掘异构医学信息系统每天产生海量数据，系统间的语义互操作有利于医院的一元化数据管理，为数据挖掘和再利用提供了最佳的实施平台—具有包含所有医疗行为信息的丰富数据资源和逻辑上一体化管理的完整数据仓库，能够支持对数据库的嵌入式实时数据挖掘。在这样的技术背景下，数据挖掘和再利用的可靠性和便利性将大大增加。在此平台上，实时准确的数据挖掘将为医院管理者、医师、护士的日常工作提供更完善的信息支持和决策辅助。
• 电子健康档案目前的电子健康档案数据以关系型数据库为基础，检索存在孤立性和零散性。异构系统间的语义互操作，有助于研究与开发基于语义的电子健康档案知识库系统，进而解决个人健康知识体系缺乏知识关联、分散无序等问题，实现基于健康知识的居民个人健康信息的语义检索、知识推理与知识发现功能。
• 区域医疗随着医院信息化建设的不断深入发展，国际国内的医院信息化建设正朝着数字化、区域化方向发展。美国、加拿大、英国等都已开始了区域医疗信息整合和共享系统的建设；在国内，区域医疗信息系统的建设也越来受到业界关注和重视。医院通过医学信息系统间的语义互操作实现临床数据的语义共享，有助于形成面向区域医疗的终端边界网关，为区域内的数据交换与共享提供技术保证，为建设以临床信息共享为特征的区域信息系统奠定基础。

  总结

  医学信息系统间的语义互操作，以松耦合方式实现异构系统的信息共享和语义理解，能够增强对病人的医疗过程管理，加强诊疗安全性和可靠性，极大改善医疗质量。数据通过语义互操作直接进入异构系统，能够减少人工抄录时频繁发生的失误，降低医护工作者的劳动强度，适用于门诊、住院、家庭护理及急诊等任何医疗环境；同时，消除转录数据的环节，能够改善医院诊疗流程，使医生将更多时间和精力用于病人，提高医院吞吐量，减少病人等待时间，提高病人满意度，降低病人医疗费用。此外，机构内异构医学信息系统的语义互操作，利于医院数据的一元化管理，为数据挖掘和再利用提供了实践平台，也为面向区域医疗的数据交换与共享奠定了基础。