病历怎样变成研究数据。
Prometheno 用 OMOP CDM 5.4 存储健康数据，这是 OHDSI 社区通用的研究数据模型；用 FHIR R4 从医院门户接入病历，也用它把数据送出去。每条记录都要过三道质量关卡，映射到标准词表，并把原始编码和标准编码并排保存，随时可以追溯。
- 标准模型
- OMOP CDM 5.4
- 交换格式
- FHIR R4
- 词表
- 27 万概念 · 3,900 万映射
- 开发数据集
- 1,000 名 MIMIC-IV 患者
FHIR 是医院说话的方式，OMOP 是研究提问的方式。
医院门户和电子病历系统本来就在用的格式。它一次描述一位患者，以资源为单位：一个 Patient、一次 Encounter、一条 Observation。搬运病历很合适，但要问「所有 48 小时内肌酐上升 0.3 mg/dL 的患者」就很别扭。
专为这类问题设计的关系型模型，所有编码体系共用一套词表。按 OMOP 写的队列定义，在任何使用它的机构都能以同样方式运行，而做观察性研究的学术医学中心大多在用。
所以 Prometheno 两个都用：边缘用 FHIR，中间用 OMOP，中间不发明新东西。
四步，每一步都能核查。
- 01接入
病历以 FHIR R4 格式进来，来源是患者登录门户后的 Fasten Connect 回调，或本地部署的同步脚本。第 0 道关卡检查 JSON 是否合法、资源类型是否已知，并对内容做哈希。
- 02质量关卡
第 1 道关卡检查必填字段和编码，给每条记录评 A、B、C、D 四个等级。第 2 道关卡检查结果是否是合法的 OMOP 记录。等级存在记录上，并计入患者的贡献评分。
- 03词表映射
化验用 LOINC，诊断和操作用 SNOMED，药物用 RxNorm；ICD-9/10、CPT4、NDC 通过 OMOP 自带的概念关系映射过去。来源概念和标准概念都保留。
- 04OMOP 表
person、visit_occurrence、measurement、condition_occurrence、drug_exposure、procedure_occurrence、observation、note。每条临床记录都关联到对应的就诊。
每种 FHIR 资源落在哪张表。
| FHIR R4 资源 | OMOP CDM 表 |
|---|---|
| Patient | person |
| Encounter | visit_occurrence |
| Observation | measurement |
| Condition | condition_occurrence |
| MedicationRequest | drug_exposure |
| Immunization | drug_exposure |
| Procedure | procedure_occurrence |
| AllergyIntolerance | observation |
| DiagnosticReport | note |
| DocumentReference | note |
每条记录都有等级，等级决定结果。
| 等级 | 含义 | 处理 | 价值份额 |
|---|---|---|---|
| A | 完整：编码、数值、时间、单位 | 映射进 OMOP | 100% |
| B | 可用但有缺项 | 补默认值后映射 | 70% |
| C | 不完整 | 隔离 | 30% |
| D | 无效 | 仅归档 | 0% |
在一位测试患者的真实门户数据上测得：化验映射率 84.9%，药物 86.9%，操作 68.4%，诊断 13.5%。诊断这么低，是因为大多数是没有编码的纯文本护理诊断。这个数字我们照实公布，不藏。
从哪扇门进来，就从哪扇门出去。
研究者可以把已获同意的队列导出为 CSV、JSON、FHIR R4 包或 OMOP CDM 表。FHIR 接口提供 Patient（含 $everything）、Condition、MedicationRequest、Observation、Procedure。患者在 Ember 里看到的是同一批记录，用的是看得懂的话。
问与答。
- 为什么不全用 FHIR？
- FHIR 是为交换一位患者的病历设计的。研究要跨成千上万名患者提问，OMOP CDM 就是为这个建的模型：一套词表，队列定义能在机构之间通用。Prometheno 边缘用 FHIR，中间用 OMOP。
- 用的是哪个 OMOP 版本？
- CDM 5.4，采用 OHDSI 官方的建表脚本。note 表额外带上了 CDM 6.0 引入的事件关联字段，这样临床文书始终挂在它描述的那次就诊和那条记录上。
- 映射不上的编码会怎样？
- 记录会保留，原始编码存在 source_value 字段里，标准概念记为 0。不会被悄悄丢掉，但等级会降低，价值份额也随之降低。
- 映射后的记录能追溯到原件吗？
- 能。每一行都把来源概念和标准概念并排保存，关联到对应就诊，并带着接入时评定的质量等级。第 0 道关卡的内容哈希把它和来源的 FHIR 资源绑在一起。
- 能把数据以 FHIR 格式取回吗？
- 能。FHIR 接口提供 Patient（$everything）、Condition、MedicationRequest、Observation、Procedure，队列导出也可以生成 FHIR R4 包，以及 CSV、JSON 和 OMOP 表。
- 开发用的是什么数据？
- MIMIC-IV 的 1,000 名患者子集：42.9 万条化验、1.76 万条诊断、5.29 万条用药记录，配上完整的 OHDSI 词表，27 万个概念、3,900 万条关系。门户实时接入目前只在沙盒电子病历上测过，还没接过医院的生产系统。
- 接入有多快？
- 2026 年 1 月测过一次，一位测试患者，用批量脚本：17,718 条记录 15.8 秒，约每秒 1,120 条。不是基准测试套件，之后也没有重新测过。