1. 医疗术语映射与标准化工程导论
医疗信息化系统里，同一个临床概念往往有几十种写法。比如“2型糖尿病”，在门诊系统里可能写作“T2DM”“2型糖尿病”“II型糖尿病”，在检验系统里可能编码为 ICD-10 的 E11.9，在院内医嘱字典里又是另一套本地码。当这些系统需要交换数据、做科研检索或对接医保结算时，术语不一致就会直接导致数据无法对齐、统计口径失真、临床决策支持失效。医疗术语映射与标准化工程，正是为解决这类问题而出现的一门交叉工程学科。
学科定位：它到底解决什么问题
这门学科处在医学信息学、知识工程与数据治理的交汇处。它不研究疾病本身怎么治，而是研究“如何让不同系统对同一个医学概念达成一致理解”。核心问题可以拆成三层：
- 语义层：两个术语是否指同一个概念？“心梗”和“急性心肌梗死”是同一概念的不同表述，而“心肌炎”与“心肌病”则不是。
- 结构层：术语之间的层级、父子、等价、映射关系如何组织？例如 SNOMED CT 用 IS-A 关系构建概念层级，ICD-10 用分类树组织疾病编码。
- 工程层：如何在大规模、多来源、持续变化的真实数据上，稳定地完成映射、校验、版本管理和质量监控。
换句话说，它既需要医学知识判断“对不对”，也需要工程手段保证“稳不稳、可不可复现”。
核心对象：术语、编码与映射
要理解这门课，先要分清三个基本对象。术语是自然语言层面的医学表达，如“高血压”“原发性高血压”。编码是标准化体系中的唯一标识，如 ICD-10 的 I10、LOINC 的 8480-6、SNOMED CT 的 38341003。映射则是建立两者或多者之间对应关系的过程与结果，通常表现为“源术语 → 目标编码 + 映射类型 + 置信度”。
映射类型不是简单的“对”或“不对”。常见类型包括：等价映射（exact）、窄映射（narrower，源概念比目标更具体）、宽映射（broader，源概念比目标更宽泛）、部分映射（partial）以及无法映射（unmapped）。例如把本地术语“糖尿病伴酮症”映射到 ICD-10 的 E11.1，属于等价或窄映射；而把“发热待查”映射到某个具体疾病编码，则往往只能标记为无法映射或宽映射。
工程生命周期：从术语资产到可持续运行
医疗术语映射不是一次性任务，而是一个持续运行的生命周期。典型阶段包括：
- 术语资产盘点：梳理院内各系统的术语字典、编码版本、使用范围和更新频率，形成术语资产清单。
- 目标体系选型：根据业务场景选择标准体系，如临床科研常用 SNOMED CT + LOINC，病案统计常用 ICD-10/ICD-11，医保结算常用医保版编码。
- 映射规则设计：定义映射类型、置信度阈值、同义词处理策略、复合概念拆分规则。
- 映射执行与审核：先由算法或规则引擎生成候选映射，再由临床专家和编码员复核，形成“机器初筛 + 人工确认”的双轨流程。
- 质量评估与监控：用覆盖率、准确率、一致性、未映射率等指标持续监控，发现漂移及时修正。
- 版本管理与发布：标准体系每年更新，映射表必须随之版本化，保证历史数据可追溯、新数据可对齐。
这六个阶段不是线性走完就结束，而是循环迭代。每一次标准升级、每一次新系统接入，都会触发新一轮映射维护。
课程路线图：从概念到落地
本课程共 30 章，整体按“认知—方法—工具—实战—治理”五段推进。前几章建立术语学、编码体系和映射类型的基本认知；中段深入映射算法、规则引擎、相似度计算与人工审核流程；后段进入真实场景，包括 ICD 与 SNOMED CT 互映射、LOINC 检验项目对齐、药品字典标准化、医保结算清单映射等；最后讨论版本管理、质量评估与组织级术语治理。
学习过程中建议始终带着一个真实问题：你所在机构或项目中，哪一类数据因为术语不一致而无法直接使用？把这个具体问题作为贯穿课程的练习对象，每学完一个方法就尝试应用到它上面。术语映射工程的价值不在于背下多少编码，而在于面对一个陌生的术语体系时，你能判断该用什么方法、按什么流程、以什么标准去建立可靠且可维护的映射关系。