2. 医疗术语资源全景
做医疗术语映射，第一步不是打开映射工具，而是先弄清楚“手里有哪些词典、它们各自管什么”。医疗术语资源并不是一堆可以互相替代的同义词表，而是一组设计目标、结构模型和适用边界都不同的知识体系。选错资源，后面的映射再精细也会南辕北辙。本节把最常遇到的八类体系放在同一张全景图上，重点讲清它们的结构差异和边界。
一、先分清三类“身份”：编码、本体、模型
理解这些资源，最有效的方式是先按“它解决什么问题”分类。
- 统计与计费编码：ICD 是典型代表。它把疾病和健康问题压缩成有限类目，用于统计、上报、医保结算。ICD-10 的类目数在万级，ICD-11 引入了更灵活的簇结构，但本质仍是“归类”，不是“表达全部临床细节”。
- 临床本体：SNOMED CT 是覆盖最广的临床术语本体，约 35 万概念、上百万条关系，核心是“概念—描述—关系”三元结构，支持后组合（post-coordination），能表达“左侧股骨颈骨折”这类复合语义。LOINC 专注检验检查项目与观测结果，约 9 万条，用六轴模型（组分、属性、时间、体系、标尺、方法）唯一确定一个观测项。RxNorm 专注药品，把商品名、成分、剂型、规格归一为可计算的药物概念。HPO 专注人类表型，用受控词描述异常表型并连接基因，是罕见病与基因组数据的关键桥梁。
- 集成与模型层：UMLS 不生产术语，而是把上百个来源词表（含上述多数体系）通过 CUI（概念唯一标识）和语义网络整合成超级词表，解决“跨词表找对应”的问题。OMOP CDM 则是数据模型，它规定观测数据如何落表，并通过标准词汇表把源术语映射到统一概念，让多机构数据可以联合分析。
MeSH 属于另一类：它是文献标引词表，用于 PubMed 等文献检索和主题索引，结构是树状主题词加副主题词，与临床编码的粒度、目的都不同，不能直接当作临床术语映射目标。
二、结构差异决定了映射方式
这些体系的结构差异，直接决定映射时能做什么、不能做什么。
ICD 是层级分类树，一个临床诊断往往只能落到一个类目，信息在归类时被丢弃。因此从 SNOMED CT 映射到 ICD 通常是“多对一”，且需要规则决定优先类目。SNOMED CT 是有向图本体，概念间有 is-a、finding site、associated morphology 等关系，支持推理和语义查询，但它的概念标识是 SCTID，不是给人读的编码。LOINC 的六轴结构意味着同一个检验项目在不同体系、不同方法下是不同的 LOINC 码，映射时必须核对全部六轴，不能只看项目名称。RxNorm 的 SCD、SBD、IN、BN 等术语类型（TTY）区分了成分、临床药物、品牌药物，映射处方数据时要先判断源数据是商品名还是通用名。
UMLS 的价值在于它提供了跨词表的 CUI 对照，例如把某个 SNOMED CT 概念和某个 ICD 类目通过同一 CUI 关联起来，但 UMLS 的映射是“候选对应”，不是临床等价，仍需人工审核。OMOP 则要求把源术语映射到标准概念（通常是 SNOMED CT、LOINC、RxNorm），并保留 source_value 和 source_concept_id，形成可追溯的映射链。
三、适用边界：什么时候用哪个
把边界说清楚，比记住定义更有用。
| 体系 | 核心结构 | 典型用途 | 主要边界 |
|---|---|---|---|
| ICD | 层级分类树 | 统计、上报、医保 | 粒度粗，不适合表达临床细节 |
| SNOMED CT | 概念—描述—关系本体 | 电子病历、临床决策支持 | 许可与实施成本高，需后组合规则 |
| LOINC | 六轴观测模型 | 检验检查结果交换 | 只覆盖观测，不覆盖诊断和用药 |
| RxNorm | 药物概念归一 | 处方、用药安全 | 以美国市场为主，国际药品需本地扩展 |
| UMLS | CUI 超级词表 | 跨词表检索与映射候选 | 映射非等价，需人工审核 |
| MeSH | 树状主题词 | 文献标引与检索 | 非临床术语，粒度与临床不匹配 |
| HPO | 表型本体 | 罕见病、基因型—表型关联 | 只覆盖表型，不覆盖诊疗过程 |
| OMOP CDM | 关系型数据模型+标准词汇 | 多机构数据联合分析 | 是模型不是词表，需配套 ETL 与映射 |
一个常见的误区是把 UMLS 当成“万能映射表”。实际上 UMLS 提供的是候选对应关系，同一 CUI 下可能包含语义并不完全等价的多个术语。在临床场景中，直接用 CUI 做等价映射可能引入错误，必须结合语义类型和人工审核。
四、全景关系图
下图把八类体系按“编码—本体—集成—模型”四层组织，并标出它们之间的主要映射方向。实线表示常见的直接映射路径，虚线表示需要经过中间层或人工审核的路径。
从图中可以看到，SNOMED CT、LOINC、RxNorm、HPO 是临床语义的主要来源，UMLS 承担跨词表对照，OMOP 则把映射结果落到统一数据模型。ICD 和 MeSH 分别服务于统计和文献两个不同场景，通常作为映射的目标或旁支，而不是临床语义的起点。
五、映射工程中的实际取舍
在实际项目中，资源选择往往受制于许可、语言和本地化。例如 SNOMED CT 需要成员许可，部分国家有本地扩展；LOINC 有官方中文翻译但版本更新需跟踪；RxNorm 以美国市场为主，国内药品需要结合本地药品编码。OMOP 的 ETL 过程中，源术语先映射到标准概念，再通过 concept_relationship 表建立与 ICD 等分类的关联，这样既保留临床细节，又能支持统计输出。
掌握这张全景图后，面对一个具体映射任务，就能快速判断：源数据属于哪一层，目标系统要求哪一层，中间需要经过哪些体系，哪些路径必须人工审核。这是后续所有映射工作的起点。