1. 课程导入

在真实医院信息系统中，同一个临床概念往往同时存在于多套术语体系里：电子病历用 ICD-10 表达诊断，检验系统用 LOINC 标识项目，药房系统用 ATC 或本地药品字典，护理记录又可能使用院内自建术语。当这些系统需要交换数据、生成上报报表或支撑科研检索时，"同一个概念在不同标准中有不同编码"就成为数据可用性的第一道门槛。本课程讨论的多标准医疗术语协同治理，正是围绕这一现实问题展开：如何让 ICD-10、ICD-9-CM-3、LOINC、SNOMED CT、ATC、RxNorm 等标准在同一治理框架下协同工作，而不是各自为政。

问题域：从"编码孤岛"到"可映射的语义网络"

多标准术语协同的问题域可以拆成三个层次。第一层是标识层：每个标准都有自己的编码规则、层级结构和版本节奏。例如 ICD-10 的类目编码为字母加两位数字（如 E11 表示 2 型糖尿病），LOINC 采用"组件-属性-时间-系统-标尺-方法"六轴结构（如 2345-7 表示血清葡萄糖），SNOMED CT 则使用概念 ID 加描述的逻辑定义。第二层是映射层：不同标准之间并非一一对应，存在一对多、多对一、部分重叠和无对应四种关系。第三层是治理层：映射关系需要版本管理、变更追踪、质量评估和责任分配，否则一次标准升级就可能让历史数据失去可解释性。

以"2 型糖尿病伴肾病"为例，ICD-10 可能编码为 E11.2，而 SNOMED CT 中对应概念可能拆分为"2 型糖尿病"与"糖尿病肾病"两个独立概念，LOINC 则不直接表达诊断，而是通过检验项目间接关联。这种跨标准的语义差异，正是协同治理需要解决的核心对象。

核心挑战：四个必须同时应对的难题

第一，语义粒度不一致。ICD-10 偏重统计分类，SNOMED CT 偏重临床细节，二者粒度差异导致映射时经常需要"上卷"或"下钻"。第二，版本漂移。ICD-10 向 ICD-11 迁移、LOINC 每年两次发布、SNOMED CT 每月更新，映射表若不同步维护，就会产生"旧码对新版"的错配。第三，多对多映射的歧义。一个本地术语可能同时映射到多个标准码，若没有优先级和上下文规则，检索和上报结果会不稳定。第四，治理责任分散。临床、信息、病案、医保各管一段，缺少统一的术语服务接口和变更评审机制。

学习地图：从标准认知到治理落地

本课程按"认知—方法—机制—评估"四段推进。前段建立对 ICD、LOINC、SNOMED CT、ATC 等标准的结构认知，理解编码规则与适用边界；中段进入映射方法，包括映射类型判定、映射表设计、优先级规则和上下文约束；后段讨论治理机制，涵盖版本同步、变更评审、术语服务接口和责任分配；末段落到质量评估，用覆盖率、准确率、一致性等指标检验治理效果。每一段都配有可操作的示例和判断依据，而不是停留在概念介绍。

治理目标：四个可检验的方向

协同治理不是追求"所有标准统一成一个"，而是让不同标准在需要交换和复用的场景下语义可互操作、映射可追溯、变更可控制、质量可度量。具体来说：语义可互操作要求跨系统交换时概念能被正确理解；映射可追溯要求每条映射记录来源标准、版本、责任人和评审时间；变更可控制要求标准升级时历史数据仍可解释；质量可度量要求用覆盖率、准确率和一致性指标持续评估。

接下来的章节将围绕这些目标逐层展开，先建立标准认知，再进入映射与治理的具体方法。学习时建议始终带着一个真实场景问题：当两个系统需要交换一条临床数据时，术语层到底发生了什么？