2. 医疗术语标准全景

在多标准医疗术语协同治理中，第一步不是急着做映射，而是先建立一张“标准地图”：每个标准究竟解决什么问题、用什么结构组织术语、覆盖哪些临床或业务范围、在系统里通常出现在哪一层。只有把定位、结构与覆盖范围三者对齐，后续的映射、版本管理和质量评估才有共同参照。本节围绕 ICD、SNOMED CT、LOINC、RxNorm、HL7 FHIR 与 OMOP 六个常见标准展开，重点说明它们各自“是什么、管什么、怎么组织、边界在哪”。

一、先分清三类角色：分类、参考术语与交换模型

医疗术语标准并非同一层面的东西。可以先用三类角色区分：分类编码系统用于统计、上报、付费与群体分析，典型是 ICD；参考术语集用于精细表达临床概念及其语义关系，典型是 SNOMED CT；交换与数据模型用于规定数据如何被传输、存储和查询，典型是 HL7 FHIR 与 OMOP CDM。LOINC 与 RxNorm 则分别聚焦检验/观察与药品，属于领域专用术语集。理解这一分层，能避免把“分类粒度”和“临床粒度”混为一谈。

二、ICD：分类统计的骨架

ICD（国际疾病分类）由世界卫生组织维护，当前广泛使用的是 ICD-10 及其各国临床修订版，ICD-11 正在逐步推进。它的核心定位是疾病、损伤与死因的分类与编码，服务于病案首页、医保结算、死亡登记和卫生统计。结构上，ICD 采用层级分类：章—节—类目—亚目—细目，编码长度随层级增加而扩展。例如 ICD-10 中“2型糖尿病”落在 E11 类目下，E11.9 表示“2型糖尿病不伴并发症”。ICD 的覆盖范围广但不追求临床细节的完整表达，同一编码常对应一组临床情形，因此它适合聚合统计，不适合作为唯一临床语义载体。

三、SNOMED CT：临床语义的参考本体

SNOMED CT 是目前覆盖最广的临床参考术语集，核心结构是概念（Concept）+ 描述（Description）+ 关系（Relationship）。每个概念有唯一 SCTID，可有多个同义词描述，并通过“是一种（is-a）”等关系构成有向无环图。例如“细菌性肺炎”既与“肺炎”构成 is-a 关系，又通过“病因”关系关联到具体病原体。SNOMED CT 覆盖疾病、症状、操作、解剖、微生物、药物等多域，粒度细、语义丰富，适合电子病历中的临床记录、决策支持与语义检索。它的代价是结构复杂、版本演进快，直接用于统计上报时通常需要再映射到 ICD。

四、LOINC 与 RxNorm：检验与药品的专用术语

LOINC 聚焦实验室检验与临床观察，其编码由六段构成：组件、属性、时间、系统、标尺、方法。例如“血清中葡萄糖的质量浓度”可通过 LOINC 编码唯一表达，不同医院即使本地项目名不同，也能通过 LOINC 对齐。RxNorm 聚焦药品规范化，提供从成分、剂量形式到临床药品的规范化名称与关系，常用于处方、用药史与药物相互作用分析。两者都是领域专用术语集，覆盖范围窄但深度高，是跨机构数据对齐的关键锚点。

五、HL7 FHIR 与 OMOP：交换与分析的两种模型

HL7 FHIR 是面向数据交换与互操作的现代标准，采用资源（Resource）组织数据，如 Patient、Observation、Condition、MedicationRequest 等，资源之间通过引用连接，支持 RESTful API 与 JSON/XML 表达。FHIR 本身不是术语集，而是“术语的容器与传输规则”，它通过 Coding、CodeableConcept 等结构绑定 SNOMED CT、LOINC、RxNorm 等术语。OMOP CDM 则是面向观察性研究与分析的通用数据模型，把不同来源的数据统一到 Person、Visit_Occurrence、Condition_Occurrence、Drug_Exposure、Measurement 等表中，并借助标准词汇表（如 SNOMED、LOINC、RxNorm）做概念归一。FHIR 偏交换与业务集成，OMOP 偏科研与队列分析，二者常通过 ETL 衔接。

六、覆盖范围对比与协同要点

把六个标准放在一起看，覆盖范围差异明显：ICD 覆盖疾病与死因分类，粒度粗、统计强；SNOMED CT 覆盖临床概念全域，粒度细、语义强；LOINC 覆盖检验与观察，深度高、范围窄；RxNorm 覆盖药品，规范化程度高；FHIR 覆盖数据交换的资源与接口，不直接定义临床语义；OMOP 覆盖分析型数据模型，依赖标准词汇表做概念归一。协同治理的关键不是让一个标准取代另一个，而是明确“谁负责表达、谁负责交换、谁负责分析”。

七、一个可参考的标准定位速查表