📚 课程目录第3章 SNOMED CT发布文件与格式

3. SNOMED CT发布文件与格式

SNOMED CT的发布文件采用RF2（Release Format 2）规范，这是当前所有官方发布和扩展发布的统一格式。理解RF2的结构，是术语集成工程中最基础也最关键的一步——无论是加载数据、比对版本、还是构建增量更新管道，都直接依赖对RF2文件组织方式的准确掌握。

RF2文件命名与目录组织

RF2发布包通常以压缩包形式提供，解压后按“发布类型/内容类型”分层组织目录。文件名遵循固定模式：

sct2_Concept_Snapshot_INT_20240101.txt
sct2_Description_Full-en_INT_20240101.txt
sct2_Relationship_Snapshot_INT_20240101.txt
sct2_StatedRelationship_Full_INT_20240101.txt
sct2_Identifier_Full_INT_20240101.txt
sct2_TextDefinition_Snapshot-en_INT_20240101.txt

命名中各段含义为：sct2表示SNOMED CT第二版发布格式；Concept、Description、Relationship等表示内容类型；Snapshot或Full表示视图类型；INT表示国际版，扩展版则使用命名空间标识（如US1000124、CN1000192）；末尾日期为发布版本日期。扩展包中还会出现_Extension、_Delta等标识。

核心表与扩展表

RF2的核心表包括概念表（Concept）、描述表（Description）、关系表（Relationship）、标识符表（Identifier）和文本定义表（TextDefinition）。其中概念表定义每个SCTID及其是否有效；描述表承载术语的同义词、FSN等语言表达；关系表记录IS-A层级关系及属性关系；标识符表用于跨版本追踪SCTID的分配历史。

扩展表在结构上与核心表完全一致，区别在于其moduleId字段指向扩展模块，且SCTID的命名空间属于该扩展。例如中国扩展的概念SCTID以CN命名空间标识开头。集成时，扩展表与国际核心表通过SCTID和moduleId进行关联，不能简单合并去重，而应依据模块依赖关系决定优先级。

快照视图与全量视图

同一内容类型通常提供两种视图：Snapshot（快照）和Full（全量）。快照视图只包含当前版本中有效的组件状态，即每个SCTID在该版本下的最新有效行；全量视图则包含该组件自首次发布以来的所有历史行，包括已失效、已修改的记录。

两者的关键区别体现在字段effectiveTime和active上。快照中每个SCTID最多出现一次，且active=1；全量中同一SCTID可有多行，按effectiveTime排列，active可能为0或1。集成加载时，若只需当前术语集，用快照即可；若需审计变更历史或构建版本差异，则必须使用全量视图。

增量更新机制

增量更新是RF2设计中最具工程价值的部分。每次发布除了提供完整快照和全量文件外，还会提供Delta文件，其中只包含自上一版本以来发生变化的行。Delta文件同样按内容类型分文件，命名中带有_Delta_标识。

增量更新的核心逻辑是：以某个基线版本（如20230701的Full文件）为起点，按时间顺序依次应用后续每个版本的Delta文件，最终得到目标版本的完整状态。应用规则为：对每个SCTID，若Delta中存在该SCTID的新行，则用新行替换旧行；若Delta中某行active=0，则将该SCTID标记为失效。由于Delta只包含变化行，累积多个Delta后即可重建任意中间版本的状态。

工程提示：实际集成中，若只需最新版本，直接使用Snapshot文件即可，无需累积Delta。只有在需要版本回溯、审计追踪或增量同步到远端系统时，才需要维护基线+Delta的更新管道。Delta文件必须按effectiveTime严格排序应用，顺序错误会导致状态不一致。

字段结构与加载要点

RF2文件为制表符分隔的文本文件，首行为列名。核心字段包括：id（SCTID）、effectiveTime（格式YYYYMMDD）、active（1/0）、moduleId（模块SCTID）、definitionStatusId（概念定义状态）。描述表额外包含conceptId、languageCode、typeId、term、caseSignificanceId；关系表额外包含sourceId、destinationId、relationshipGroup、typeId、characteristicTypeId、modifierId。

加载时需注意：所有SCTID为64位整数，不可用32位整型存储；effectiveTime需转为日期类型以便排序；active字段在快照中恒为1，但在全量和Delta中可能为0，解析时不可忽略。扩展表加载时，应通过moduleId区分国际核心内容与扩展内容，避免模块间SCTID冲突。

常见错误：将Snapshot与Full文件混用导致重复行；忽略Delta中active=0的失效行导致已删除概念仍被检索；未按effectiveTime排序应用Delta导致版本状态错乱。这些都是在术语集成工程中高频出现的加载缺陷。

版本管理与集成策略

在集成工程中，建议维护一张版本元数据表，记录每次发布的版本日期、基线版本、Delta文件列表及其校验值。加载流程通常为：首次全量加载Snapshot建立基线；后续每次发布加载对应Delta，按effectiveTime排序后逐行应用；定期用最新Snapshot做全量校验，确保增量累积结果与官方快照一致。这样既保证了更新效率，又保留了可审计的版本轨迹。

对于多扩展并存的场景，还需处理模块依赖：国际核心模块是基础，国家扩展模块依赖核心，机构扩展模块依赖国家扩展。加载顺序应遵循依赖方向，先核心后扩展，且扩展的Delta只影响其自身模块范围内的组件，不应覆盖核心模块中同SCTID的行。