4. 集成工程中的术语子集与引用集

在SNOMED CT集成工程中，术语子集（Subset）与引用集（Reference Set）是控制术语使用范围、约束临床录入内容、支撑本地化表达的核心机制。如果把SNOMED CT全量概念比作一座拥有数十万词条的巨型词典，那么引用集就是为特定临床场景、特定科室或特定业务系统裁剪出的“专用词表”。理解引用集的类型体系、成员管理方式以及构建维护流程，是术语集成从“能查到”走向“用得住”的关键一步。

引用集的基本定位与类型体系

引用集本质上是一种标准化的容器结构，它通过“引用集标识符 + 成员记录”的方式，把一组SNOMED CT组件（概念、描述或关系）组织在一起，并附加成员级别的元数据。与简单的概念列表不同，引用集在SNOMED CT的发布文件中以独立文件形式存在，每个成员记录都包含引用集ID、被引用组件ID、成员状态以及若干可选字段。这种结构使得引用集既能表达“哪些概念属于这个集合”，也能表达“这些概念在该集合中扮演什么角色”。

从集成工程视角看，最常打交道的引用集类型包括以下几类：

• 简单类型引用集（Simple type）：最基础的成员集合，仅记录成员是否属于该集合，常用于表达“允许使用”“禁止使用”这类二元判断。例如某医院将“本院检验项目可编码概念”构建为一个简单引用集。
• 有序类型引用集（Ordered type）：在简单类型基础上增加排序字段，成员在集合中具有明确的先后顺序。典型场景是临床路径中的推荐术语排序、护理评估量表的选项顺序。
• 关联类型引用集（Association type）：成员之间建立映射或关联关系，常用于表达“旧概念→新概念”的替换关系，或本地术语与SNOMED CT概念之间的对应关系。
• 属性值类型引用集（Attribute value type）：为每个成员附加一个属性值，例如为某概念标注“适用科室=心内科”“使用优先级=高”。
• 语言类型引用集（Language type）：用于管理某语言或方言下的可接受描述，支持多语言临床环境。
• 模块依赖类型引用集（Module dependency type）：记录扩展模块之间的依赖关系，属于发布管理层面的引用集。

在集成工程中，选择哪种类型取决于业务需求：如果只需要控制“能不能用”，简单类型足够；如果需要控制“按什么顺序展示”，有序类型更合适；如果需要携带科室、优先级等附加信息，则应使用属性值类型。

成员管理：从标识到状态

引用集的成员管理围绕“成员记录”展开。每条成员记录至少包含三个核心字段：referencedComponentId（被引用的概念、描述或关系ID）、refsetId（所属引用集ID）、active（成员是否有效）。对于属性值类型，还会增加attributeValue字段；对于关联类型，则增加targetComponentId字段。

成员管理的关键操作包括新增、失效和更新。在SNOMED CT的版本化发布机制中，成员通常不直接删除，而是通过将active置为0来标记失效，从而保留历史可追溯性。例如，某概念因临床指南更新不再推荐使用，集成工程师不会从引用集中物理删除该成员，而是将其状态置为失效，并在关联类型引用集中指向新的推荐概念。这种“失效+替换”的模式是术语治理中保证数据可审计的重要实践。

临床场景筛选：从业务需求到概念集合

临床场景筛选是引用集构建中最需要专业判断的环节。它要求集成工程师与临床专家协作，把“某个场景下医生应该能选到什么术语”转化为明确的概念集合。筛选通常遵循以下逻辑：

1. 确定场景边界：明确引用集服务的业务范围，例如“急诊胸痛分诊”“糖尿病随访”“手术麻醉记录”。
2. 确定语义范围：判断需要哪些语义轴上的概念，例如疾病诊断、症状、操作、检验项目、药物等。
3. 利用层级关系收窄：通过SNOMED CT的IS-A层级，从高层概念向下筛选。例如“胸痛”场景可纳入“胸痛”及其所有后代概念，同时排除明确不属于该场景的分支。
4. 排除不适用概念：剔除已失效概念、与本地政策冲突的概念、粒度过粗或过细的概念。
5. 临床复核：由临床专家逐条确认或抽样确认，确保术语符合实际记录习惯。

在实际工程中，筛选往往借助SNOMED CT的表达式约束或ECL（Expression Constraint Language）查询来完成。例如，要筛选“所有属于心血管疾病且不在儿科专用集合中的概念”，可以用ECL表达为<< 49601007 |心血管疾病| MINUS ^ 900000000000000000 |儿科专用引用集|。这种基于表达式的筛选方式比手工枚举更可维护，也更容易在版本升级时重新执行。

子集构建与维护流程

一个可长期运行的引用集，需要建立从需求到发布再到维护的闭环流程。下图展示了一个典型的引用集构建与维护流程，涵盖需求分析、概念筛选、成员编辑、验证发布和版本维护五个阶段，并标注了各阶段的关键输入与输出。

在流程执行中，有几个工程细节值得特别注意。第一，概念筛选阶段应保留筛选表达式和中间结果，以便在SNOMED CT新版本发布后重新执行并对比差异。第二，成员编辑阶段应建立变更日志，记录每次新增、失效和更新的原因、操作人和时间。第三，验证发布阶段除了临床复核，还应做技术校验，包括：成员ID是否存在于当前版本、引用集ID是否唯一、属性值是否符合预期格式、是否存在重复成员记录。第四，版本维护阶段需要关注SNOMED CT国际版或国家版的更新说明，识别哪些被引用概念已失效或被替换，并据此更新本地引用集。

一个可参考的引用集成员记录示例

以下是一个属性值类型引用集的成员记录示例，用于表达“急诊胸痛分诊可编码概念”及其使用优先级。字段以制表符分隔，符合SNOMED CT引用集文件的一般格式：

refsetId	referencedComponentId	active	attributeValue	effectiveTime
900000000000100001	29857009	1	high	20250101
900000000000100001	23924002	1	high	20250101
900000000000100001	267036007	1	medium	20250101
900000000000100001	429559004	1	medium	20250101
900000000000100001	7180009	0	low	20250101

其中，29857009代表“胸痛”，23924002代表“胸部压迫感”，267036007代表“呼吸困难”，429559004代表“胸痛伴出汗”，7180009代表“非心源性胸痛”。最后一条active=0表示该成员已失效，可能因为临床指南不再将其作为急诊分诊的首选术语。这种记录方式既保留了历史，又清晰表达了当前有效成员及其优先级。

总结来看，引用集与子集是SNOMED CT集成工程中连接“标准术语”与“临床落地”的桥梁。理解引用集的类型差异，掌握成员记录的结构与状态管理，建立从临床场景筛选到版本维护的闭环流程，才能让术语系统真正服务于临床记录、数据分析和互操作需求。在实际项目中，建议从一个小而明确的临床场景开始构建第一个引用集，跑通全流程后再逐步扩展，避免一开始就追求大而全的集合而陷入维护困境。