电子病历
来自医学百科
| 电子病历 Electronic Health Record | |
|---|---|
| 英文缩写 | EHR / EMR |
| 核心功能 |
临床记录、医嘱录入(CPOE)、 结果查看 |
| 数据标准 |
HL7 FHIR、ICD-10、 SNOMED CT |
| 关键价值 | 真实世界证据 (RWE) 的源头 |
| 相关法规 |
HIPAA (隐私)、 21世纪治愈法案 (互操作性) |
| AI应用技术 |
自然语言处理 (NLP)、 OCR |
电子病历（英文名：Electronic Health Record，简称EHR），是指将个人的病史、诊断、用药、免疫接种日期、过敏源、影像资料和实验室检查结果等健康信息，以电子化方式进行采集、存储和管理的系统。
它取代了传统的纸质病历。在现代医疗体系中，EHR 不仅仅是一个记录工具，更是临床决策支持系统（CDSS）和医疗大数据挖掘的基础设施。全球主要监管机构（如 FDA 和 NMPA）都鼓励利用 EHR 数据来生成真实世界证据（RWE），以支持药物研发和监管决策。[1]
EMR 与 EHR 的区别
虽然常混用，但在技术架构上有重要区别：
- EMR (Electronic Medical Record)：电子医学记录。通常指单个医院内部的数字病历，侧重于诊断和治疗。数据通常难以带出医院。
- EHR (Electronic Health Record)：电子健康记录。概念更广，设计初衷是跨机构互操作（Interoperable）。它包含患者在不同医院、诊所甚至穿戴设备上的综合健康信息，紧随患者移动。[2]
- 注：您的“智慧医生”项目如果旨在打通不同医院的数据，技术架构应遵循 EHR 标准（如 HL7 FHIR）。
核心数据结构与 AI 挑战
EHR 数据通常分为两类，对 AI 的意义截然不同：
1. 结构化数据 (Structured Data)
- 内容：实验室化验单（如“白细胞计数: 5.0”）、人口学信息（年龄、性别）、医嘱代码（ICD-10）。
- AI友好度：高。AI 可以直接读取和计算。
2. 非结构化数据 (Unstructured Data)
- 内容：医生手写的病程记录（Progress Notes）、出院小结、手术记录、病理报告描述。
- AI挑战：这是 EHR 中价值密度最高但最难处理的部分（约占 80% 的数据量）。
- 解决方案：必须使用 自然语言处理 (NLP) 技术，配合 MeSH 等本体库，将“自由文本”转化为计算机能懂的“实体”和“关系”。
互操作性标准 (Interoperability)
为了打破“数据孤岛”，《21世纪治愈法案》强制推广新的数据交换标准：
- HL7 FHIR (Fast Healthcare Interoperability Resources)：
- 这是目前最主流的医疗数据 API 标准。
- 它采用类似互联网（RESTful API）的架构，使得您的 AI App 可以像访问网页一样，安全、合规地从医院 EHR 系统中调取患者数据（在获得授权前提下）。
隐私与合规
- 去标识化 (De-identification)：在使用 EHR 数据训练 AI 之前，必须剥离患者的直接标识符（如姓名、身份证号），以符合伦理要求。
- 法规：美国的 HIPAA 和中国的《个人信息保护法》是处理 EHR 数据的法律红线。