第二章 医学数据分类、编码系统和医学信息标准

无含义代码
顺序码编码方法
从一个有序的字符集合中顺序的取出字符分配给各个编码对象， 这些字符通常是整数或字母。 递增顺序码编码方法 编码对象被赋予的代码值，可由预定数字递增决定。 系列顺序码编码方法 确定编码对象的类别，按各个类别确定代码取值范围。 约定顺序码编码方法 全部编码对象预先知道并不会扩展，按某些特性对编码对象 进行排序。
第二章 医学数据分类、编码系统和 医学信息标准
南京中医药大学
1.信息标准化的定义与特点
信息标准化的定义 信息标准化的特点 元数据与数据元
1.1.1 标准化
信息共享的前提是标准化 信息的标准化问题具有普遍性 广义的定义：
是指针对现存或潜在的问题，为公共的和常用的事 物做出某些规定的活动，旨在使该环境达到最佳有 序度。
6 表示层 5 会话层 4 传输层 3 网络层 2 数据链路层 1 物理层
数据编码
数据编码的概念： 将编码对象赋予具有一定规律、易于计算机和 人识别和处理的符号，并形成对应的代码表的过程。 数据编码的要素：
编码对象 数据表达成代码的方法——取决于数据属性、编码 对象的规模、目的和用途 数据的代码表示形式 代码表
数据分类的基本原则
科学性——选择分类对象的最稳定的本质特征作为 分类的基础和依据 系统性——将选定的对象按其内在规律系统化进行 排列，形成一个层次清晰、结构合理、类目明确的 分类体系。
GB/T 19253 规定的字符长度表示法
固定长度 可变长度 有若干字符行表示的长度
美国HL7采用的数据类型（见附录一）
4 一些重要的国际医学信息标准
ICD-10 SNOMED HL7 DRG ICD-0 LOING DICOM HIPPA UMLS IHE
ICD-10——国际疾病分类
（International Classification of Disease, ICD ）是根据 疾病的某些特征，按照规则将疾病分门别类，并用编 码的方法来表示的系统。 ICD已有110年发展历史：
层次码编码方法
以编码对象集合中的层次分类为基础，将编码对象编码成连续 且递增的组类。 易于编码对象的分类，易于统计汇总，代码易于解释；缺乏弹 性。 举例：ICD，GB/T 13745-1992（学科分类与代码）
代码类型
矩阵码编码方法
以复式记录表的实体为基础，赋予表中行和列相关坐标上编码 对象一定的代码值； 代码值可以解释，容易赋予；需预先建立表，覆盖对象的全部 特征，不易变通。 举例：GB 2312-1980（信息交换用汉字编码字符集 基本集）
2. 数据分类与编码的基本原则和方法
数据分类与编码的定义 数据分类的基本原则 数据分类的基本方法 代码类型的划分
数据分类
数据分类的概念：
根据数据的属性或特征，将分类对象按一定的原 则和方法进行区分和归类，并建立一定的分类体系 和排序顺序的过程。
数据分类的要素：
分类对象——数据 分类依据——取决于数据特性
数据元
数据元（data element）
用一组属性描述定义、标识、表示以及允许值的数 据单元，不可再分的最小数据单元。 组成：
对象类——人们希望研究、搜集和存储他们的相关数据的事 物。 特性——对象类中所有成员共同具有的一个有别于其他数据 元的显著特征。 表示——数据表达的方式。
数据元和数据元概念
HL7组织参考ISO，采用开放式系统互联（Open system interconnection, OSI）的通信模式，将HL7 纳入通信最高层，即第七层应用层。
OSI
OSI模型有7层结构，每层都可以有几个子层。 OSI的7层从上到下分别是 ：
7 应用层
HTTP FTP POP3 SMTP Telnet BitTorrent HL7
人类与兽医学系统术语——SNOMED
(Systemized nomenclature of human and veterinary medicine, SNOMED)用于人、兽医学的结构化术语 集和术语的分类。 颁布于1975年。目前是第三版，《人类与兽类医学 系统术语》，也称《国际医学规范术语全集》。 参考术语（reference terminology）：即可以满足 用户结构化、智能化录入临床数据的需要，又能够 用于优化自然语言处理，还能帮助完成医学信息的 存储、提取与分析，把这种更高层次的满足广泛医 学信息处理需求的标准术语集成为参考术语。
代码类型的划分
有含义代码
缩写码编码方法 层次码编码方法 矩阵码编码方法 并置码编码方法 组合码编码方法
无含义代码
顺序码编码方法 无序码编码方法
代码类型
缩写码编码方法
依据统一的方法缩写编码对象的名称，由取自编码对象名称中 的一个或多个字符赋值成编码表示； 容易记忆，但依赖编码对象的初始表达方法 举例：世界各国和地区代码（GB/T 2659-2000)
优缺点：
具有较大弹性，易于添加和修改类目； 不能充分利用容量，可组配类目很多，但有时实际 应用的类目不多；难于手工处理信息。
混合分类法
混合分类法
将线分类法和面分类法组合使用 常用于药品的分类 使用时可以用一组代码代表特定药品 但这种方法割断了代码与药品属性的联系
代码类型的划分
编码的定义： 即将一个表示对象或事物信息的某种符号（常 见的是文字）转换成便于人或计算识别和处理的另 一种符号体系（代码）的过程。 代码：编码的基本构件。
SNOMED的结构
SNOMED是多轴编码的医学命名法，有若干独立的 编码体系，每一个轴可以用于描述同一个诊断
全部术语分入11个独立的系统模块（轴） 术语按照自然层次排列，被分配5或6位代码 代码与术语一一对应，标示术语的内在信息组、上 下关系 通过使用G（链接词/修饰词）模块，可连接和修饰 每个模块术语、描述符及限定词。 词条的索引排列是按照编码顺序
双重分类：剑号与星号 (病因与临床表现)， 如A18.8↓I32.0* 索引排列方法：按汉语拼音—英文字母顺序排 列，第一层次是主导词，其下包括若干个修饰 词，根据它们与主导词的关系逐层依序排列
ICD的应用和意义
标准化：使得疾病名称标准化、格式化，这是 医学信息化、医院信息管理的基础，也是电子 病历等应用基础。 共享性：疾病信息得到最大范围的共享 有利医疗管理：医疗统计的基础，便于了解各 病种的相关信息。 有利费用管理：疾病分类是医疗经费控制的重 要依据之一，而城镇职工医疗保险制度采用按 病种计费，促使各种病种制定规范化治疗方案 。
数据分类的基本原则
可扩展性与可维护性
横向设置适宜的收容类目，保证分类对象增加时， 不打乱已建立的分类体系； 为纵向进一步的延拓和细化创造条件； 标准的制定要留有扩展、延拓的余地；要安排人力、 财力跟踪维护
实用性
从工程建设实际需求出发，产生符合需求、综合实 用和便于操作。
数据分类的基本方法
线分类法 面分类法 混合分类法
线分类法
线分类法：
将分类对象按所选定的若干个属性逐次的分成相应 的若干个层级的类目，并排成一个由层次的、逐渐 展开的分类体系； 同位类目之间存在并列关系，下位类与上位类类目 存在隶属关系
优缺点：
层次性好，反映类目之间的逻辑关系，便于处理 结构弹性差，分类结构不易改动；分类层次多时， 代码位数长。
分类举例
HL7标准
数据交换是医院信息系统的基本功能。
HL7（Health Level Seven)标准主要用于与卫生保 健计算机系统有关的临床、银行、保险、管理、行 政及检验等信息的交换。
HL-7是由美国研究开发的一个专门用于医疗卫 生机构及医用仪器设备数据信息传输的标准， 是一种标准化的卫生消息传输协议。
某些传染病和寄生虫病——以疾病为分类目的 分类原则： 1.以病因为轴心进行分类
A00为霍乱 A01为伤寒 A06为阿米巴感染
2.依据属性（病情和病理）进一步分目
A06.0为急性阿米巴痢疾， A06.1为慢性肠道阿米巴病， A06.3为肠道阿米巴
3.按序化关系逐个编码
面分类法
面分类法：
将选定的分类对象的若干属性或特征视为若干个 “面”，每个面中又可分成彼此独立的若干个类目 根据需要，组合类目
SNOMED的模块
SNOMED的应用
将人、兽医学术语进行结构化的分类和编码， 使得原有的医学术语标准化，为计算机处理奠 定了基础； 标准化的、规范的应用医学术语将有利于医学 信息共享和提高医疗质量； 术语代码拥有医学知识表达的许多特征，具开 放式的数据结构，可灵活地进行搭配、组装、 合成，适用于电子病历，并支持专家系统。
并置码编码方法
由一些代码段组成的复合代码，这些代码段提供了描绘编码对 象的特征。 易于编码对象的分类，代码易于解释；需含有大量特性，代码 值有许多字符。
代码类型
组合码编码方法
由一些代码段组成的复合代码，提供编码对象的不同特性，但 特性相互依赖并且具有层次关联； 代码值容易赋予、解释、确认；理论容量不能充分利用。 举例：GB 11643-1999（公民身份号码）
任何一个标准，一种代码体系都是在一定范围，为 一定目的服务的。
完整性与惟一性
对于一个或是一组客体，在标准化代码中有且仅有 一个确定的代码与其对应。 特殊情况需用两个以上代码表示同一客体，需用加 以特殊的标志与说明。
信息标准化的特点
权威性
信息标准化要形成一个文本并被人们在一定范围内 认可和应用。 信息标准化往往有具有行政管理权威的部门制定和 颁布，并在一定范围内强制执行。
1891年第1版； 1940年第6次修订，首次引入疾病分类，强调按病因分类 的思想； 1975年ICD-9，得到推广； 1994年ICD10；
北京协和医院世界卫生组织疾病分类合作中心负责有 关疾病分类的中文事宜
ICD-10分类原理
依据疾病的四个主要特性，即病因、部位、病理和临 床表现 ，形成一个多轴心的分类系统。
元数据
元数据（meta data）
关于数据的数据。按照一定的标准，从信息资源中 抽取出相应的特征，组成一个特征元素集合。 包括描述一个具体对象所需要的数据项集合、各项 数据语义定义、著录规则和语法规定。 通过元数据，人们能够对信息资源进行详细、深入 的了解，包括信息资源的格式、质量、处理方法和 获取方法等。 元数据标准的制定为提高数据库建库质量，使数据 加工达到规范化、标准化，促进科学数据标准化， 加强数据交流与共享。
3 医学数据的类型
GB/T 19253 规定的数据类型表示法
字符型 （S）：包含汉字、字母字符、数字字符等 布尔型 （B）：用0（False）或1（True）表示。 数值型 （N）：用“0”到“9”数字形式表示的数值 日期时间型 （T）：YYYYMMDD或 YYYYMMDDhhmmss 二进制流 （By）：图像、音频、视频等二进制流文 件格式。
数据元概念：
由对象类和特性组成，是数据模型。 一个特性只描述一个对象类，当一个特性和一个对象类建立 关联时就产生一个数据元概念。
数据元概念和数据元：
数据元由数据元概念和表示两部分组成。 数据元和数据元概念之间存在多对一关系。 数据元需要并且只能有一个表示。 数据元的概念模型相同而表示不同就是两个不同的数据元。
标准化的狭义定义：
是指信息表达上的标准化，实质是在一定范围内人 们能共同使用的对某类、某些、某个客体抽象的描 述与表达。
信息的表达、交换和处理
信息表达类标准化：是信息标准化的基础，如分类、 编码，名称和内涵的标准化、代码化。 信息交换标准化：解决不同系统或部门间信息共享 的问题，注重信息的格式，忽略信息内容，具体应 用有：
HL7标准（Health Level 7） XML标准 （Extensible markup language) DICOM标准 (Digital Imaging and Communication in Medicine)
信息处理与流程标准化：主要利于信息系统的开发 和推广
信息标准化的特点
明确的域
◇ ICD分类的基础是对疾病的命名； ◇ 疾病的本质和表现特性正是分类的依据； ◇ 分类与命名之间存在一种内在的对应关系； ◇ 对指定疾病赋予一个编码，编码是唯一的；
ICD分类பைடு நூலகம்方法
有三个层次：类目、亚目、细目，各围绕一个 轴心
类目：三位数编码，如S80 亚目：四位数编码，如S82.0 细目：五位数编码，如S82.01