RareLink：基于REDCap的可扩展罕见病互操作性框架——连接国际注册库与FHIR及Phenopackets的标准桥梁

《npj Genomic Medicine》：RareLink: scalable REDCap-based framework for rare disease interoperability linking international registries to FHIR and Phenopackets

本研究针对REDCap在罕见病研究中缺乏原生互操作性的问题，开发了开源框架RareLink。该框架通过预定义嵌入本体代码的数据采集工具，实现了REDCap数据向HL7 FHIR（国际患者摘要和基因组报告配置文件）和GA4GH Phenopackets的标准化导出。在德、加、南非、日本等多国验证表明，RareLink能有效提升罕见病数据的FAIR化程度，为国际罕见病研究提供标准化数据交换解决方案。

　　

在全球范围内，罕见病影响着超过2.6亿人，但由于患者分散在不同医疗机构，数据往往存储在异构系统中，导致数据碎片化和互操作性障碍。尽管REDCap（Research Electronic Data Capture）作为非营利机构广泛使用的数据采集平台，其灵活性却成为双刃剑——项目特定的数据模式缺乏标准化约束，难以与国际数据标准（如HL7 FHIR、GA4GH Phenopackets）对接，限制了数据的二次利用和跨注册库分析。

为解决这一难题，由柏林健康研究所Charité医学院Adam S.L. Graefe领衔的国际团队，在《npj Genomic Medicine》发表了题为“RareLink: scalable REDCap-based framework for rare disease interoperability linking international registries to FHIR and Phenopackets”的研究。团队开发了一套开源框架RareLink，将先前发表的本体论罕见病共同数据模型（ontology-based rare disease common data model, RD-CDM）嵌入REDCap，通过预定义数据采集工具实现标准化数据交换。

研究团队采用迭代式开发方法，在德国、加拿大、南非和日本的多个临床中心进行三轮部署验证。技术核心包括：基于Python 3.12的模块化架构、集成BioPortal本体服务的术语解析、LinkML（Linked Data Modeling Language）数据建模语言的应用，以及通过toFHIR引擎实现FHIR资源实例的自动化验证。特别值得注意的是，框架支持前瞻性队列的手动数据录入和回顾性数据的半自动导入（通过LinkML-Map工具），并利用命令行界面（Command-Line Interface, CLI）简化操作流程。

研究结果

1. 1.
   框架架构设计
   RareLink包含五大核心模块：文档中心、共同数据模型（RareLink-CDM）、命令行界面、FHIR模块和Phenopackets模块。其独特之处在于将RD-CDM的每个章节转化为REDCap的独立采集工具，并在变量注解中嵌入语义代码、本体版本及标准映射关系。

1. 2.
   标准化数据输出能力
   通过模拟10例Kabuki综合征1型患者的队列测试，研究证实RareLink可生成符合HL7 IPS v2.0.0（International Patient Summary）、基因组报告v3.0.0规范的FHIR资源，以及GA4GH Phenopacket v2.0结构的标准化数据。除家族史模块外，RD-CDM中75个映射至FHIR的元素和43个映射至Phenopackets的元素均能成功导出。

1. 3.
   临床适用性验证
   在加拿大先天性免疫错误国家注册库（CIEINR）的实践中，团队通过扩展RareLink-CDM加入免疫缺陷特异性字段，证明了框架的领域适应性。多国部署反馈显示，其模块化设计能有效支持不同医疗系统的语义对齐，但非技术用户需额外培训才能充分发挥效能。

结论与展望

RareLink首次实现了REDCap与国际罕见病数据标准的无缝对接，通过结构化输出FHIR和Phenopackets，显著提升了数据的可查找性、可交互性和可重用性（FAIR原则）。其开源特性与轻量级部署方案，尤其适合资源有限的地区开展合规的罕见病研究。然而，框架的全面推广仍面临挑战：SNOMED CT（Systematized Nomenclature of Medicine-Clinical Terms）许可证的地域限制、多语言本体支持的缺失，以及医院信息系统与REDCap的固有隔离。未来需通过与国际组织（如HL7、欧洲罕见病联盟）的深度协作，进一步优化语义互操作性，并探索与OMOP（Observational Medical Outcomes Partnership）等数据模型的转换通道，最终构建真正全球化的罕见病研究生态。