临床前与临床术语的"罗塞塔石碑"映射：eTRANSAFE项目中基于SNOMED CT的跨领域语义桥梁构建

本研究针对药物安全评估中临床前与临床数据术语差异的挑战，开发了基于SNOMED CT的"罗塞塔石碑"映射方法。通过建立34,308个概念的跨术语映射网络，结合协调模板实现不同精确度的概念匹配，验证显示其映射精确度达95%，显著优于传统词汇匹配方法(22%)，为转化医学研究提供了创新的数据整合工具。

　　

在药物研发的漫长征程中，临床前研究与临床研究之间始终横亘着一条数据鸿沟。就像古埃及学家面对罗塞塔石碑时的困惑，研究人员常常被不同研究阶段使用的术语差异所困扰——动物实验记录的"肝脏坏死"与临床报告的"肝细胞损伤"真的是同一现象吗？这种术语壁垒使得约75%的临床前安全数据难以有效转化为临床预测指标，严重制约着药物安全评估的转化效率。

eTRANSAFE项目组在《Journal of Biomedical Semantics》发表的这项研究，创新性地借鉴罗塞塔石碑的破译思路，选择SNOMED CT这一包含45万医学概念的标准术语体系作为"翻译官"。研究团队面临三重挑战：临床术语如MedDRA采用预协调的单一概念（如"Hepatic necrosis"），而临床前数据如SEND术语则采用多概念组合（如"Necrosis"+"Liver"）；不同术语体系的颗粒度差异；以及约43%的临床前概念缺乏直接对应临床术语。就像需要同时翻译词汇和语法的复杂语言系统，传统的一对一映射方法在此完全失效。

研究团队开发了包含四大关键技术的方法体系：(1) CodeMapper工具实现34,308个HPATH、MA、SEND和MedDRA概念与SNOMED CT的人工映射；(2) 创新设计协调模板，定义"发现部位+形态学异常→疾病"等语义路径规则；(3) 建立精确度评分系统，对概念层级跳跃（1分）、忽略器官（1分）等差异进行量化；(4) 构建动态术语服务系统，支持最大容忍3分的模糊匹配。特别值得注意的是，团队从eTOXsys数据库和药企SEND数据库中筛选实际使用的16,444个概念优先映射，确保工具的实际应用价值。

映射覆盖分析

研究显示，临床前术语中MA解剖学概念全部完成映射（100%），而HPATH病理概念覆盖73%。临床方面，25,433个MedDRA优选术语(PT)中75%实现映射，其中"耳迷路障碍"映射率最高（79%），"社会因素"最低（7%）。这种差异反映出临床前研究更关注可观察的器官病变，而临床数据包含更多主观症状。

精确度验证

通过60个随机样本的双盲评估，零分精确映射（如"Liver+Necrosis→Hepatic necrosis"）准确率达100%，1分级别的模糊映射（如"Liver injury"）保持90%准确，显著优于UMLS词汇匹配的22%准确率。协调模板允许的三种解剖结构转换（整体/部分/结构）仅增加0.1分惩罚，有效扩展了匹配范围。

动态映射服务

实际应用中，输入"SEND Necrosis+Liver"可返回21个MedDRA概念，按精确度排序：零分匹配"Hepatic necrosis"；1分匹配如"Liver injury"；负分匹配如"Necrosis"（忽略器官）。这种分级输出使研究人员能根据需求平衡精确度与召回率。

这项研究构建的术语桥梁已成功应用于eTRANSAFE三大应用场景。其创新性体现在：（1）首次实现跨协调模式的概念映射，突破传统一对一映射局限；（2）量化评分系统为模糊匹配提供客观依据；（3）开源发布所有映射数据（GitHub）。局限在于当前仅实现"解剖+病理"单一路径的协调模板，未来可扩展至"严重度+病程"等多维映射。就像罗塞塔石碑开启的古文字破译新时代，这项研究为转化医学数据整合提供了范式转换的工具基础，使药物安全评估能更充分利用跨研究阶段的数据财富。