综述：解锁藤黄酸抗癌密码：克服肿瘤治疗挑战的多维策略

《Computers in Biology and Medicine》：Unlocking the anticancer code of gambogic acid: Multidimensional strategies to overcome tumor treatment challenges

本文系统综述了基于FHIR和RDF的临床数据语义化转换技术，提出了一种模块化管道实现肿瘤学数据的标准化与互操作，支持AI驱动分析和多中心研究，为真实世界数据（RWD）的二次利用提供了创新解决方案。

　　

摘要

医疗数据的指数级增长对互操作性和标准化提出了迫切需求。真实世界临床数据的异质性导致数据交换和二次利用面临巨大挑战，包括术语不一致（如ICD-10与SNOMED CT混用）、语义不匹配（如疾病分期标准差异）和结构碎片化（如实验室结果以自由文本而非结构化字段存储）。Fast Healthcare Interoperability Resources（FHIR）已成为构建和协调医疗数据的关键标准。本研究开发了一种基于FHIR的转换管道，利用资源描述框架（RDF）将原始肿瘤学数据转换为可用于研究的语义增强数据集。通过将FHIR资源表示为RDF图，该方法实现了语义互操作，增强了异构数据源的链接能力，并支持基于本体的查询和推理机制。

1. 引言

医疗领域正经历由医学研究和技术创新驱动的快速演变，临床数据量约占全球数据总量的30%。欧洲健康数据空间（EHDS）等倡议旨在通过改善数据访问和促进数据二次利用，在十年内为欧盟节省110亿欧元。尽管美国通过《21世纪治愈法案》强制采用FHIR标准，许多国家仍缺乏明确的监管框架，导致医院和软件公司采用自定义数据格式，阻碍了互操作性。FHIR通过模块化资源和明确语义提供了灵活性和可扩展性，支持增量采用和与医疗基础设施的无缝集成。本研究在Cancer Virtual Lab（CVL）项目框架内，开发了一种基于FHIR和RDF的模块化语义验证转换管道，支持真实世界肿瘤学研究。

2. 相关工作

近期研究强调了FHIR在健康数据透明度和可重复性中的关键作用，特别是在人工智能应用中。例如，Namli等人提出了一种使用声明性语言从电子健康记录（EHR）中提取AI就绪数据集的可扩展管道。FHIR在慢性病管理（包括癌症、心血管疾病和糖尿病）中的应用也通过范围综述得到强调。代表性平台如beHEALTHIER利用微服务架构管理大规模健康数据，为公共卫生政策提供信息。此外，FHIR支持创建患者数字孪生（DT），为高级医疗应用提供语义丰富的基础。在癌症临床试验研究中，FHIR管道可自动填充病例报告表（CRF），并支持从EHR中提取数据用于真实世界试验。然而，现有解决方案在可移植性、代码重用和维护方面存在局限性。

3. 转换管道设计与架构

管道采用模块化架构，确保语义互操作性、可扩展性和可维护性。每个模块封装特定功能，支持将原始异构数据转换为RDF-based FHIR资源。设计原则包括维护性、增量开发、可重用性和可测试性。Docker容器化技术用于隔离模块，确保跨环境的一致性。管道分为输入、精炼、映射、验证和图部署五个阶段，逐步实现数据摄取、语义增强、结构对齐、一致性验证和存储。输入阶段通过ETL过程从医院电子病历中提取数据，并进行匿名化、清理和标准化。精炼阶段对CSV文件进行语义规范化，预处理复杂字段（如TNM分类），并分配一致的FHIR标识符。映射阶段通过CSV到FHIR JSON和FHIR JSON到FHIR RDF的转换，实现数据结构和语义的标准化。验证阶段依赖FHIR本体确保语义完整性。图部署阶段将RDF数据加载到GraphDB三元组存储中，支持SPARQL查询和推理。

4. 语义验证策略

使用KGHeartBeat工具评估本体质量，涵盖语义准确性、一致性、简洁性及定义类和属性的合规性。所有度量均显示完美得分，表明本体在语义和结构上高度完整。语义准确性方面，无缺失或空白注释标签，数据类型一致，功能属性和逆功能属性无违规。一致性方面，无实体被分配到不相交类，无误用类或属性，无使用已弃用或未定义的类和属性。简洁性方面，无内涵冗余，但外延简洁性得分为0.97，反映了患者到诊断的两种路径（直接和通过治疗间接）的故意设计。定义类合规性得分为0.96，部分类（如cvl:Variant）为未来数据预留；定义属性合规性得分为0.62，未实例化属性与未使用类相关。总体而言，本体为知识图谱应用提供了可靠基础。

5. 管道验证

通过追踪16类临床实体在原始数据、FHIR资源和CVL实体之间的转换，验证了管道的结构保真度。所有实体均实现一对一映射，无丢失或重复。管道还作为数据质量诊断工具，识别出药理学治疗中的缺失数据，使药物数据库从152条增至176条。此外，管道已预先集成实验室测试、医疗服务和遗传变体的转换逻辑，支持未来扩展。

6. 讨论

管道的开发强调跨学科合作，临床专家、数据工程师和本体学家共同定义映射、验证语义正确性和临床相关性。尽管在单一机构中验证，且仅涉及已故患者数据，但模块化架构支持跨机构扩展。关键挑战包括ETL阶段的手动调整需求，以及更广泛采用所需的监管调整和多中心验证。

7. 结论与未来方向

管道成功将超过100万条临床记录转换为互操作FHIR资源，支持语义查询、推理和AI分析。未来工作包括多中心验证、扩展至其他医疗领域，以及开发半自动术语对齐工具以提升效率。管道为符合FAIR原则的数字健康生态系统提供了可复制框架，支持二次数据利用和跨机构研究。