商濤 程瑤 陳祿明 鄧立宗 蔣太交

摘 要：調(diào)研全國科學(xué)技術(shù)名詞審定委員會發(fā)布的呼吸病學(xué)名詞在電子病歷中的使用情況。通過觀察疾病、體征或癥狀類標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語及其關(guān)聯(lián)的同義詞在呼吸疾病電子病歷中的分布，發(fā)現(xiàn)標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在使用頻次上高于非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語，但整體而言，同一醫(yī)學(xué)概念在不同來源的病歷中表達(dá)多樣，標(biāo)準(zhǔn)化程度不高。此外，《呼吸病學(xué)名詞》收錄的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語及其同義詞對電子病歷中所使用的醫(yī)學(xué)術(shù)語覆蓋度偏低，需要擴充和完善。

關(guān)鍵詞：標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語;電子病歷;術(shù)語覆蓋度;術(shù)語標(biāo)準(zhǔn)化;術(shù)語挖掘

中圖分類號：R4;H083? 文獻(xiàn)標(biāo)識碼：A? DOI：10.12339/j.issn.1673-8578.2021.04.008

An Investigation into the Practical Use of Respiratory Disease Standard Medical Terms in Electronic Health Record//SHANG Tao，CHENG Yao，CHEN Luming，DENG Lizong，JIANG Taijiao

Abstract： The application of standard respiratory disease terms constructed by China National Committee for Terms in Sciences and Technologies was investigated in this research. The usage frequency of standard disease and symptom terms of respiratory disease is much higher than synonymous of standard terms. Overall， the standard terms could not descript practical clinical problems completely in electronic health record as of the diversity of medical concepts. Otherwise， standard terms collected by Terms of Respiratory Disease also could not cover all synonymous in electronic health record. Thus， the continuous development is necessary to expand the coverage of respiratory disease terms in real world applications.

Keywords： standard medical terms;electronic health record;coverage of medical terms;terminology standardization;terms mining

收稿日期：2021-06-15? 修回日期：2021-09-05

基金項目：全國科學(xué)技術(shù)名詞審定委員會事務(wù)中心一般項目“醫(yī)學(xué)名詞審定中的同義詞整理與分析”（SWZX2018003），“科技名詞社會使用狀況調(diào)查”（SWZX202003）;廣州實驗室應(yīng)急攻關(guān)項目“新冠與其他12項呼吸道病原體核酸檢測技術(shù)和設(shè)備”（EKPG21-12）

引言

以臨床電子病歷為代表的真實世界數(shù)據(jù)（real world data）蘊含了豐富的患者診療信息，若能對這些診療信息加以有效利用，將極大地推動我國醫(yī)療健康大數(shù)據(jù)應(yīng)用的發(fā)展[1]。然而，由于不同機構(gòu)、不同醫(yī)生的用語習(xí)慣不同，電子病歷中的診療信息存在著用語不規(guī)范、不統(tǒng)一的問題，這為醫(yī)療健康大數(shù)據(jù)的整合和利用帶來了極大的障礙[2]。為規(guī)范我國臨床醫(yī)學(xué)術(shù)語的使用，以國家衛(wèi)生健康委員會（簡稱“衛(wèi)健委”）、全國科學(xué)技術(shù)名詞審定委員會（簡稱“名詞委”）為代表的國家機構(gòu)頒布了一系列標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語①，引導(dǎo)中文醫(yī)學(xué)術(shù)語的規(guī)范表達(dá)，推動了我國醫(yī)學(xué)術(shù)語的標(biāo)準(zhǔn)化進(jìn)程[3-4]。

調(diào)研已發(fā)布的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在真實世界數(shù)據(jù)中的使用情況是一項十分重要的工作[5]。這一工作通常可以從兩方面展開：一是調(diào)研真實世界數(shù)據(jù)使用標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的情況;二是調(diào)研標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語對真實世界數(shù)據(jù)中所使用術(shù)語的覆蓋度。前者關(guān)注的是真實世界數(shù)據(jù)所使用醫(yī)學(xué)術(shù)語的標(biāo)準(zhǔn)化程度，后者關(guān)注的是標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語描述真實世界數(shù)據(jù)的完備程度。

國內(nèi)外學(xué)者均非常重視調(diào)研標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在真實世界數(shù)據(jù)中的使用情況。例如，來自梅奧診所的研究者[5]從電子病歷中搜集了4996個描述臨床問題的醫(yī)學(xué)術(shù)語，發(fā)現(xiàn)國際衛(wèi)生術(shù)語標(biāo)準(zhǔn)制定組織制定的臨床醫(yī)學(xué)系統(tǒng)術(shù)語 （SNOMED-CT）能覆蓋其中92.3%的臨床問題術(shù)語。來自四川大學(xué)華西醫(yī)院的研究者[6]通過對比中文人類表型標(biāo)準(zhǔn)用語（CHPO）和從中文電子病歷中獲取的表型術(shù)語，發(fā)現(xiàn)電子病歷中使用的術(shù)語口語化、隨意化現(xiàn)象嚴(yán)重，同標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語集之間存在著巨大差異。中國醫(yī)學(xué)科學(xué)院的研究者[7]系統(tǒng)匯集了衛(wèi)健委、名詞委發(fā)布的857 193個標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語，并統(tǒng)計了標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語對實際使用于臨床指南、電子病歷中的69 865個醫(yī)學(xué)術(shù)語的覆蓋度，發(fā)現(xiàn)中文標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語資源對于常見術(shù)語的覆蓋度較高（74.3%），但對不常見術(shù)語的覆蓋度偏低（26.8%）。

名詞委歷來都很重視標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的審定與應(yīng)用，不僅發(fā)布了呼吸病學(xué)、老年醫(yī)學(xué)等18個?？频臉?biāo)準(zhǔn)醫(yī)學(xué)術(shù)語， 還發(fā)布了一系列?？漆t(yī)學(xué)術(shù)語審定名詞與非規(guī)范名詞對照表[8]。然而，對于目前真實世界數(shù)據(jù)中對已發(fā)布的?？茦?biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的使用情況和?？茦?biāo)準(zhǔn)醫(yī)學(xué)術(shù)語對真實世界數(shù)據(jù)中使用術(shù)語的覆蓋度尚缺少細(xì)致深入的研究。在本研究中，我們擬以名詞委2018年發(fā)布的《呼吸病學(xué)名詞》為切入點，調(diào)研《呼吸病學(xué)名詞》中有關(guān)疾病、體征、癥狀類標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在電子病歷中的使用情況，以期充實和完善我國的呼吸病學(xué)標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語。

1 研究方法

1.1 研究設(shè)計

本研究的總體設(shè)計如圖1所示：首先，我們搜集并整理了名詞委《呼吸病學(xué)名詞》中疾病、體征或癥狀類標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語;隨后，我們通過匯集《呼吸病學(xué)名詞》《中文醫(yī)學(xué)主題詞表》（CMeSH，“萬方醫(yī)學(xué)網(wǎng)”發(fā)布）、“39健康網(wǎng)”等醫(yī)學(xué)健康網(wǎng)站收錄的同義詞資源，整理了與標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語存在同義關(guān)聯(lián)的非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語;我們還通過術(shù)語挖掘的方法，從實際電子病歷語料中發(fā)掘了與標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語存在同義關(guān)聯(lián)的非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語;最后，我們根據(jù)整理獲得的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語和非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語集，對它們在實際電子病歷語料中的使用情況展開調(diào)研。詳述如下。

1.2 搜集并整理《呼吸病學(xué)名詞》中疾病、體征或癥狀標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語

首先，我們搜集并整理了名詞委2018年發(fā)布的《呼吸病學(xué)名詞》中547個疾病、體征或癥狀類標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語，其中，疾病類標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語數(shù)目為428個，體征或癥狀類標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語數(shù)目為119個。我們主要出于兩方面考慮疾病、體征或癥狀類的術(shù)語：首先，疾病、體征或癥狀是電子病歷中最重要的一類診療信息;其次，我們前期積累了大量的疾病、體征或癥狀類同義詞資源，可從中發(fā)掘出與標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語具有同義關(guān)聯(lián)的非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語，進(jìn)而展開更深入的分析。

1.3 搜集并整理以呼吸系統(tǒng)疾病為主要診斷的電子病歷

為評估呼吸病學(xué)標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在電子病歷數(shù)據(jù)中的使用情況，我們通過“愛愛醫(yī)”和“醫(yī)脈通”網(wǎng)站的典型病例欄目搜集并整理了5383份以呼吸系統(tǒng)疾病為主要診斷的中文電子病歷?！皭蹛坩t(yī)”和“醫(yī)脈通”的典型病例均來自不同醫(yī)院、不同醫(yī)生的臨床記錄，其中的醫(yī)學(xué)術(shù)語表達(dá)具有多樣性，因此非常適合作為本文的研究語料。

互聯(lián)網(wǎng)電子病歷資源網(wǎng)站所發(fā)布的電子病歷數(shù)據(jù)通常包含各個疾病種類。為了配合調(diào)研呼吸病學(xué)標(biāo)準(zhǔn)術(shù)語使用情況的目的，我們設(shè)計了如下規(guī)則對所獲的電子病歷數(shù)據(jù)進(jìn)行篩選。

（1）對于如“愛愛醫(yī)”和“大專家”等帶有疾病診斷標(biāo)簽的病歷資源，以呼吸病學(xué)名詞為種子詞，篩選診斷結(jié)果為呼吸病學(xué)相關(guān)疾病的電子病歷數(shù)據(jù)作為本研究所使用數(shù)據(jù)集的重要組成之一，共篩選出4321份電子病歷。

（2）對于“醫(yī)學(xué)慕課”和“醫(yī)脈通”等無任何標(biāo)簽的病歷資源，以呼吸病學(xué)名詞為關(guān)鍵術(shù)語，篩選出病歷文本內(nèi)容中包含10個以上呼吸病學(xué)相關(guān)癥狀或疾病術(shù)語的電子病歷，共篩選出1063份電子病歷。由于這部分?jǐn)?shù)據(jù)無確定的診斷標(biāo)簽用于判斷其是否為呼吸病學(xué)相關(guān)病歷，我們采用人工的方法，確認(rèn)了這1063份電子病歷數(shù)據(jù)均為呼吸病學(xué)相關(guān)數(shù)據(jù)。

1.4 搜集并整理與標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語存在同義關(guān)聯(lián)的非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語

在本研究中，我們將名詞委發(fā)布的《呼吸病學(xué)名詞》中的疾病、體征或癥狀類術(shù)語作為標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語，將標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語對應(yīng)的同義詞稱作非標(biāo)準(zhǔn)術(shù)語。我們通過以下三個渠道對標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的同義詞進(jìn)行了擴充：

（1）來自《呼吸病學(xué)名詞》的同義詞資源。在名詞委發(fā)布的《呼吸病學(xué)名詞》中，除了給出標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語（如“干性咳嗽”），還會給出標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的同義詞（如“干咳”）。我們共搜集了114個疾病、體征或癥狀類標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的同義詞。

（2）來自“萬方醫(yī)學(xué)網(wǎng)”發(fā)布的《中文醫(yī)學(xué)主題詞表》和醫(yī)學(xué)健康網(wǎng)站（“尋醫(yī)問藥”“39健康網(wǎng)”等）的同義詞資源?！吨形尼t(yī)學(xué)主題詞表》和“39健康網(wǎng)”“99健康網(wǎng)”等醫(yī)學(xué)健康網(wǎng)站同樣收錄了大量的醫(yī)學(xué)術(shù)語同義詞資源。通過這一系列術(shù)語資源，我們?yōu)閬碜浴逗粑W(xué)名詞》的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語擴充了969個同義詞。

（3）通過運用自動術(shù)語挖掘和標(biāo)準(zhǔn)化映射技術(shù)發(fā)現(xiàn)的同義詞資源。近年來，以大規(guī)模語料為基礎(chǔ)，進(jìn)行術(shù)語挖掘或新詞發(fā)現(xiàn)的自然語言處理技術(shù)愈發(fā)成熟，以自動短語挖掘方法（AutoPhrase）[9]為例，它以維基百科中的高質(zhì)量詞條為種子詞條，采用基于詞性的詞分割方法，基于統(tǒng)計語言模型的詞語片段打分模型實現(xiàn)無監(jiān)督地面向大語料的術(shù)語挖掘。通過運用AutoPhrase并輔以人工判斷，我們從本研究整理的5383份呼吸系統(tǒng)疾病電子病歷中識別了3442條描述呼吸系統(tǒng)疾病、體征或癥狀的醫(yī)學(xué)術(shù)語。挖掘結(jié)果如表1所示。

更進(jìn)一步，我們運用百度翻譯、有道翻譯、騰訊翻譯君將中文醫(yī)學(xué)術(shù)語翻譯成英文，再借助MetaMap[10]將英文醫(yī)學(xué)術(shù)語映射到統(tǒng)一醫(yī)學(xué)語言系統(tǒng)（UMLS）[11]，獲取中文醫(yī)學(xué)術(shù)語在UMLS體系中的概念編碼。若兩個字面不同的中文醫(yī)學(xué)術(shù)語在UMLS體系中具有相同的概念編碼，那么它們就可判定為同義詞。例如，來自《呼吸病學(xué)名詞》中的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語“肺念珠菌病”（pulmonary candidiasis）和從病歷中挖掘得到的術(shù)語“念珠菌肺炎”（candida pneumonia）具有相同的UMLS概念編碼“C0153251”。通過這種方法，我們?yōu)閬碜浴逗粑W(xué)名詞》的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語擴充了522個同義詞。

除了通過UMLS對中文醫(yī)學(xué)術(shù)語進(jìn)行同義關(guān)聯(lián)外，我們還通過計算中文術(shù)語間的字形相似度和語義相似度[12]，尋求挖掘得到的非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語和標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語之間是否存在同義關(guān)系。通過這種方法，結(jié)合多輪人工確認(rèn)，我們?yōu)閬碜浴逗粑W(xué)名詞》的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語擴充了273個同義詞。

最終，我們搜集并整理了與《呼吸病學(xué)名詞》中的547個疾病、體征或癥狀類標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語相關(guān)的同義詞或非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語共1878個（表2）。

2 研究結(jié)果

2.1 標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語與非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在電子病歷中的使用情況

我們首先調(diào)研了來自《呼吸病學(xué)名詞》中547個標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語和1878個非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在5383份呼吸系統(tǒng)電子病歷中的頻次分布情況。從圖2A可見，標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語和非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在本研究使用的電子病歷語料中分別出現(xiàn)了51 881次和26 386次。無論對于疾病類還是體征或癥狀類術(shù)語而言，標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的出現(xiàn)頻次都高于非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語。

由于我們整理的非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語都是標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的同義詞，即對同一臨床概念的不同描述，因此我們還從概念層面分析了某一醫(yī)學(xué)概念在電子病歷語料中是否更傾向于使用標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語。我們首先篩選了242個具有同義詞且在電子病歷語料中出現(xiàn)10次以上的醫(yī)學(xué)概念。統(tǒng)計發(fā)現(xiàn)，使用標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的概念占比為52.89% （128/242），使用非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的概念占比為47.11% （114/242） （圖2B）。

我們進(jìn)一步統(tǒng)計了同一醫(yī)學(xué)概念使用標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語占該概念總出現(xiàn)次數(shù)的比例分布，發(fā)現(xiàn)該分布呈U型，即完全使用標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語或完全使用非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的醫(yī)學(xué)概念出現(xiàn)較多（圖2C）。典型的例子是“盜汗”和“胸痛”，大部分病歷使用了標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語，而不是其同義詞“寢汗”和“胸部疼痛”。而對于“干性咳嗽”和“血性痰”，大部分病歷使用的是其同義詞，如“干咳”和“痰中帶血”。從圖2C也可以看出，電子病歷中對同一醫(yī)學(xué)概念的表達(dá)是多樣的，整體而言，術(shù)語標(biāo)準(zhǔn)化程度不高。

2.2 標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語對電子病歷中使用醫(yī)學(xué)術(shù)語的覆蓋度分析

為調(diào)研標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語對電子病歷中使用醫(yī)學(xué)術(shù)語的覆蓋度，我們使用自動術(shù)語挖掘并輔以人工判斷的方法，從5383份呼吸系統(tǒng)電子病歷中挖掘出3442條描述呼吸系統(tǒng)疾病、體征或癥狀的醫(yī)學(xué)術(shù)語。

這3442條來自電子病歷中的醫(yī)學(xué)術(shù)語中，有289條可被來自《呼吸病學(xué)名詞》中標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語所覆蓋，有40條可被來自《呼吸病學(xué)名詞》的同義詞所覆蓋。在其余的醫(yī)學(xué)術(shù)語中：有173條可利用來自CMeSH和醫(yī)學(xué)健康網(wǎng)站的同義詞資源映射到《呼吸病學(xué)名詞》收錄的標(biāo)準(zhǔn)化醫(yī)學(xué)術(shù)語上;進(jìn)一步，有522條通過基于UMLS標(biāo)準(zhǔn)化的方法映射到《呼吸病學(xué)名詞》收錄的標(biāo)準(zhǔn)化醫(yī)學(xué)術(shù)語上;此外，有273條可通過利用字形相似度和語義相似度相結(jié)合的術(shù)語映射方法映射到《呼吸病學(xué)名詞》收錄的標(biāo)準(zhǔn)化醫(yī)學(xué)術(shù)語上?？傮w而言，《呼吸病學(xué)名詞》中的醫(yī)學(xué)概念對電子病歷中所使用的醫(yī)學(xué)術(shù)語的覆蓋度是37.68% （1297/3442） （表3）。

我們進(jìn)一步分析了未被《呼吸病學(xué)名詞》收錄的非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的特征。通過語義關(guān)聯(lián)和字形關(guān)聯(lián)算法，推薦最為接近的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語。通過對這些術(shù)語標(biāo)準(zhǔn)化映射的人工確認(rèn)，我們發(fā)現(xiàn)這些術(shù)語往往是《呼吸病學(xué)名詞》收錄的標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的子結(jié)點。如：“支氣管腺樣囊性癌”屬于“腺樣囊性癌”，“干酪樣肺炎”屬于“肺結(jié)核”等。從概念的角度來看，這些未被收錄的術(shù)語所表示的概念往往是《呼吸病學(xué)名詞》所收錄的術(shù)語概念的子概念，在臨床應(yīng)用中可進(jìn)行更為精細(xì)的描述與表征。

3 結(jié)語

在本研究中，我們調(diào)研了名詞委發(fā)布的呼吸病學(xué)標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在電子病歷中的使用情況。盡管在呼吸疾病電子病歷中，標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的使用頻次高于非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語，但從概念層面上看，術(shù)語的標(biāo)準(zhǔn)化程度仍然不高，這也是當(dāng)前發(fā)展醫(yī)療健康大數(shù)據(jù)應(yīng)用面臨極大挑戰(zhàn)的重要原因之一[2]。

由于術(shù)語標(biāo)準(zhǔn)化程度不高，同一概念的臨床描述多種多樣，因此搜集標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的同義詞成為標(biāo)準(zhǔn)術(shù)語集合未來發(fā)展的要點之一[6]。從本文的術(shù)語覆蓋度研究中可以看出，如果只考慮來自《呼吸病學(xué)名詞》中的術(shù)語，它在呼吸疾病電子病歷中所使用的術(shù)語的覆蓋度僅為9.56% （329/3442）; 但當(dāng)通過利用現(xiàn)有中英文術(shù)語資源、術(shù)語挖掘和標(biāo)準(zhǔn)化映射方法擴充同義詞后，在呼吸疾病電子病歷中所使用的術(shù)語的覆蓋度可達(dá)37.68% （1297/3442）。由此可見，在臨床應(yīng)用中，同一概念下醫(yī)學(xué)術(shù)語的使用具有多樣性，在使用過程中不僅有標(biāo)準(zhǔn)術(shù)語集合所收錄的表達(dá)形式，同時也存在各種符合臨床使用習(xí)慣的同義詞表述形式。此外，在臨床實踐中，存在傾向于使用非標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語的概念，其占比為47.11% （114/242）。這說明部分標(biāo)準(zhǔn)術(shù)語集合所收錄的術(shù)語由于表述方式較復(fù)雜，或者不符合漢語、口語習(xí)慣等各種因素，臨床使用頻次較低。以上這些結(jié)果提示我們在未來的術(shù)語審定工作中，需要更充分地考慮不同渠道尤其是來自臨床實踐的同義詞資源，以提升標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語對臨床實踐的覆蓋度[7]。與此同時，標(biāo)準(zhǔn)術(shù)語所收錄的內(nèi)容需要更為貼近臨床實踐及中文醫(yī)學(xué)使用場景下的語言習(xí)慣，盡可能提升標(biāo)準(zhǔn)術(shù)語對臨床應(yīng)用術(shù)語的收錄水平，為統(tǒng)一臨床術(shù)語的使用提供可能。

從本研究對未被收錄的呼吸病學(xué)相關(guān)概念的分析情況來看，未被收錄的這些概念多為已收錄術(shù)語概念的子概念，用于表述更為精細(xì)的臨床實體和信息。因此在中文標(biāo)準(zhǔn)化術(shù)語的制定過程中，除需要更充分考慮臨床習(xí)慣用語的同時，也需要考慮收錄更為精細(xì)的臨床概念相關(guān)術(shù)語，并在此基礎(chǔ)之上構(gòu)建起更為系統(tǒng)的概念間的從屬、修飾關(guān)系，使得標(biāo)準(zhǔn)術(shù)語系統(tǒng)對臨床應(yīng)用場景形成更為全面的覆蓋，從而促進(jìn)臨床實踐中術(shù)語的標(biāo)準(zhǔn)化。

本研究的一個不足之處是我們只考慮了呼吸病學(xué)疾病、體征或癥狀類術(shù)語，而未對手術(shù)、藥物等術(shù)語進(jìn)行同樣系統(tǒng)而全面的調(diào)研，我們期望在未來的工作中彌補這一不足。同時，盡管本研究針對的是呼吸病學(xué)術(shù)語，但調(diào)研所使用的方法同樣適用于其他?？萍膊⌒g(shù)語。我們也期望在未來的工作中能進(jìn)一步調(diào)研名詞委發(fā)布的其他?？茦?biāo)準(zhǔn)醫(yī)學(xué)術(shù)語在真實世界數(shù)據(jù)中的使用情況，為推動我國的醫(yī)學(xué)術(shù)語標(biāo)準(zhǔn)化事業(yè)做出貢獻(xiàn)。

注釋

① 本文將全國科學(xué)技術(shù)名詞審定委員會審定、公布的醫(yī)學(xué)類規(guī)范名詞與其他國家機構(gòu)作為標(biāo)準(zhǔn)發(fā)布的醫(yī)學(xué)術(shù)語，統(tǒng)稱為“標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語”。

參考文獻(xiàn)

[1] 宋揚， 賈王平， 韓珂，等. 健康醫(yī)療大數(shù)據(jù)的應(yīng)用及其挑戰(zhàn)[J]. 中國慢性病預(yù)防與控制，2021，29（3）：220-223.

[2] 張世紅， 史森， 楊小冉. 健康醫(yī)療大數(shù)據(jù)應(yīng)用面臨的挑戰(zhàn)及策略探討[J]. 中國衛(wèi)生信息管理雜志， 2018， 15（6）：629-632，658.

[3] 魏星. 全國科技名詞委公布與預(yù)公布名詞[J]. 中國科技術(shù)語， 2018，20（4）：50.

[4] 楊威. 我國醫(yī)學(xué)名詞現(xiàn)狀及發(fā)展分析[J]. 中國衛(wèi)生標(biāo)準(zhǔn)管理， 2018， 9（1）：1-4.

[5] Evaluation of the content coverage of SNOMED CT： ability of SNOMED clinical terms to represent clinical problem lists[J]. Mayo Clinic Proceedings， 2006， 81（6）：741-748.

[6] 張睿，陳薇，楊豪，等.醫(yī)學(xué)術(shù)語集的中文同義詞富集方案[J].中華醫(yī)學(xué)圖書情報雜志，2021，30（2）：25-32.

[7] 程瑤，蔣太交，鄧立宗，等. 中文標(biāo)準(zhǔn)醫(yī)學(xué)術(shù)語集對實際應(yīng)用覆蓋度研究[J]. 中國衛(wèi)生信息管理雜志， 2020， 17（5）：55-59，90.

[8] 全國科技名詞審定委員會. 審定名詞與非規(guī)范名詞對照（心血管病學(xué)）[J]. 中國綜合臨床， 2000， 16（2）：108，111，128.

[9] SHANG Jingbo， LIU Jialu， JIANG Meng， et al. Automated Phrase Mining from Massive Text Corpora[J]. IEEE Transactions on Knowledge & Data Engineering， 2018.

[10] DEMNER-FUSHMAN D， ROGERS W J， ARONSON A R. MetaMap Lite： an evaluation of a new Java implementation of MetaMap[J]. Journal of the American Medical Informatics Association Jamia， 2017（4）：841.

[11] BODENREIDER O.The Unified Medical Language System（UMLS）：integrating biomedical terminology[J].Nucleic Acids Research，2004（suppl_1）：267-270.

[12] 張晨童，張佳影，張知行，等. 融合常用語的大規(guī)模疾病術(shù)語圖譜構(gòu)建[J]. 計算機研究與發(fā)展， 2020， 57（11）：219-229.

作者簡介：商濤（1979—），男，博士，2011年畢業(yè)于中國醫(yī)學(xué)科學(xué)院基礎(chǔ)醫(yī)學(xué)研究所/北京協(xié)和醫(yī)學(xué)院基礎(chǔ)學(xué)院細(xì)胞生物學(xué)專業(yè)，主要研究方向為醫(yī)學(xué)術(shù)語審定、醫(yī)學(xué)數(shù)據(jù)規(guī)范化、國際疾病分類本地化。在醫(yī)學(xué)術(shù)語規(guī)范化方面進(jìn)行了深入的研究。此外，在規(guī)范化醫(yī)學(xué)術(shù)語與醫(yī)學(xué)信息學(xué)的交叉融合進(jìn)行了研究。2013年7月在德國科隆大學(xué)進(jìn)行學(xué)術(shù)交流活動，現(xiàn)任全國科學(xué)技術(shù)名詞審定委員會事務(wù)中心醫(yī)學(xué)專項辦公室主管，主持全國科學(xué)技術(shù)名詞審定委員會事務(wù)中心基金項目2項。通信方式：shangt@cnterm.cn。

通訊作者：蔣太交 （1970—），男，博士，中國醫(yī)學(xué)科學(xué)院北京協(xié)和醫(yī)學(xué)院長聘教授、博士生導(dǎo)師，國家杰出青年基金獲得者。多年從事生物信息學(xué)、醫(yī)學(xué)信息學(xué)領(lǐng)域的研究。課題組經(jīng)過多年積累，發(fā)表多篇關(guān)于生物醫(yī)學(xué)大數(shù)據(jù)處理的研究論文。同時在醫(yī)學(xué)文本自然語言處理、疾病表型、醫(yī)學(xué)本體、知識圖譜方面進(jìn)行了非常深入的研究。此外，在解決重大疾病科學(xué)問題中對生物信息學(xué)、醫(yī)學(xué)信息學(xué)等進(jìn)行多學(xué)科、多方法的交叉融合也是課題組重要的研究方向。通信方式：taijiao@ibms.pumc.edu.cn。