醫療資料治理的核心引擎
本報告分析了 **SNOMED CT** 在台灣推動智慧醫療與國際接軌中的關鍵角色。 要實現真正的互通性,我們需要「鐵三角」:**FHIR** 提供標準容器,**SNOMED CT** 提供精確內容,而 **CQL** 則提供可執行的邏輯。
資深類比:從「健保申報」到「價值醫療」的轉型
在台灣,許多醫院 CIO 常問:「我們已有 ICD-10 申報健保,為何還需要 SNOMED?」
其實,ICD 是「跟健保署請款的帳單」,而 SNOMED CT
則是「醫生寫給醫生看的交班日記」。
帳單需要的是「歸類」以便計價(例如:肺炎一律給付 3000 點),但日記需要的是「精確」以便救人(例如:左下肺葉金黃色葡萄球菌肺炎)。
如果不導入 SNOMED CT,我們的醫療 AI 模型將永遠只能學到「帳單等級」的粗糙知識,無法邁向真正的精準醫療。
精確的臨床語意
突破 ICD-10 的顆粒度限制。從「不特定肺炎」精進至「右肺下葉病毒性肺炎」,為 CDSS (臨床決策系統) 提供可信數據。
健保與臨床雙軌並行
解決「同病異碼」痛點。實作 Automated Mapping,讓醫師只需輸入一次臨床診斷,系統自動產出健保碼與SNOMED碼。
智慧醫院評鑑利器
符合 HIMSS EMRAM 與台灣智慧醫院標章要求。透過 FHIR+CQL 實現跨院互通與自動化品質指標監測。
SNOMED CT 的邏輯結構
SNOMED CT 是多重階層 (Poly-hierarchy) 的本體論 (Ontology)。 下圖展示了其頂層階層的分佈,這種結構是 CQL 進行邏輯推論的基礎。
互動式圖表:點擊區塊查看詳細說明
請點擊左側圖表
SNOMED CT 包含 19 個頂層階層。透過 Is-a (是一種) 的關係,系統可以自動推論。例如:搜尋「傳染病」會自動包含「COVID-19」,因為在結構樹中 COVID-19 是傳染病的子節點。
臨床應用範例:
- 等待互動...
互通性鐵三角:FHIR, SNOMED CT 與 CQL
要實現真正的智慧醫療,我們需要三個層次標準的結合。這不僅是傳輸資料,更是關於「知識的可計算性 (Computable Knowledge)」。
CQL (邏輯層)
Clinical Quality Language
大腦與規則。
定義「做什麼」。它讀取資料並執行邏輯判斷。例如:「如果病患患有糖尿病且 HbA1c > 9%,則建議調整藥物」。
SNOMED CT (語意層)
Value Sets / Codes
詞彙與定義。
定義「是什麼」。透過標準代碼與階層關係,讓電腦知道「Type 2 Diabetes」也是一種「Diabetes」。
FHIR (結構層)
Resources / API
容器與傳輸。
定義「怎麼裝」。提供標準的資料格式 (JSON/XML) 來承載病患資料與 SNOMED 代碼。
🧮 CQL 邏輯推論模擬器
體驗 SNOMED CT 的階層關係 (Hierarchy) 如何賦予 CQL 強大的查詢能力。
目標:找出所有「糖尿病」患者 (包含所有子類型)。
exists ([Condition: Code in "Diabetes Mellitus Value Set"])
* "in" 運算子會透過 SNOMED CT 自動包含所有下位概念。
請選擇病歷並點擊執行
> 載入 Value Set "Diabetes"... OK (包含 80+ 子概念)
Condition.code =
檢查代碼 是否屬於 "Diabetes"?
SNOMED Engine: 查詢 Is-a 關係...
資料治理:ICD 與 SNOMED CT 的差異
台灣現行的醫療資料主要依賴 ICD-10 進行申報。ICD 的設計是為了統計與計費,顆粒度(Granularity)不足。 SNOMED CT 則專注於臨床紀錄,能解決資料治理中「細節流失」的問題。
ICD-10-CM (健保碼)
目的:支付 (Payment)、統計
像是一個「檔案櫃的標籤」,將相似的疾病歸在同一類。台灣健保依此給付點數。
Code: J18.9
Pneumonia, unspecified
無法區分致病菌、部位。
VS
互補而非取代
SNOMED CT (臨床碼)
目的:照護 (Care)、精準醫療
像是一個「精密的指紋」,能夠描述疾病的位置、成因、嚴重程度等具體屬性。
Code: 444645005
Viral pneumonia of left lower lobe
清楚標示:病毒性、左下肺葉。
顆粒度比較:代碼數量級差異
互通性模擬器:從本地到國際
此模擬器展示如何將本地輸入轉換為 SNOMED CT 並生成 FHIR 格式。 (欲了解更深入的邏輯推論,請參見「進階:FHIR/CQL」分頁)
🩺 步驟 1: 醫師臨床輸入
Local Text:
ICD-10-CM:
🌐 步驟 2: FHIR JSON
台灣 SNOMED CT 發展路徑 (接軌 TW Core IG)
這不僅是技術的升級,更是台灣醫療資訊基礎建設的十年大計。從加入國際組織到 TW Core IG 的實質落地。
近期里程碑:TW Core IG
台灣核心實作指引 (TW Core IG) 已正式採納 SNOMED CT 作為多個 Resource 的綁定術語。例如: AllergyIntolerance (過敏)、Condition (診斷)、Procedure (處置)。這意味著未來醫院若要通過互通性驗證,SNOMED 是必考題。
未來願景:次世代健保
透過 FHIR + SNOMED 實現「歸戶後的精準健康資料庫」。不再只有申報數據,而是包含臨床細節的真實世界數據 (RWD),這將大幅加速台灣的新藥研發與 AI 模型訓練。