.png)
InterSystems IRIS for Health™ 是全球第一个也是唯一一个专门为医疗应用程序的快速开发而设计的数据平台，用于管理全世界最重要的数据。它包括强大的开箱即用的功能：事务处理和分析、可扩展的医疗保健数据模型、基于 FHIR 的解决方案开发、对医疗保健互操作性标准的支持等等。所有这些将使开发者能够快速实现价值并构建具有突破性的应用程序。了解更多信息。
当我开始使用 InterSystems IRIS，尤其是在互操作性方面时，我最初遇到的一个常见问题是：如何在间隔时间或计划内运行某项功能？在本专题中，我想分享两个简单的类来解决这个问题。我很惊讶在 EnsLib 的某个地方没有找到类似的类。也许是我搜索得不好？总之，这个主题并不意味着是复杂的工作，只是为初学者提供了几个片段。
什么是 JWT？
JWT （JSON Web Token，JSON 网络令牌）是一种开放标准（RFC 7519），它提供了一种轻量级、紧凑、自足的方法，用于在双方之间安全地传输信息。它常用于网络应用程序中的身份验证、授权和信息交换。
JWT 通常由三部分组成：
1.JOSE（JSON Object Signing and Encryption，JSON 对象签名和加密）标头
2.有效载荷
3.签名
这些部分以 Base64Url 格式编码，并用点（.）分隔。
JWT 的结构
标题
{ "alg": "HS256", "typ": "JWT"}
有效载荷
{"sub": "1234567890", "name": "John Doe", "iat": 1516239022}签名：
签名用于验证 JWT 的发件人是否为其本人，并确保信息未被篡改。
创建签名
1. base64 编码报头和有效载荷。
2.使用秘钥（对于对称算法，如 HMAC）或私钥（对于非对称算法，如 RSA）应用签名算法（如 HMAC SHA256 或 RSA）。
3.对结果进行 Base64Url 编码，以获得签名。
JWT 样本。查看JWT 内容
在当今的医疗数据领域，FHIR 已成为结构化临床数据交换的标准。然而，虽然 FHIR 擅长互操作性，但其 JSON 格式却给分析带来了挑战——包括FHIR QuestionnaireResponse数据。
本项目演示了如何将 FHIR QuestionnaireResponse 数据从嵌套 JSON 转换为关系 SQL 表和向量嵌入。通过集成 InterSystemsIRIS FHIR SQL 生成器和向量搜索，我们揭开了患者回答背后的语义。
首先使用 美国国家医学图书馆（NLM）表格生成器。该工具有助于设计符合 FHIR 标准的结构化临床表格。在本项目中，收集了 100 份合成患者回复，并将其保存为 FHIR QuestionnaireResponse JSON 文件，准备导入 FHIR 服务器。
将 FHIR QuestionnaireResponse 资源加载到服务器后，使用InterSystems IRIS FHIR SQL 生成器自动创建关系 SQL 表。这将使嵌套的 JSON 结构扁平化，从而能够使用标准 SQL 轻松分析问卷数据——所有配置只需点击几下即可完成。
InterSystems 在《ISG/Ventana 买家指南》（ISG/Ventana Buyers Guide）中综合排名第二——领先于微软、亚马逊云服务（AWS）、谷歌和IBM。
什么是 XML？
XML（可扩展标记语言）是一种灵活的、基于文本的、独立于平台的格式，用于以结构合理 、人机可读的方式存储和传输数据 。XML 允许用户定义自定义标签来描述数据的含义和组织结构。例如：<book><title>The Hitchhiker's Guide</title></book>.
XML 文档具有自描述性，其结构是一棵分层的元素树。每个文档都有一个封装所有其他内容的根元素。元素可以包含文本、子元素和属性（提供补充信息的名-值对）。这些文档通常用 .xml 文件存储
这种结构的完整性可以通过以下方式实现：
这部分内容介绍如下：
在这些实施过程中，两种格式都会首先转换为 InterSystems IRIS SDA（标准化数据架构）格式。这被认为是一种标准、高效、不易出错的方法，因为它有效地利用了平台的 预置类。数据采用 SDA 格式后，可无缝转换为任何目标标准，如 HL7 v2、 FHIR 或 CCDA。
当我们在 IRIS 中创建 FHIR 资源库时，我们有一个端点来访问信息、创建新资源等。但 FHIR 中有些资源可能不会出现在我们的资源库中，例如二进制资源（该资源返回文档，如 PDF）。
我创建了一个例子，当请求二进制资源时，FHIR 端点会返回一个响应，就像它存在于资源库中一样。
首先，我们需要一个命名空间和一个 FHIR 端点。然后，我们需要配置一个将连接到 FHIR 端点的互操作生产环境。该生产环境必须包含以下项目：
生产环境如下所示：
创建此生产环境后，我们需要将其与FHIR端点连接。
大家好！
我很高兴地宣布，自今年年初以来，我们已将 InterSystems IRIS、InterSystems IRIS for Health 和 Health Connect 的许多客户端 SDK 发布到相应的外部存储库（Maven、NuGet、npm 和 PyPI）中。这将为您带来许多好处，例如：
以下是我们目前已发布的客户端 SDK 的列表，以及最新版本的相应版本号和查找位置：
Java
| JDBC | 3.10.5 | https://mvnrepository.com/artifact/com.intersystems/intersystems-jdbc |
| Document API | 1.0.3 | https://mvnrepository.com/artifact/com. |
我们非常高兴地宣布， IntegratedML Custom Models（集成式机器学习自定义模型）抢先体验计划即将开启，这是 IRIS 2026.1 版本中即将推出的一项强大新功能！
IntegratedML Custom Model扩展了现有的IntegratedML/AutoML（集成式机器学习/自动化机器学习）功能，支持您直接在 SQL 查询中部署自己的自定义 Python 机器学习模型。IntegratedML AutoML功能提供自动化机器学习服务，而Custom Model（自定义模型）则赋予您完全的控制权——自定义预处理、任意与 scikit-learn 兼容的模型，以及 Prophet 或 LightGBM 等第三方库——所有操作均在数据库内执行，无需数据移动。
InterSystems IRIS® 数据平台、InterSystems IRIS® data platform, InterSystems IRIS® for HealthTM和HealthShare® Health Connect 2025.3 版本现已全面发布 (GA)。这是一个持续交付 (CD) 版本。
版本亮点：
请通过开发者社区分享您的反馈意见，以便我们共同打造更好的产品。
文档
有关所有重点功能的详细信息，请访问以下链接：
InterSystems IRIS Adaptive Analytics（自适应分析）2025.4.1 版本现已通过InterSystems 软件分发页面发布。 该版本集成 AtScale 2025.4.1，并兼容现有自适应分析用户自定义聚合函数（User-Defined Aggregate Function，UDAF）文件（2024.1 版本）。
AtSCale 2025 版本包含的新功能包括：
如需了解 AtScale 2025.4.1 的更多详细信息，请参阅版本发布说明。
如需了解 Adaptive Analytics 的更多信息，请参阅 InterSystems 官方文档 和 Learning Service 中的内容。
在使用标准 SQL 或 InterSystems IRIS 中的对象层时，元数据的一致性通常通过内置验证和类型执行来保持。但是，绕过这些层直接访问global的传统系统会带来微妙而严重的不一致性。
了解驱动程序在这些边缘情况下的行为，对于诊断遗留数据问题和确保应用可靠性至关重要。DATATYPE_SAMPLE数据库旨在帮助分析列值不符合元数据中定义的数据类型或约束的错误情形。我们的目标是评估 InterSystems IRIS 及其驱动程序（JDBC、ODBC、.NET）和不同工具在发生此类不一致时的表现。 在本篇文章中，我将重点介绍JDBC 驱动程序。
一些传统应用程序会直接写入globals。如果使用关系模型（通过 CREATE TABLE 创建或使用全局映射手动定义）来公开这些数据，那么映射定义 的底层值就会与每列的声明元数据一致。
当这一假设被打破时，可能会出现不同类型的问题：
.png)
.png)
在OMOP 之旅的这一部分，我们在尝试挑战Scylla 之前先反思一下，InterSystems OMOP 转换是建立在批量 FHIR 导出作为源有效载荷的基础上的，我们是多么幸运。 这开启了 InterSystems OMOP 转换与多个 FHIR® 供应商的放手互操作性，这次是与谷歌云医疗 API 的 互操作性。
GCP FHIR® 数据库支持通过命令行界面（CLI）或应用程序编程接口（API）进行FHIR数据的批量导入/导出，其前提条件很简单，且相关文档极为详尽，因此我们就不让模型再针对这方面进行赘述训练了，如有兴趣，我们会附上相关链接。 本段标题中更有价值的是bulk FHIR export (批量FHIR导出）标准本身的实现。
谷歌实施 FHIR® 导出的重要区别在于：通过 Pub/Sub 发送资源变更通知，以及指定增量导出的能力。
是的！我想我会死在这把剑上的。 这不仅是我的说唱手柄，而且其机制绝对可以支持一个很好的技术论证，可以说...
我很清楚对于那些完全不熟悉 VS Code、Git、Docker、FHIR 和其他工具的人来说，设置环境时会遇到一些困难。 所以我决定写这篇文章，详细介绍整个设置过程，以便大家能够轻松上手。
如果您能在本文最后留下评论，告诉我说明是否清楚，是否有遗漏，或者是否有其他您觉得有用的东西，我将不胜感激。
设置包括：
✅ VS Code – 代码编辑器
✅ Git – 版本控制系统
✅ Docker – 运行 IRIS for Health Community 的实例
✅ VS Code REST 客户端扩展程序 – 用于运行 FHIR API 查询
✅ Python – 用于编写基于 FHIR 的脚本
✅ Jupyter Notebook – 用于 AI 和 FHIR 任务
准备工作：确保您在系统上拥有管理员权限。
除了阅读本指南，您还可以按照视频中的步骤操作：
如果您是 Windows 系统（请注意：原文是YouTube视频，请跳转至EN原帖查看）
Interoperability on Python (IoP) 是一个概念验证项目，旨在展示与 Python 优先方式相结合时 InterSystems IRIS Interoperability Framework 的强大功能。IoP 利用Embedded Python（嵌入式 Python，InterSystems IRIS 的一个功能）使开发者能够用 Python 编写互操作性组件，从而可以与强大的 IRIS 平台无缝集成。本指南专为初学者编写，全面介绍了 IoP、其设置以及创建第一个互操作性组件的操作步骤。 阅读完本文，您将能够清楚地了解如何使用 IoP 构建可扩缩、基于 Python 的互操作性解决方案。
InterSystems 常见问题解答标题
^%GCMP 实用工具可用于比较两个全局变量的内容。
例如，要比较 USER 和 SAMPLES 命名空间中的 ^test 和 ^test，过程将与下面类似：
*以下示例在这两个命名空间中创建了 700 个相同的全局变量，并更改了其中一个的内容，使其成为检测目标。
USER>kill ^test
USER>for i=1:1:100 { for j=1:1:7 { set ^test(i,j)="Test"_i } }
USER>zn "samples" // change namespace to SAMPLES
SAMPLES>kill ^test
SAMPLES>for i=1:1:100 { for j=1:1:7 { set ^test(i,j)="Test"_i } }
SAMPLES>set ^test(50,5,1)=1 // Change one of the globals created in the SAMPLES namespace.
SAMPLES>do ^%GCMP
Compare global ^test // Global to compare.
InterSystems IRIS® 数据平台、InterSystems IRIS® forHealthTM 和HealthShare® Health Connect 的2025.1.2 和 2024.1.5 维护版本现已全面上市 (GA)。这些版本包括对最近发布的一些警报和建议的修复，其中包括以下内容：
请通过开发者社区分享您的反馈意见，以便我们共同打造更好的产品。
您可以在这些页面上找到详细的变更列表和升级检查列表：
现在有许多 EAP 可用。请查看此页面并注册您感兴趣的项目。
概述
快捷式医疗服务互操作资源 (FHIR) 是一个由 HL7 International 开发的标准化框架，旨在以灵活、对开发者友好且现代的方式促进医疗数据的交换。 它利用现代网络技术来确保在医疗保健系统间实现无缝集成与通信。
关键 FHIR 技术
FHIR 围绕着称为资源的模块化组件构建，每个组件代表特定的医疗保健概念，包括：
资源单独定义，并且可以引用其他资源，以构成一个完善的数据模型。
InterSystems IRIS for Health：FHIR 支持
InterSystems IRIS for Health 是一个专为医疗保健行业设计的统一数据平台。 它包含对 HL7 FHIR 的原生支持。 它提供内置工具与服务，能够实现 FHIR 资源的存储、检索、转换和交换。IRIS 通过三大 FHIR 处理组件提升系统的互操作性：
1.
InterSystems Data Fabric Studio（IDFS）提供了一种新方法，可在安全可控的环境中将正确的数据在正确的时间提供给正确的消费者。
数字健康解决方案提供者面临的压力越来越大，他们不仅要集成复杂的健康数据系统，还要确保可扩缩性、安全性和符合 HL7 FHIR 等标准。 Fast Healthcare Interoperability Resources (FHIR) 提供了一个标准化框架，使不同的健康 IT 系统能够毫不费力地进行通信，彻底改变了健康数据的交换方式。 但是，仅仅遵循 FHIR 标准并不足以应对健康数据集成错综复杂的问题。 解决方案合作伙伴必须利用 FHIR 代理、装饰和仓库等先进的架构组件来构建可扩缩的高效解决方案。 无论是本地部署、在公共云中，还是作为 InterSystems 管理的基于云的服务，InterSystems 提供为您的健康数据实现 FHIR 所需的所有必要功能。
数据是席卷医疗保健行业的数字化转型的核心。 要想发生根本性转变，需要一个新的基础来处理现代医疗保健的海量数据需求。
在您开发下一个治疗性突破、基因组见解和智能临床工作流时，上市速度至关重要。 您需要立即交付它们。
这就是我们为何扩展 InterSystems IRIS 数据平台的能力，以应对医疗保健信息的独特特征。 InterSystems IRIS for Health 是世界上第一个也是唯一一个专为快速开发医疗保健应用程序而设计的数据平台，管理着世界上最关键的数据。
您知道当您拿到验血结果时一切看起来都像天书的那种感觉吗？ 这就是 FHIRInsight 要解决的问题。 它最初的理念是，医疗数据不应该令人恐惧或困惑 – 它应该是我们所有人都能使用的东西。 验血是健康检查中十分常见的检查，但说实话，大多数人都很难理解它们，有时甚至对不擅长实验室工作的医务人员来说也是如此。 FHIRInsight 希望整个过程能够变得更简单，信息更富有实用价值。
这一切都始于一个简单而有力的问题：
“为什么验血结果仍然很难读懂 — 有时甚至对医生来说也是如此？”
如果您看过化验结果，您可能会看到一大堆数字、隐晦的缩写和“参考范围”，这些可能适用于您的年龄、性别或身体状况，也可能不适用。 毫无疑问，它是一种诊断工具，但如果没有背景信息，它就变成了一个猜谜游戏。 即使是经验丰富的医疗保健专业人员有时也需要交叉参考指导方针、研究论文或专家意见才能理解所有内容。
这正是 FHIRInsight 的用武之地。
我们不只是为患者而构建，也为一线医护人员而构建。 为轮流值班的医生，为捕捉生命体征细微变化的护士，为每一位试图在有限的时间和巨大的责任下做出正确决定的医护人员而构建。 我们的目标是让他们的工作简单一点，将密集的临床 FHIR 数据转化为清晰、有用、以真正的医学科学为基础的东西， 讲人类语言的东西。
2024年10月19日，首都医科大学附属北京安贞医院（简称“北京安贞医院”）通州院区开诊，医院迈入两院区一体化发展新阶段。“随着手术量的增加，术中监测设备上的指标自动采集，对于术中工作效率的提高就更加重要了，但有些设备尚未做到国产化，例如心脏搭桥手术血流监测仪是挪威进口设备，只支持通过FHIR标准与HIS对接。于是，我们在院区开业一个月后启动了基于FHIR（Fast Healthcare Interoperability Resources，快速医疗保健互操作性资源）的医疗信息系统集成技术路线与开发项目，以心脏搭桥手术血流监测仪为突破口，实现此类设备的结构化数据采集、存储及应用。”北京安贞医院信息中心技术总监周奕介绍。
InterSystems提供统一数据战略，聚焦复杂行业中的速度、安全性与实时洞察能力。
在医疗 AI 快速发展的今天，数据孤岛、标准不统一、部署效率低等问题日益凸显，如何打破壁垒、实现 AI 能力的高效整合与落地成为行业关键课题。
2025年7月25日，我们邀请了InterSystems销售工程师 @Kate Lau 分享了关于“InterSystems FHIR to OMOP数据管道”的内容。
如果说FHIR是数据资产化的“起点”，通过实时交换和标准化接口，将分散的医疗数据转化为可流通的资产；那么OMOP就是科研价值的“终点”，通过标准化模型和工具链，挖掘数据资产中的知识，支撑临床决策和药物研发。从FHIR到OMOP，灵活的转换能够有效推动数据资产的应用落地。
InterSystems FHIR to OMOP数据管道提供了解决方案。通过标准互操作（基于FHIR R4标准构建数据接口）、自动化映射（内置OMOP CDM预构建映射规则，大大缩短传统ETL开发周期）、 自动化数据质量分析和云原生架构（依托AWS HealthLake实现弹性扩展），可以帮助用户快速实现数据资产的OMOP化，为用户在数字时代占据先机！
关于该主题详情，欢迎查看这篇帖子。
直播回放现已准备就绪，欢迎查看！（如您未注册过，需要注册后观看）
📣📣📣2025年7月25日15:00，我们邀请InterSystems销售工程师Kate Lau带来一场关于“InterSystems FHIR to OMOP数据管道”的分享，欢迎参加！
在 InterSystems，我们相信负责任地披露最近发现的安全漏洞。我们向客户提供及时的信息，同时防止信息落入可能滥用信息的人之手。我们还了解每个客户在解决安全问题方面都有不同的要求。
从 2023 年开始，我们对安全漏洞修复方法进行了两项重大更改，我想强调一下：
每个版本中的安全漏洞补丁
现在，每个版本都可能包含针对安全漏洞的补丁，而不是等待在安全版本中提供补丁。我们改进的发布节奏将及时向现场提供补丁。
改进客户通知
中低影响项目（通常包括侦察攻击或跨站点脚本攻击等漏洞）将包含在每个版本中，并在产品发布说明中进行描述。
更高严重性项目的修复也将包含在每个版本中，因为它们已准备就绪，但有关修复的信息将被禁运，直到补丁包含在所有受支持的版本中。
当所有受支持的版本中都已修复这些问题时，将针对高严重性和严重性问题发布安全警报。
为什么 InterSystems 做出这些改变？
我们相信这些改进将：
当然，随着维护版本和持续交付版本的概念，这个过程变得更加复杂。
.png)
大家好！
本文主要丰富了上一篇文章的内容，并介绍了应用程序的使用方法。
也许您已经读过上一篇文章，但我还是想说，
在完成初始化操作（包括模型创建和训练）后，Fhir HepatitisC Predict 应用程序将预测丙型肝炎（HepatitisC）。
您需要在应用程序上输入一些信息，当然，只是一些检查结果，不包括隐私数据。
.png)
点击显示按钮，将显示该指标的数据是否在正常范围内，指标是高还是低。当然，每个指标的数据范围都是通过查询信息获得的，可能与实际范围略有不同。
.png)
完成信息输入后，点击预测实际上涉及到应用程序中的许多操作。
1. 将发送的 JSON 格式检查结果转换为 FHIR 资源（对部分患者基本信息和其他隐私数据使用模拟数据）
2. 通过 FHIR Server 提供的 API 接口（ip: port/hir/r4/）将转换后的 FHIR 资源注册到 FHIR 资源库，类似于使用 Postman 进行接口调用。
InterSystems 发布了新的点式更新，该更新解决的缺陷问题影响以下受支持的产品线的最新先前版本 2025.1.0、2024.1.4、2023.1.6 和 2022.1.7：
此问题可能导致在使用以下功能时出现意外的 <PROTECT> 错误或访问异常：
虽然这些问题并不影响访问控制或用户权限，但它们会在多种场景下影响预期的系统行为。
以下点式版本中修复了该问题：
建议使用受影响版本的客户应用相关更新，以确保系统正常运行。
如果您有任何问题或需要支持，请联系 InterSystems 全球响应中心 (WRC)。