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。

构建的三个步骤

1.设计和收集问卷

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。

2.通过 SQL 转换和查询问卷数据

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。

• 有关 FHIR SQL 生成器的完整配置，请参阅README。

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：

• DTD（文档类型定义）：提供基本的验证规则。
• XSD（XML 模式定义）：提供高级规则，包括数据类型和约束。

转换 XML 文档

这部分内容介绍如下：

1. 解析一般 XML 并将其转换为 HL7 标准。
2. 解析 CCDA（综合临床文档架构）文档（XML）并将其转换为 HL7 格式。

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：

• 业务操作：
  • HS.Util.Trace.Operations（事实上这是可选项，但非常有用）
  • HS.FHIRServer.Interop. Operation，TraceOperations属性设置为 *FULL*

• 业务服务：
  • HS.FHIRServer.Interop.Service，TraceOperations属性设置为 *FULL*，目标配置名称设置为 HS.FHIRServer.Interop.Operation名称

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：

• 您可以在客户端 SDK 发布后立即访问其最新版本，而不受 InterSystems IRIS 发布周期的影响。
• 您可以将 SDK 作为依赖项与生态系统中的本地软件包管理器工具集成，并以行业标准的方式管理依赖项
• 终端用户可直接访问 SDK，例如，当他们希望通过 DBeaver 等 SQL 工具直接访问数据库层时。
• 您可以发布依赖于 InterSystems 客户端 SDK 的项目，而无需将其直接包含在您的项目中。

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

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！

这是什么？

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。

为什么这很重要

• 完全掌控：编写自定义预处理、特征工程和模型训练逻辑。
• 熟悉的 SQL 界面：使用熟悉的 CREATE MODEL、TRAIN MODEL 和 PREDICT() 命令。
• 数据库内执行：无需数据导出/导入循环，对实时数据进行实时预测。
• 与AutoML协同工作：针对每个用例使用合适的工具——自动化机器学习用于快速建模，自定义模型用于高级场景。

InterSystems IRIS® 数据平台、InterSystems IRIS® data platform, InterSystems IRIS^® for Health^TM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：

• 安全钱包： 用于管理敏感数据的新加密框架，建立在 IRISSECURITY 数据库上，提高了系统安全性和访问控制。
• 扩展的可观察性和云集成：增强的 OpenTelemetry 指标，包括新增的进程指标和 ECP 指标，此外，日志存档现在支持使用 Azure Blob 存储，以实现经济高效的留存。
• 数据和人工智能改进：外部表现在支持JOIN下推功能，以提升SQL性能；同时，向量搜索的HNSW索引已升级，可实现更快、更稳健的相似性搜索。
• 医疗保健增强功能：改进了 FHIR 批量数据访问和身份验证功能。
• 开发人员和用户界面更新： 互操作性用户界面增加了批量管理操作，扩大了生产配置中的搜索范围，提高了大规模生产的可用性，强化了现代化的用户体验。

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 2025.3 文档和发布说明。

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：

• 多项 MDX 改进，以更好地处理空值和半累计度量（如年初至今）。
• 在BI工具中设置计算和计算组可见性的新参数 。
• 支持 返回空单元格的入站查询交叉连接

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。

问题出在哪里？

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：

1. 访问失败（Access Failure）：根本无法读取某个值，当驱动程序尝试访问该值时会抛出异常。
2. 静默损坏（Silent Corruption）：值已成功读取，但与预期的元数据不匹配。
3. 未检测到的数据变异（Undetected Mutation）：该值被读取且看似有效，但被驱动程序悄然修改以符合元数据要求，这使得这种不一致性难以被察觉。

实时 FHIR® 到 OMOP 转换

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。

谷歌云医疗 API FHIR® （Google Cloud Healthcare API FHIR®）导出

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。

实时？

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...

"当一个新的组织被创建到 FHIR 时，我们会对其进行转换，并将其添加到 InterSystems OMOP CDM 中，与 Care_site/location

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.

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

• 用于资源交互的 RESTful API
• 用于数据表示的 JSON 和 XML
• 用于安全授权和身份验证的 OAuth2

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：

• 患者 – 受众特征和标识符
• 观察数据 – 临床测量数据（例如，生命体征、实验室检测结果）
• 诊疗 – 患者与医疗服务提供者的互动
• 药物、过敏不耐受、健康状况等

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。

🤖我们为什么要构建 FHIRInsight

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。

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。

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：

1. 安全漏洞补丁将包含在每个版本中
2. 改进客户通知

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：

1. 更快地为我们的客户获取安全补丁
2. 帮助专注于最严重的修复
3. 在某些情况下，可以将安全修复程序作为补丁而不是完整的工具包提供
4. 通过按安全影响对漏洞进行分组，提高安全漏洞管理方式的透明度
5. 允许系统管理员根据他们的需要和要求应用更多修复

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。

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）。

首先

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。

SHOW显示

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。

Prediction预测

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：

• InterSystems IRIS
• InterSystems IRIS for Health
• HealthShare Health Connect

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：

• 隐式命名空间
• 对数据库的混合只读/读写访问
• 用于列出例程和全局变量的管理门户页面

症状包括：

• 命名空间创建故障
• 在列出例程时，间歇性出现“访问被拒”错误
• 对于具有只读权限的用户，全局显示页面不返回数据

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。

问题得到解决的版本

以下点式版本中修复了该问题：

• 2025.1.0.230.2
• 2024.1.4.516.1
• 2023.1.6.810.1
• 2022.1.7.116.1

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)。

摘要

适用于 InterSystems IRIS^® 数据平台、InterSystems IRIS^® for Health^TM 和 HealthShare^® Health Connect 的维护版本 2024.1.4 和 2023.1.6 现已正式发布 (GA)。 这些版本包含对最近发布的以下提醒的修复 - 提醒：SQL 查询返回错误结果 | InterSystems。 请通过开发者社区分享您的反馈，以便我们可以共同打造更出色的产品。

文档

您可以在以下页面上找到详细的变更列表和升级核对清单：

• InterSystems IRIS
• InterSystems IRIS for Health
• HealthShare Health Connect

抢先体验计划 (EAP)

目前提供多个 EAP。 请查看此页面并注册您感兴趣的 EAP。

如何获取软件？

InterSystems IRIS 和 InterSystems IRIS for Health 的完整安装包可以从本 WRC 的 InterSystems IRIS 数据平台完整工具包页面 获取。 HealthShare Health Connect 工具包可以从 WRC 的 HealthShare 完整工具包页面获取。 容器镜像可以从 InterSystems 容器注册表中获取。