.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。
InterSystems 很高兴地宣布，InterSystems IRIS、InterSystems IRIS for Health 和 HealthShare Health Connect 2022.1.2 的扩展维护版本现已推出。这些版本为 2022.1.0 和 2022.1.1 版本提供了一些选定的功能和错误修复。
您可以在这些页面上找到有关更改内容的更多信息：
请通过开发者社区分享您的反馈，以便我们共同打造更好的产品。
该软件以经典安装包和容器镜像的形式提供。有关可用安装程序和容器映像的完整列表，请参阅支持的平台网页。
每个产品的完整安装包都可以从 WRC 的软件分发页面获得。
安装包和预览密钥可从 WRC 的预览下载站点或通过评估服务网站获得。
InterSystems IRIS 和 IRIS for Health 的企业版和社区版的容器镜像以及所有相应的组件都可以从InterSystems Container Registry获得。
此版本中所有套件和容器的数量为2022.1.2.574.0 。
简单来说，网络抓取、网络收获或网络数据提取是从网站收集大数据（非结构化）的自动化过程。用户可以根据需要提取特定站点上的所有数据或特定数据。收集的数据可以以结构化格式存储以供进一步分析。
就这么简单！
Beautiful Soup 是一个纯 Python 库，用于从网站中提取结构化数据。它允许您解析来自 HTML 和 XML 文件的数据。它充当辅助模块，并以与使用其他可用开发人员工具以网页交互的方式与 HTML 交互。
在上一篇文章中，我们看到了最常用的HL7消息类型之一--ADT（入院、出院、转院）的结构，以及ADT^A04的例子和它所有字段的描述。现在让我们来看看另一个数据流，它与测试订单的订购和履行有关。我说的是ORM（从2.5版本开始，你应该使用特定的消息来订购测试，如OMG、OML、OMD、OMS、OMN、OMI和OMP），ORL和ORU消息。在一个非常简化的情况下，数据的交换可能看起来像这样。
.png)
让我们更详细地看一下这些消息。
Python 已成为世界上使用最广泛的编程语言（来源：https://www.tiobe.com/tiobe-index/），SQL 作为数据库语言继续引领潮流。 Python 和 SQL 一起工作以提供 SQL 单独无法提供的新功能不是很好吗？毕竟，Python 拥有超过 380,000 个已发布的库（来源：https://pypi.org/），它们具有非常有趣的功能，可以在 Python 中扩展您的 SQL 查询。本文详细介绍了如何使用嵌入式 Python 在 InterSystems IRIS 数据库中创建新的 SQL 存储过程。
本文将使用两个非常有用的库：Geopy 和 Chronyk。
Geopy 是一个用于将地理编码（地址和地理坐标的限定）应用于地址数据的库。有了它，就可以从街道名称中获取邮局格式的邮政编码和完整地址。非常有用，因为许多记录都有地址。
Chronyk 用于使用人类语言处理日期和时间。这非常有用，因为在内部，对于 IRIS 和 Python，日期是一个数字，表示自初始日期以来经过的时间量。对于人类来说，日期是 7 月 20 日，或者昨天，或者明天，或者两个小时前。 Chronyk 接受接收这样的日期，然后将其转换为通用日期格式。
从 2021.
这个项目是在我考虑如何通过Embedded Python让Python代码自然地处理IRIS globals所提供的可扩展的存储和高效的检索机制时想到的。
我最初的想法是使用globals创建一种Python字典的实现，但很快我就意识到，我应该首先处理对象的抽象问题。
所以，我开始创建一些可以包装Python对象的Python类，在globals中存储和检索它们的数据，也就是说，在IRIS globals中序列化和反序列化Python对象。
像 ObjectScript 的%DispatchGetProperty(), %DispatchSetProperty() 和%DispatchMethod()一样, Python 有委托对象的属性和方法调用的方式。
当你设置或获取一个对象属性时，Python 解释器让你通过方式 __setattr__(self, name, value) 和 __getattr(self, name)__来截获这个操作。
请看这个相当基本的例子。
>>> class Test:
. def __init(self, prop1):
. self.prop1 = prop1
.ZPM 设计用于与 InterSystems IRIS 数据平台的应用程序和模块一起使用。 它由两个组件组成：ZPN 客户端（用于管理模块的 CLI）和注册表（模块和元信息的数据库）。 我们可以使用 ZPM 来搜索、安装、升级、移除和发布模块。 使用 ZPM，可以安装 ObjectScript 类、前端应用程序、互操作性生产环境、IRIS BI 解决方案、IRIS 数据集或任何文件，例如嵌入式 Python wheel。
今天的这份实战宝典将分为 3 个部分：
write $SYSTEM.OBJ.Load("C:\zpm.xml", "c")
请注意，“C:\zpm.xml”是下载的 XML 文件的路径，这一步可能需要一些时间。
在开始生成模块之前，我们需要准备一个文件夹，里面有一个或多个可以加载的文件，因此我在 C 盘下创建了一个名为 zpm 的文件夹。
国务院于2022年12月19日发布了《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（后简称《数据二十条》），如何有效利用数据已经成为下一步的趋势。另一方面，无论是基于数据中台还是数据编织理念，两者也都对如何利用数据提出了构想。因此医疗行业数字化建设的目标已不能再局限于如何收集数据，建立医疗行业数据的流通机制将会是为越来越普遍的需求。
时钟拨回几年前，数据中台概念开始火爆。人们对数据中台的定义、诠释尽管有诸多差异，通过数据中台降低数据共享和利用的成本则是共同的期望。但经过这几年的探索之后，中台已死的观点也在涌现。究其原因，除去中台概念在技术上的不确定，数据流通过程中的责权益的不清晰也是严重的制约因素。毕竟，数据中台自身作为一套技术框架并不能代替法律法规与市场自动将数据转变为商品从而创造出流通价值。
那么，如何能够使数据的流通合规合法，使数据能够如货币和商品一般自由流动，则是我们需要思考和探索的主题，这次《数据二十条》的出现，无疑为医疗信息技术工作者提供了一个明确的思考方向。
如：http://localhost:52773/api/uima/v1/USER/swagger（即：http://localhost:5277…;
有没有完全的中文文档包含目前所有的API接口文档及功能说明，相关接口路由如下图：
一、目的 因使用BP中Switch分支来区分不同节点（即接口）及流向，个人已知方法中无相关统计功能能直接获取各分支节点及流向BO（调用第三方系统）信息，且当前使用系统未封装相关模块供查询，故通过解析BP中XData的方式获取Switch-Case节点及Call调用相关信息
二、解析类中的XData数据
/// 解析类中的XData内容
/// SELECT * FROM %Dictionary.CompiledXData
/// xdataID XData表ID
/// d ##class(BOE.TEST.ClassAnalysis).XDataAnalysisTextReader("JHIP.SM.BP.View||BPL")
ClassMethod XDataAnalysisTextReader(xdataID As %String) As %Status
{
//获取XData流
s compiledXdata=##class(%Dictionary.CompiledXData).%OpenId(xdataID)
s tStream=compiledXdata.Data
If '$IsObject(tStream) s tSC=%objlasterror q
//逐行读取xml
s status=##class(%XML.这是InterSystems 2022年全球峰会上InterSystems 医疗行业负责人 Don Wooklock 的分享，他认为，在数字医疗发展如火如荼的当下，经济、消费主义和技术三股力量正在推动医疗行业快速变革。我们面临着压力，但更多的是机遇，利用好市场能量，在具备变革精神的医疗卫生行业中，全力以赴！
在InterSystems 2022年全球峰会上，InterSystems 数据平台负责人 Scott Gnau解读了智能数据编织（smart data fabric）及其实现方式。Scott 同时也是一位钢笔收藏家，他分享了自己学习收藏的过程，认为这种过程与智能数据编织有着异曲同工之妙。InterSystems IRIS数据平台的诸多优秀能力可以帮助用户实现智能数据编织，重塑数据利用方式！
多种开发技术，令开发人员随心所愿！
在上一篇文章中，我们讨论了标准 HL7v2 的起源、结构和消息类型。现在让我们看一下最常用的消息类型之一及其结构示例。我说的是 ADT。
HL7 ADT 消息（入院、出院、转院）用于在医疗机构传达基本患者信息、就诊信息和患者状态。 ADT 消息是使用最广泛且容量最大的 HL7 消息类型之一，因为它为许多触发事件提供信息，包括患者入院、注册、取消、更新、出院、患者数据合并等。
.png)
如下图，系统表或代码中是否有相关方法可直接解析BP中的swith分支内容，实现接口的自动统计相关功能
另：当前版本是否有已封装的页面，方便用户操作查看消息等功能
一个简单的生产配置，使 FHIR 交易捆绑包能够通过 Box 和 Dropbox 加载到 InterSystems® FHIR® 服务器中。使用包含的 MFT 连接组件和 14 行自定义业务流程，此生产配置会将您的交易捆绑包处理到 FHIR 资源，以便立即使用，就像哈利·波特的魔法一样。
我首先会展示该生产配置的短视频导览、MFT 连接以及 IRIS 上 Box 和 Dropbox 的 Oauth2 应用配置，接下来循序渐进地展示一些步骤，让您使用您喜欢的任何 MFT 供应商以及您选择的任何工作流程、桌面、API 或 Web 控制台拖放操作。
现在，鉴于以上获奖的 OBS 支持的内容可能有不足之处，如果 InterSytems 文档还不够，下面是需要遵循的步骤。
Intersystems IRIS for Health 对 FHIR 行业标准提供了出色的支持。主要特点是：
1.FHIR 服务器
2. FHIR数据库
3. REST 和 ObjectScript API 用于 FHIR 资源（患者、问卷、疫苗等）的 CRUD 操作
本文演示了如何使用这些功能，并展示了用于创建和查看表单类型的 FHIR 资源的Angula前端。
要创建 FHIR 服务器，您必须将以下说明添加到 iris.script 文件中（来自：https://openexchange.intersystems.com/package/iris-fhir-template）
zn "HSLIB" set namespace= "FHIRSERVER" Set appKey = "/fhir/r4" Set strategyClass = "HS.FHIRServer.Storage.Json.InteractionsStrategy" set metadataPackages = $lb ( "hl7.fhir.r4.core@4.0.1.数据的价值
数据的核心价值是帮助我们决策。
我们无时无刻不在决策，大到战略决策——为一家新医院选址，还有战术决策——鉴别产品的目标市场或抵押贷款审批，更频繁的是操作决策——决定患者的手术方案或患者药物的调整。
.png)
这些决策要求不同的决策速度，传统的数据中心已经能较好地帮助我们做战略决策、战术决策，甚至一些操作决策。但新的业务需求要求我们的决策速度越来越快，甚至借助机器学习自动为我们做出即时的决策，例如批准还是拒绝一笔信用卡交易或基于算法自动交易。
无论是人工决策还是基于机器学习的自动决策，决策的依据是数据。数据的速度和质量决定了决策的速度和质量。要支持决策，需要数据具有如下特征：
（1）完整 ：关联且具有完整上下文；
（2）干净 ：数据质量没有问题；
（3）及时 ：在决策点上没有延迟。
传统数据中心很难在及时性上满足要求。
2.数据挑战
数字化浪潮下，我们面临更大的数据挑战：
InterSystems 是一家已经深耕数据库平台领域达44年的公司，成立于1978年，现在已经在全球的80多个国家开展相关业务，每天有超过10亿患者的电子病历数据都跑在以我们的数据库平台构建的应用系统之上。
我们的客户遍布国内外，国内的大几百家三甲医院客户，中国复旦排行榜上超过1/3的顶级医院都在使用我们产品（包括北京协和医院，华西医院，湘雅等等），我们的技术合作伙伴，如东华医为，嘉和，和仁等也都是国内医疗信息领域的著名厂商。
而在国外，我们也有非常多的顶级客户，仅仅以美国举例，美国最顶级的排名前20的所有医院，无一例外全部都是使用的interSystems公司的数据库平台产品。
美国排名前20的所有顶级医院
2020-2021《美国新闻与世界报道》(U.S. News & World Report)最顶级医院名单（前20家医疗机构）均应用InterSystems公司的数据库平台：
Mayo Clinic, Rochester, Minnesota （明尼苏达州罗彻斯特市梅奥诊所）
Cleveland Clinic（克利夫兰诊所）
Johns Hopkins Hospital, Baltimore（巴尔的摩约翰霍普金斯医院）
(tie).
2022 年 12 月 1 日，中国，北京——致力于帮助客户解决最关键的可扩展性、互操作性和速度问题的创新数据技术提供商 InterSystems 今天宣布，在Forrester日前公布的《The Forrester Wave™：事务分析型数据平台（2022年第4季度）》报告中，InterSystems IRIS® 数据平台被评为领导者。
HL7（Health Level 7）是一套技术规范，用于医院信息系统（HIS）之间临床、财务和管理数据的计算机互交换。这些规范被不同程度地被纳入美国（ANSI）和国际（ISO）正式标准的语料库中。
HL7的L7表示它是在OSI模型的第7层，换句话说，在应用层运行的标准。这意味着HL7不需要考虑交换的安全性，也不需要考虑信息传输的安全性（这一点由较低层次的层来保证，例如用于安全的SSL/TLS或用于数据传输的TCP）。更准确地说，第7层支持终端用户进程和应用的通信，以及面向用户的软件应用的数据展示。作为OSI模型的最高层，也是最接近最终用户的层，第7层提供特定的应用功能，如识别通信伙伴和它们之间的服务质量，确定资源可用性，考虑隐私和用户认证，以及同步通信，并将应用与OSI模型的较低层连接起来。
回到HL7标准，HL7第二版标准（也称为Pipehat）最初创建于1989年，但目前仍在使用并定期更新，形成了2.1、2.2、2.3、2.3.1、2.4、2.5、2.5.1、2.6、2.7、2.7.1、2.8、2.8.1、2.8.2和2.9版本。v2.x标准是向后兼容的（例如，基于2.3版本的信息将被支持2.6版本的应用程序所理解），在更高的版本中，你会看到一些字段是专门为它而留的。
尽管HL7v2已经有30多年的历史，但根据HL7.
门为医疗行业打造，深度整合国内外医疗行业标准，专有技术服务医疗行业44年，可能是全球最早从事医疗信息化的公司；
耕细做打磨数十年的稳定、可靠、易用、可扩展的数据平台；
色鲜明，不唯技术、终生负责、以解决客户问题为核心的特色企业文化；
一代混合一体化架构，一个平台同时支持混合事务处理、传统架构、容器化、云原生等多种应用场景；
构建系统夯基础，日常运维是保障。运维工作杂又细，业务连续是关键。等保评级都看它，日常练兵保安全。日常运维很重要，想要干好不容易。要想运维功夫硬，日常应该怎么做？
医院管理者、信息中心、业务骨干，每个角色都有独特的业务诉求，InterSystems IRIS医疗版互联互通套件专为国内用户设计，截至2021年，InterSystems技术已助力一百余家医院通过四级及以上医院信息互联互通标准化成熟度评级，其中，五乙用户占全国30%以上。
众说周知，EPIC 是电子病历厂商中当之无愧的领导者，本文让我们看看EPIC是如何玩转FHIR的，并进一步了解其互操作性方法、资源和API工具。
几十年来，EPIC和其他主要的EHR供应商一直在围绕着互操作性作斗争，有时候互相容忍，有时也得接受（开放接口）。
今天，大多数电子病历厂商已经针对市场和监管的压力采取了行动，采用FHIR API标准，扩大病人对医疗记录的访问。
但在早期，EPIC和其他竞争对手争先恐后地抢占市场份额，为了成为院内系统的主导者，与其他厂商分享数据、给别人提供数据访问似乎是自我毁灭。
那么今天，EPIC在FHIR API、SMART on FHIR 应用市场、患者访问和互操作性战略方面的立场如何？ 以下是关于EPIC在FHIR API和互操作性上提供的简单介绍和链接。
大多数EPIC集成的重点是通过EPIC系统提供扩展访问，但不一定与其他厂商共享。
Epic提供了以下几种连接方式（https://www.epic.com/interoperability/ehr-interoperability-from-anywher…;
“池大小”（PoolSize）设置的值决定了一个组件的作业的量和启动方式。在这篇文章中我们将具体讨论对于不同类型的组件来说“池大小”设置的可能值和这些值所代表的含义。
Pool Size = 1
对于所有的组件来说，运行池大小为1的含义都是一样的: 该组件有且只有一个作业，单独运行该组件的代码，顺序处理发送到该组件的消息（FIFO）。
Pool Size > 1
对于业务进程（BP）和业务操作（BO）来说，当运行池大小大于1时，该组件将运行多个作业（作业数=运行池大小设置数）。每个作业都只运行该组件的代码，但消息处理的顺序将被打乱。将运行池的大小设为大于1的值可以在一定程度上提升组件处理消息的性能，但是每个作业的性能还是受限于系统资源的，所以并不是说组件的性能可以随着运行池的大小增加而无限提升。
对于轮询类业务服务（Polling BS）来说，当运行池大小大于1时，该服务也将运行多个作业（作业数=运行池大小设置数）。但这种配置会导致多个进程对轮询结果产生竞争（race condition），所以一般情况下轮询服务不应将运行池大小设为大于1的数值。
对于作为服务器端接收外来网络连接的业务服务（TCP、HTTP、REST、SOAP等）来说，当运行池大小大于1时，运行的作业数将取决于“为每个连接创建作业（Job Per Connection）”设置的值。
图1. 每vCPU每秒查询对比（InterSystems IRIS vs AWS Aurora MySQL，1-4 查询节点）
.png)
图2. 单节点插入/查询速度对比（InterSystems IRIS vs AWS Aurora MySQL vs MS SQL Server）
.png)
图3.
上线一个新的集成平台production或者组件是需要很多精力的，用户常常需要对每一个组件所满足的需求和所能提供的功能，使用到的协议，以及组件对系统资源的调用有深入细致的了解。在配置好一个production之后，您可能需要将这个production推送到测试或者正式环境，或者需要将一个写好的组件代码应用到不同的项目上。这些时候，production的导出功能可以方便您传输production或组件的配置和代码。
导出
需要导出production时，您可以移步到管理门户 - Interoperability - 相应的命名空间 - 列表 - Production 页面，选择您需要导出的production，再点击页面上的导出键进行导出。如下图1所示：
.png)
在弹出的对话框中，您可以选择在导出文件中您想包括的内容。如下图2所示：
.png)
您也可以通过管理门户 - Interoperability - 相应的命名空间 - 配置 - Production 页面，点击“Production 设置” - “操作”选项卡 - “导出”键进行导出。弹出的对话框同样如图2所示，会自动包括大部分production及其组件所需要的类。如果需要添加或更改导出的类，可以在此对话框进行操作。
.png)
如果您需要导出单个组件的代码和设置，可以在Production配置页面，选择您想导出的组件，点击“操作”选项卡 - “导出”键进行导出。
当我们使用IRIS时，我们通常有能力快速的部署一个现成使用的BI基础模块（数据、分析立方体和IRIS BI仪表盘）。当我们开始使用Adaptive Analytics时，我们通常希望有同样的功能。Adaptive Analytics拥有我们需要的所有工具。文档中包含了对如何使用开放的网络API的描述。用户界面和引擎之间的所有交互也都是通过内部的Web API发生的，并且可以被发射出来。
有必要将这两个过程自动化：在容器中部署Adaptive Analytics和直接部署到服务器系统。为此，最简单的方法是使用bash脚本来处理API。我们唯一需要的第三方应用程序是一个名为jq的JSON文件解析器。你可以使用以下命令来安装它：
apt update
apt install -y jq
首先，我们需要登录以获得一个API访问令牌。这个令牌也适用于引擎本身的方法。我们必须将访问令牌保存在一个变量中，因为现在我们几乎在每个请求中都需要它。对于一个标准的登录和密码admin/admin，该命令将看起来像这样：
TOKEN=$(curl -u admin:admin --location --request GET 'http ://localhost:10500/default/auth')接下来，我们需要一个活跃的引擎来与API交互。
接连SQL数据源和操作SQL数据目标是常见的集成业务场景。使用SQL适配器监控SQL数据源和操作SQL目标库时，我们需要开发自定义BS或BO，写不少代码。例如开发自定义SQL服务需要：
1. 开发响应消息类，用于承接SQL快照数据；
2. 开发自定义业务服务BS类，用于将SQL快照按字段赋值给对应的消息，并将消息发送给目标（业务流程或业务操作）。
而要开发自定义SQL操作，更麻烦些：
1. 开发请求和响应消息类，用于向BO传输数据和接收返回数据；
2. 开发自定义业务服务BO类，设置消息响应表，根据不同请求消息类型编写方法；
3. 在方法中根据请求消息数据拼写SQL语句；
4. 在方法中将SQL执行结果存入响应消息。
虽然很简单，但编程过程枯燥乏味。而且当修改SQL语句时，还要修改对应的消息类和BS/BO类。
从2021.2开始，InterSystems IRIS增加了2套系统通用SQL业务服务和SQL业务操作：
| BS | EnsLib.SQL.Service.GenericService | 使用SQL语句 |
| BS | EnsLib.SQL.Service.ProcService | 使用存储过程 |
| BO | EnsLib.SQL.Operation.GenericOperation | 使用SQL语句 |
| BO | EnsLib.SQL. |