InterSystems IRIS数据平台深度支持Python，令您随心所愿！

//player.bilibili.com/player.html?aid=906425504&bvid=BV1hM4y1X7dU&cid=996982339&page=1
[这是一个嵌入式链接，但由于您拒绝了访问嵌入式内容所需的 Cookie，您无法直接在网站上进行查看。要查看嵌入式内容，您需要在 Cookie 设置中接受所有 Cookie。]

InterSystems 宣布其首个开发人员预览版，作为2023.1 版开发人员预览计划的一部分。 2023.1 中添加了许多更新和增强功能，还有全新的功能，例如对列存储Columnar Storage 的生产就绪支持、使用Bulk FHIR 的能力以及对MacOS 13 Ventura的支持。当前的开发人员预览版可能不提供其中一些功能或改进。

未来的预览版本预计每两周更新一次，我们将在功能准备就绪时添加它们。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。

可以在下面的这些链接中找到初始文档。它们将在接下来的几周内更新，直到正式宣布发布（一般可用性 - GA）：

Intersystems IRIS平台

队列监控组件

什么是网页抓取：

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。

网页抓取涉及的步骤：

1. 找到您要抓取的网页的 URL
2. 通过检查选择特定元素
3. 编写代码获取被选元素的内容
4. 以需要的格式存储数据

就这么简单！

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。

用作示例的 Python 库

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。

https://www.intersystems.com/isc-resources/wp-content/uploads/sites/24/I...

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。

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

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！

//player.bilibili.com/player.html?aid=776331066&bvid=BV1n14y1N7qc&cid=923260997&page=1
[这是一个嵌入式链接，但由于您拒绝了访问嵌入式内容所需的 Cookie，您无法直接在网站上进行查看。要查看嵌入式内容，您需要在 Cookie 设置中接受所有 Cookie。]

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。

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。

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。

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。

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。

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；