Chuyển đến nội dung chính
文章課程HL7證照準備學習路線遊戲領域關於我MCPNEW
主題
Kiến trúc hệ thốngLinux安全程式設計資料庫開發營運

第 25 課：FHIR 的未來 — R6、AI/ML、基因組學和新趨勢

FHIR R6 路線圖、FHIR 和 AI/ML（CDS Hooks、推理）、基因組學（分子序列、診斷報告遺傳學）、FHIR 批量數據、智慧健康卡、用於物聯網/可穿戴設備的 FHIR、PHR、數位健康未來。

🏗️ 建築 — 第 25 課 第 25 課：FHIR 的未來 — R6、AI/ML、 基因組學和新趨勢

HL7 FHIR - 基礎到進階醫療資料標準

第七部分：生產、規模與未來

亞洲開發網

1.FHIR R6路線圖

FHIR R5 (2023) 是目前的標準版本。 R6 正在開發中，並進行了許多改進。

版本年份狀態
DSTU 12014年遺產
DSTU 22015年遺產
STU 32017年遺產
R42019年規範（最廣泛使用）
R4B2022年規範性
R52023年規範（當前）
R6~2026發展中

預計R6上市

  • 改進的訂閱 — 以主題為基礎的訂閱更完整
  • 增強搜尋 — 複合搜尋參數、GraphQL 改進
  • 人工智慧/機器學習集成 — 用於模型推理的標準化資源
  • 設備/物聯網 — 改善医疗设备和可穿戴设备的资源
  • 跨版本相容性 — 工具更適合版本遷移
  • 效能 — 二進位資源流、分頁改進

2.FHIR 和人工智慧/機器學習

CDS Hooks + AI — 臨床決策支持

┌──────────┐    CDS Hook     ┌──────────────┐     ┌──────────┐
│   EHR    │───────────────▶│   CDS Server  │────▶│  AI/ML   │
│ (trigger │    prefetch     │  (mediator)   │     │  Model   │
│  event)  │◀───────────────│               │◀────│(TF/PyTorch)│
└──────────┘    CDS Card     └──────────────┘     └──────────┘

// CDS Hook request: patient-view → AI risk prediction
{
  "hook": "patient-view",
  "hookInstance": "abc-123",
  "context": {
    "userId": "Practitioner/practitioner-001",
    "patientId": "patient-001"
  },
  "prefetch": {
    "patient": {
      "resourceType": "Patient",
      "id": "patient-001",
      "gender": "male",
      "birthDate": "1960-05-15"
    },
    "conditions": {
      "resourceType": "Bundle",
      "entry": [
        {
          "resource": {
            "resourceType": "Condition",
            "code": {"coding": [{"system": "http://snomed.info/sct", "code": "44054006", "display": "Diabetes mellitus type 2"}]}
          }
        }
      ]
    },
    "observations": {
      "resourceType": "Bundle",
      "entry": [
        {
          "resource": {
            "resourceType": "Observation",
            "code": {"coding": [{"system": "http://loinc.org", "code": "4548-4", "display": "HbA1c"}]},
            "valueQuantity": {"value": 8.5, "unit": "%"}
          }
        }
      ]
    }
  }
}

// CDS Response: AI prediction card
{
  "cards": [
    {
      "summary": "Nguy cơ biến chứng tim mạch cao",
      "detail": "AI model dự đoán nguy cơ biến chứng tim mạch trong 5 năm: **42%** (dựa trên HbA1c 8.5%, ĐTĐ type 2, nam, 64 tuổi). Khuyến nghị tăng cường kiểm soát HbA1c < 7%.",
      "indicator": "warning",
      "source": {
        "label": "Cardiovascular Risk AI Model v2.1",
        "url": "https://ai.hospital.vn/models/cv-risk"
      },
      "suggestions": [
        {
          "label": "Tạo y lệnh xét nghiệm Lipid Panel",
          "actions": [
            {
              "type": "create",
              "resource": {
                "resourceType": "ServiceRequest",
                "status": "draft",
                "intent": "proposal",
                "code": {"coding": [{"system": "http://loinc.org", "code": "24331-1", "display": "Lipid Panel"}]},
                "subject": {"reference": "Patient/patient-001"}
              }
            }
          ]
        }
      ]
    }
  ]
}

FHIR → ML 管道

# Extract FHIR data → Train ML model
import requests
import pandas as pd
from sklearn.ensemble import GradientBoostingClassifier

FHIR_BASE = "http://localhost:8080/fhir"

def extract_training_data():
    """Trích xuất dữ liệu từ FHIR Server cho ML training"""
    
    # Bulk export
    patients_bundle = requests.get(
        f"{FHIR_BASE}/Patient?_count=1000"
    ).json()
    
    records = []
    for entry in patients_bundle.get("entry", []):
        patient = entry["resource"]
        pid = patient["id"]
        
        # Lấy Observations
        obs_bundle = requests.get(
            f"{FHIR_BASE}/Observation?subject=Patient/{pid}&code=4548-4"
        ).json()
        
        # Lấy Conditions
        cond_bundle = requests.get(
            f"{FHIR_BASE}/Condition?subject=Patient/{pid}"
        ).json()
        
        record = {
            "patient_id": pid,
            "age": calculate_age(patient.get("birthDate")),
            "gender": 1 if patient.get("gender") == "male" else 0,
            "hba1c": extract_latest_value(obs_bundle),
            "diabetes": has_condition(cond_bundle, "44054006"),
            "hypertension": has_condition(cond_bundle, "38341003"),
        }
        records.append(record)
    
    return pd.DataFrame(records)

# Train model
df = extract_training_data()
X = df[["age", "gender", "hba1c", "diabetes", "hypertension"]]
y = df["cv_event_5yr"]  # label từ follow-up data

model = GradientBoostingClassifier()
model.fit(X, y)

3.FHIR基因體學

FHIR 透過專門資源支持基因組數據：

資源目的
分子序列DNA/RNA/蛋白質序列
觀察（遺傳學）基因檢測結果
診斷報告（遺傳學）基因檢測報告
風險評估評估遺傳風險
 
{
  "resourceType": "Observation",
  "meta": {
    "profile": ["http://hl7.org/fhir/StructureDefinition/observation-genetics"]
  },
  "status": "final",
  "category": [
    {
      "coding": [
        {"system": "http://terminology.hl7.org/CodeSystem/observation-category", "code": "laboratory"}
      ]
    }
  ],
  "code": {
    "coding": [
      {
        "system": "http://loinc.org",
        "code": "69548-6",
        "display": "Genetic variant assessment"
      }
    ]
  },
  "subject": {"reference": "Patient/patient-001"},
  "valueCodeableConcept": {
    "coding": [
      {
        "system": "http://loinc.org",
        "code": "LA6703-8",
        "display": "Heterozygous"
      }
    ]
  },
  "component": [
    {
      "code": {
        "coding": [{"system": "http://loinc.org", "code": "48018-6", "display": "Gene studied"}]
      },
      "valueCodeableConcept": {
        "coding": [
          {"system": "http://www.genenames.org", "code": "HGNC:1100", "display": "BRCA1"}
        ]
      }
    },
    {
      "code": {
        "coding": [{"system": "http://loinc.org", "code": "81252-9", "display": "Discrete genetic variant"}]
      },
      "valueCodeableConcept": {
        "coding": [
          {"system": "http://www.ncbi.nlm.nih.gov/clinvar", "code": "37153", "display": "NM_007294.4(BRCA1):c.5266dupC"}
        ]
      }
    }
  ]
}

4. 適用於物聯網和穿戴式裝置的 FHIR

┌──────────────┐    BLE/WiFi    ┌──────────────┐    FHIR API    ┌──────────────┐
│  Wearable    │──────────────▶│  Mobile App  │──────────────▶│ FHIR Server  │
│  (Apple Watch│               │  (HealthKit) │               │              │
│   Mi Band)   │               │              │               │              │
└──────────────┘               └──────────────┘               └──────────────┘

{
  "resourceType": "Observation",
  "status": "final",
  "category": [
    {
      "coding": [
        {"system": "http://terminology.hl7.org/CodeSystem/observation-category", "code": "vital-signs"}
      ]
    }
  ],
  "code": {
    "coding": [
      {"system": "http://loinc.org", "code": "8867-4", "display": "Heart rate"}
    ]
  },
  "subject": {"reference": "Patient/patient-001"},
  "effectiveDateTime": "2025-01-15T10:30:00+07:00",
  "valueQuantity": {
    "value": 72,
    "unit": "beats/minute",
    "system": "http://unitsofmeasure.org",
    "code": "/min"
  },
  "device": {
    "reference": "Device/apple-watch-001",
    "display": "Apple Watch Series 9"
  },
  "method": {
    "coding": [
      {"system": "http://snomed.info/sct", "code": "258104002", "display": "Measured"}
    ]
  }
}

5. 智能健康卡

智慧健康卡 (SHC) — 可验证的医疗保健凭证（疫苗、测试）。

  • 在 JWT 中使用 FHIR Bundle（JWS 緊湊型）
  • 二維碼包含標籤－可離線驗證
  • 广泛用于 COVID-19 疫苗记录（智能健康卡框架）
SHC QR Code → JWT → FHIR Bundle:
{
  "resourceType": "Bundle",
  "type": "collection",
  "entry": [
    {
      "resource": {
        "resourceType": "Patient",
        "name": [{"family": "Nguyen", "given": ["Van A"]}],
        "birthDate": "1990-05-15"
      }
    },
    {
      "resource": {
        "resourceType": "Immunization",
        "status": "completed",
        "vaccineCode": {
          "coding": [{"system": "http://hl7.org/fhir/sid/cvx", "code": "208", "display": "COVID-19 mRNA"}]
        },
        "occurrenceDateTime": "2024-03-15",
        "lotNumber": "EN6207",
        "performer": [{"actor": {"display": "TTYT Quận 1"}}]
      }
    }
  ]
}

6. 個人健康紀錄（PHR）

PHR 允許患者 自我管理 健康記錄。 FHIR 患者存取 API 是基礎。

PHR功能FHIR API
查看病歷病人/一切$
測試結果觀察？患者=X
處方藥物請求？患者=X
預約時間表預約？患者=X
與新BS分享IPS文檔
來自穿戴式裝置術後觀察（生命徵象）

7.新趨勢

趨勢描述FHIR 支持
AI臨床副駕駛法學碩士支援醫師決策CDS Hooks + SMART 應用程式
精準醫療基於遺傳學的個人化治療基因組學資源
遠距醫療遠距醫療檢查相遇（虛擬）、交流
聯邦學習使用本地非集中資料訓練人工智慧海量資料+本地推理
區塊鏈+FHIR不可變的審計跟踪AuditEvent + 鏈上哈希
FHIR 簡寫 (FSH)IG 創作民主化SUSHI、GoFSH 工具
FHIR 的 GraphQL靈活查詢取代 REST$graphql操作

8. 系列結束

透過25堂課，我們已經走完了整個FHIR歷程：

  1. 第 1 部分 — 平台：HL7歷史、FHIR R5概述、開發環境
  2. 第2部分 — 核心資源：病人、遭遇、病情、觀察、藥物治療…
  3. 第三部分 — RESTful API：CRUD、搜尋、捆綁、事務
  4. 第 4 部分 — 資料類型、術語、設定檔、擴充、IG
  5. 第五部分 — 文件、訊息傳遞、訂閱、FHIR 上的 SMART、安全性
  6. 第 6 部分 — 實踐：HAPI FHIR 伺服器、客戶端、VN Core IG、EMR/HIS 集成
  7. 第7部分 — 製作：表演、越南背景、案例研究、未來

FHIR 正在改變世界交換醫療資料的方式。有了這個知識庫，您就可以為越南醫療保健建立一個可互通的系統。

9. 總結

  • FHIR R6 — 改進的訂閱、人工智慧整合、物聯網資源

  • 人工智慧/機器學習 + FHIR — 用於臨床決策支援的 CDS Hooks、來自 FHIR 資料的 ML 管道

  • 基因組學 — 精準醫學的分子序列、基因觀察

  • 物聯網/穿戴設備 — Apple Watch、Mi Band → 觀察 → FHIR 伺服器

  • 智慧健康卡 — 可驗證的健康憑證（疫苗、測試）

  • PHR — 用於健康記錄自我管理的病患存取 API