簡介
全球健康數據是一個龐大的寶庫——來自醫院、診所、健康保險的數十億筆記錄。但每個系統都以單獨的形式儲存：A醫院的HIS（醫院資訊系統）與B醫院完全不同，ICD-10疾病代碼與SNOMED CT不一致，處方以商品名稱儲存而不是國際活性成分。
OHDSI（觀察健康數據科學和資訊學 — 發音為“Odyssey”）就是為了解決這個問題而創建的。
1. 什麼是 OHDSI？
1.1 定義
OHDSI 是一項國際開源研究計劃，旨在：
- 將觀察健康數據標準化為通用數據模型
- 開發可靠、可重複的分析方法
- 允許多中心研究而不共享患者數據
1.2 歷史
2008: OMOP (Observational Medical Outcomes Partnership)
→ Dự án FDA nghiên cứu tác dụng phụ thuốc trên dữ liệu thực tế
→ Phát triển Common Data Model (CDM)
2013: OMOP kết thúc → OHDSI ra đời
→ Kế thừa OMOP CDM, mở rộng thành cộng đồng mã nguồn mở
→ Mục tiêu: evidence-based medicine trên quy mô toàn cầu
2024: 800+ tổ chức, 100+ quốc gia
→ 1+ tỷ bản ghi bệnh nhân được chuẩn hóa
→ Hàng nghìn nghiên cứu được publish
2026: OHDSI tiếp tục mở rộng
→ OMOP CDM v5.4, v6.0 đang phát triển
→ Tích hợp AI/ML, genomics, wearable data
1.3 OHDSI 的三大支柱
┌─────────────────────────────────────────────────────────┐
│ OHDSI Mission │
│ │
│ ┌─────────────┐ ┌──────────────┐ ┌──────────────────┐ │
│ │ Open │ │ Open │ │ Open │ │
│ │ Science │ │ Source │ │ Community │ │
│ │ │ │ │ │ │ │
│ │ Transparent │ │ Free tools │ │ Collaborative │ │
│ │ Reproducible│ │ Peer-reviewed│ │ 800+ orgs │ │
│ │ Published │ │ GitHub │ │ Global network │ │
│ └─────────────┘ └──────────────┘ └──────────────────┘ │
└─────────────────────────────────────────────────────────┘
2. OHDSI 問題解決
2.1 碎片－資料碎片
Bệnh viện A (HIS: eHospital) Bệnh viện B (HIS: Telehealth)
┌─────────────────────────┐ ┌─────────────────────────┐
│ Patient: MA_BN_001 │ │ Patient: BN-2024-00123 │
│ Diagnosis: I10 (ICD-10) │ │ Diagnosis: 401.1 (ICD-9)│
│ Drug: Amlor 5mg │ │ Drug: Amlodipine 5mg │
│ Lab: Glucose: 126 mg/dL │ │ Lab: Đường huyết: 7.0 │
│ Date: 01/03/2024 │ │ Date: 2024-03-01 │
└─────────────────────────┘ └─────────────────────────┘
→ Cùng 1 bệnh nhân, cùng 1 bệnh (tăng huyết áp), cùng 1 thuốc
→ Nhưng KHÔNG THỂ truy vấn chung vì format khác nhau hoàn toàn
2.2 解決方案：OMOP CDM
ETL (Extract - Transform - Load)
Bệnh viện A ─────┐ ┌──────────────────────┐
├─── Transform ───→ │ OMOP CDM Database │
Bệnh viện B ─────┘ │ │
│ person_id: 12345 │
│ condition: 320128 │
│ (Essential HTN) │
│ drug: 1332419 │
│ (Amlodipine 5mg) │
│ measurement: 3004410 │
│ (Glucose 126 mg/dL)│
└──────────────────────┘
→ Cùng concept IDs cho cùng ý nghĩa y khoa
→ Cùng cấu trúc bảng → cùng SQL query
→ Có thể phân tích đa trung tâm
3. OHDSI Ecosystem Architecture
┌─────────────────────────────────────────────────────────────────┐
│ OHDSI Ecosystem │
│ │
│ ┌──── Data Standardization ─────────────────────────────────┐ │
│ │ │ │
│ │ [Athena] → Standardized Vocabularies │ │
│ │ [WhiteRabbit] → Scan source data │ │
│ │ [Rabbit-in-a-Hat] → Design ETL mapping │ │
│ │ [Usagi] → Map source codes → standard concepts │ │
│ │ │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │ ETL │
│ ▼ │
│ ┌──── OMOP CDM Database ────────────────────────────────────┐ │
│ │ PostgreSQL / SQL Server / Oracle / Spark │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──── Data Quality ────────────────────────────────────────┐ │
│ │ [ACHILLES] → Data characterization │ │
│ │ [Data Quality Dashboard]→ 1,500+ quality checks │ │
│ └───────────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌──── Analytics Platform ──────────────────────────────────┐ │
│ │ [WebAPI] → REST API backend (Spring Boot / Java) │ │
│ │ [ATLAS] → Web UI (JavaScript) cho phân tích │ │
│ │ [HADES] → R packages cho advanced analytics │ │
│ └───────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘
3.1 主要工具
| 工具 | 目的 | 語言 |
|---|---|---|
| 雅典娜 | Look up & download Standardized Vocabularies | 網頁應用程式 |
| 白兔 | 掃描來源數據，建立分析報告 | 爪哇 |
| 戴帽子的兔子 | ETL 映射設計（GUI） | 爪哇 |
| 阿兔 | 地圖原始碼→ OMOP 概念 | 爪哇 |
| WebAPI | ATLAS 的後端 REST API | Java/Spring Boot |
| 阿特拉斯 | 基於網路的分析平台 | JavaScript |
| 阿喀琉斯 | 資料表徵與分析 | 右 |
| DQD | 資料品質儀表板 — 1,500 多項檢查 | 右 |
| 哈迪斯 | 用於觀察研究的 R 包 | 右 |
4. 端對端 OHDSI 工作流程
Step 1: Vocabulary Preparation
Athena → Download vocabularies (ICD-10, SNOMED, RxNorm, LOINC...)
│
Step 2: Source Data Profiling
WhiteRabbit → Scan source database → Generate scan report
│
Step 3: ETL Design
Rabbit-in-a-Hat → Design table & field mappings
Usagi → Map source codes → Standard Concepts
│
Step 4: ETL Execution
Custom ETL scripts (Python/SQL) → Load data into OMOP CDM
│
Step 5: Data Quality
ACHILLES → Characterize CDM data
DQD → Run 1,500+ quality checks
│
Step 6: Analytics
WebAPI + ATLAS → Cohort Definitions, Characterization,
Incidence Rates, Estimation, Prediction
HADES → Advanced R-based analytics
│
Step 7: Network Study
Package study → Distribute to sites → Collect aggregate results
5. OHDSI 網路 — 分散式研究
OHDSI 的特別之處在於：患者資料永遠不會離開網站。
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ Site A │ │ Site B │ │ Site C │
│ (500K pts) │ │ (1M pts) │ │ (200K pts) │
│ │ │ │ │ │
│ OMOP CDM │ │ OMOP CDM │ │ OMOP CDM │
│ WebAPI+ATLAS │ │ WebAPI+ATLAS │ │ WebAPI+ATLAS │
│ │ │ │ │ │
│ Run Study │ │ Run Study │ │ Run Study │
│ Package ───┐ │ │ Package ───┐ │ │ Package ───┐ │
└────────────│─┘ └────────────│─┘ └────────────│─┘
│ │ │
└───── Aggregate ───┴──── Results ───────┘
│
▼
┌─────────────────┐
│ Central Analysis│
│ (chỉ aggregate │
│ không có PII) │
└─────────────────┘
**為什麼它很重要？ **
- 遵守隱私法規（HIPAA、GDPR、越南資訊安全法）
- 每個站點保留對資料的完全控制
- 對數百萬跨國患者的研究仍然是可能的
6. 實際應用
6.1 COVID-19（OHDSI COVID-19 研究馬拉松）
Timeline:
- Tháng 3/2020: Đại dịch bùng phát
- Tháng 3/2020: OHDSI tổ chức Study-a-thon online
- 96 giờ: 300+ nhà nghiên cứu từ 30+ quốc gia
- Kết quả: Phân tích đặc điểm bệnh nhân COVID-19
trên 5+ triệu bệnh nhân từ nhiều quốc gia
→ Published trong PNAS (top-tier journal)
6.2 藥品安全監測
- 根據真實數據檢測藥物副作用（RWD）
- 比較藥物組與對照組
- 例：分析接種疫苗後發生心肌炎的風險
6.3 在越南的應用
- 將醫院 HIS 資料標準化為 OMOP CDM
- 映射 ICD-10 越南 → SNOMED CT
- 社會保險數據流行病學研究
- 評估多中心治療方案的有效性
總結
| 概念 | 說明 |
|---|---|
| OHDSI | 全球開源醫學研究社群 |
| OMOP CDM | 觀察性醫學資料的通用資料模型 |
| 標準化詞彙 | 標準詞彙集（SNOMED、RxNorm、LOINC...） |
| 分散式研究 | 資料不離開現場的多中心分析 |
| ETL | 來源資料轉換流程→ OMOP CDM |
下一篇文章：OMOP 通用資料模型 — 結構、原則與領域