7月24日，第三届openEHR亚洲峰会线上会议已经圆满结束。
在线会议上，来自中国、泰国等不同国家的openEHR领域专家、研究人员分别介绍了各自团队对于近半年来openEHR及新型冠状病毒肺炎（COVID-19）相关的研究工作。
openeEHR日本Ambassador，日本京都大学的Shinji Kobayashi教授出席开幕式并宣布本届亚洲峰会开幕，并以此次因新型冠状病毒所开展的工作进行了介绍。Kobayashi教授提出，将开放新型冠状病毒的工作成果，希望广大民众一道，为共同努力抗击新冠疫情贡献自己的力量。
来自openEHR 国际组织的临床模型编辑负责人Heather Leslie博士欣然接受会议邀请，介绍了自疫情爆发以来，openEHR 组织为应对本次新型冠状病毒所做的相应工作，包括根据英国NHS发布的新冠肺炎自我评估指南开发的模板、可复用原型、应对新冠肺炎所新建的原型等。同时还比较了采用基于openEHR两层建模的方法开发可复用强的标准模板的方法相比传统开发方法开发标准化模板的优势。
图 1 openEHR建模优势
浙江大学李梦阳博士、南山博士分别针对基于新冠肺炎诊疗方案的模型构建和基于指南的新冠肺炎诊疗临床决策支持系统做了报告。李梦阳博士指出，虽然在疫情爆发初期，人们对于新型冠状病毒了解有限，但随着国家卫健委快速更新和发布的《新型冠状病毒肺炎诊疗方案》为我们提供了很好的知识来源。与此同时，openEHR标准的开放性、良好的灵活性和可扩展性，可以很好地适应在诊疗方案快速发布和新冠肺炎诊疗知识急需快速更新的需求，从而较好地解决了临床决策支持工具中临床指南的知识转移到临床实践的数据互操作性难的问题。此外，李梦阳博士还总结了openEHR模板的构建方法，为openEHR模板在其他疾病领域的建模实践提供了良好的参考。南山博士则指出，新冠肺炎爆发初期，世界卫生组织和多个国家的医疗卫生机构迅速发布的筛查、诊疗指南或方案所使用的文字语言多样，通常为叙述类型的自然文本，且很难与其他各类医疗信息系统集成。这些问题导致新冠肺炎的临床决策支持系统将难以快速获得指南中的结构化知识来源，因而不利于决策规则的快速编辑和更新。而openEHR标准不仅可使信息模型易于理解、可重复使用和共享，同时它的规则定义语言（Guideline Definition Language, GDL）提供了计算机化的规则描述方法，从而使得openEHR具有解决决策支持系统所面临的上述问题的潜力。随后，南山博士介绍了基于openEHR快速提取指南规则的编辑方法以及决策支持系统的框架和实现方式。两位博士都总结了报告内容并围绕参会嘉宾提出的问题展开了热烈讨论。
图 2 openEHR建模流程
图 3 基于openEHR的新冠肺炎诊疗决策支持系统架构
泰国ADOC Software Development研发总监Christian Chevallay先生目前主要在欧洲从事医疗健康领域的系统研发工作，同时也是openEHR应用高级专家。Christian Chevallay先生主要介绍了EHRbase（一个基于openEHR的开源CDR）项目背景、项目目标以及项目管理情况工作。他提出，在项目中采用的基于行为驱动开发和敏捷开发等研发方式，也引起参会人员的浓厚兴趣。据介绍，在此次新冠肺炎爆发期间，德国联邦科学教育部提供了1.5亿欧元资金来帮助解决新冠肺炎危机，其中一个重要举措则是建立一个国家级数据平台收集和处理来自全德国所有大学医院的数据。Christian Chevallay先生详细介绍了EHRbase在该国家平台中所承担的角色和功能。
图 4 EHRbase框架结构
图 5 德国新冠肺炎国家数据平台
最后，Kobayashi教授进行了总结陈词。亚洲各国的学术界和工业界在COVID-19疫情期间利用openEHR这一有力武器针对疫情展开了一系列的研究和应用实践，为后续的数据共享和决策支持奠定了扎实的基础。COVID-19疫情尚且不会立即结束，希望各个研究团队能够再接再厉，继续深入研究、积极实践，持续利用openEHR这一先进技术手段为战疫做出贡献。
日期：2020/8/20
