李忆昕 张颖 王钰莹 葛笑 翁苏湘

摘要：电子病历历史数据结构化程度较差，管理上“重藏轻用”的现象比较明显，致使大量的病历数据处于沉睡状态中。本文通过Python爬虫技术对电子病历历史数据进行爬取，再对数据进行抽取、筛选和结构化存储。电子病历数据最后以.xml标准化格式保存，并结合虚拟教学平台进行医学临床教学应用。将电子病历数据中有价值的潜在信息发掘出来，丰富临床医学专业教学资源，并为科学研究提供基础。

关键词：电子病历;Python爬虫;医学临床教学

前言

电子病历（Electronic MedicalRecord，EMR）是基于特定系统，提供完整准确的医疗过程中的数据，它是用以替代纸张病历的基于计算机的病人记录。电子病历采用电子设备（如诊疗卡、计算机等）对病人的医疗记录进行存储、传输、管理，对病人信息及医疗过程进行数字化。我国EMR档案的研究与应用起步较晚，但发展十分迅速。卫生部颁发了《电子病历系统功能规范》《电子病历基本规范》等规范法规。这些重要法规，规范了电子病历的建设、存储和使用等活动，为电子病历的发展奠定了基础。

标准化电子病历的建设现在已经成为业内共识，但结构化EMR系统仍处于发展阶段，尚未有成熟的建设标准和规范。现行的EMR系统大多数为了适应医院HIS系统应用和档案电子化管理，电子病历数据现多采用非结构化或半结构化形式存储。EMR内容以自由文档为主，一定程度上满足了病历内容自由描述的需求，但是EMR管理上“重藏轻用”的现象比较明显，致使大量的病历数据处于沉睡状态中。……