医疗信息化领域的‘身份证’，EMPI打造患者信息无缝链接

在医疗信息化领域，患者主索引（Enterprise Master Patient Index，简称EMPI）自二十世纪末兴起，其核心价值在于作为患者基本信息的检索目录，特别是在复杂多变的医疗环境中，通过赋予每位患者唯一的标识，将众多分散的医疗信息系统紧密相连。

EMPI系统，本质上是一个高效的数据桥梁，它能够将来自不同系统的患者标识整合为一，确保每位患者仅对应一个独一无二的标识，其所有医疗信息均归集在这个标识之下。这样一来，跨系统的患者身份识别问题便得到了有效解决，信息孤岛现象得以缓解。

在EMPI的运作机制中，每个接入的医疗信息系统都会被分配一个特定的Domain ID，作为其身份标识。当这些系统新增患者或医生信息时，会生成一个Internal ID用于内部管理。与此同时，系统会向EMPI发送请求，以添加或更新相应的患者主数据。EMPI在接收到这些信息后，会生成一个Global ID，并建立Global ID与Domain ID、Internal ID之间的映射关系，从而实现患者标识的交叉引用（即PIX，Patient Identifier Cross-reference）。

PIX作为患者标识号关联的指导标准，在医疗信息化中发挥着重要作用。而PDQ（患者人口学信息查询规范）则进一步增强了这一功能，它允许多个应用程序通过特定的查询语法，向EMPI中心查询患者信息，提高了信息查询的效率和准确性。

在构建EMPI系统时，选择合适的患者身份标识至关重要。虽然中国的身份证UID是确定性匹配算法的首选，但它并不能直接作为EMPI系统内部的患者唯一标识。因此，引入全局唯一标识符（GUID）作为主索引成为了一种有效的解决方案。GUID通过特定算法生成，具有128位的二进制长度，能够确保患者身份的唯一性和准确性。

在实际应用中，概率算法因其广泛的适用性而备受青睐。与确定性算法相比，概率算法能够基于概率基础结果判断两个记录是否匹配。在进行患者身份匹配时，系统首先会对患者姓名拼音进行索引匹配，得到一个基础分数。然后，系统会依次查询患者的其他信息，如姓名、性别、出生日期、身份证号、居住地址、电话号码等，每次查询都会得到一个分数。最后，系统将所有分数相加，得到总评分，并筛选出评分达到或超过预设阈值的结果集。在筛选过程中，系统还会对候选记录的相应字段进行相似性计算，如Levenshtein distance，以进一步评估字符间的差异。