针对现有跨院电子病历存在的数据标准不一致、语言表达多样化等阻碍信息语义互操作的问题,本书对跨院电子病历的数据融合关键技术及标准开展研究,并尝试展开相关数据融合的实践,根据医疗领域的数据融合需求对不同机构的电子病历现状进行剖析,发现目前存在的问题。首先,从电子病历数据内容的规范化出发开展探索,基于真实世界的临床数据,进行异构数据格式转换与抽取;利用深度学习算法,基于标注语料开展多类型医疗实体的识别抽取及标准化映射研究;设计一套针对异构术语进行整合及知识表示的方法体系,完成对不同类型医学实体的统一管理与维护,构建一套独立于系统之外、能被广泛理解的、适合中国国情的标准化术语规范,有助于解决术语重复、内涵不清、语义表达和理解不一致等问题。其次,在临床信息标准化模型研究方面,深入研究通用领域数据融合与数据标准化的关键技术,从数据融合和信息标准化的角度出发,借助双层信息模型理论和方法探讨基于电子病历的临床信息模型构建方法;开展一系列的实践探索,以期为我国电子病历信息的语义标准化研究提供方向,为病历信息的规范化录入及数据的有效利用奠定基础。