FDE Times 数据在招 FDE 职位 924▲33 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 80在招公司 196支持远程 25%美国薪资中位数 $200k招聘最多 Databricks 107
ENVI

前线部署工程师(FDE)的专业媒体

技能指南 · 指南

医院 AI 的第一个选择:HL7 v2 事件还是 FHIR 状态

向医院 IT 要数据会听到两种答案,选错管道,Agent 要么动作太迟,要么读错数据。

位于威斯康星州维罗纳的 Epic Systems 总部,草地上立着巨大的红色“Epic”字母标识。
图片:Ylem / Public Domain
分享微博

要点速览

  • HL7 v2 是事件流。每条消息由一组段构成,消息类型由 MSH 中的触发事件决定;在 Epic,所有 v2 接口都经过 Bridges。
  • FHIR 用来查询状态。它由资源和 API 组成,面向 REST,支持 create、read、update、search、history 和 transaction。
  • 与 Epic 进行服务间通信的 AI Agent 应使用后端 OAuth 2.0,其解析器必须能应对可选段缺失。
双泳道示意图。上方泳道是 HL7 v2 事件推送通道:患者到院,Bridges 推送 ADT^A04 消息,监听服务读取 MSH-9 和 PID,然后把任务放入队列。一个箭头指向下方泳道:worker 取出任务,用后端 OAuth 2.0 认证。下方泳道是 FHIR 状态查询通道:按 PID 搜索 Patient,按患者 id 读取 Patient,搜索 Encounter 和 Condition,最后 Agent 为医生总结病历,该框高亮显示。图底注释:不要轮询 FHIR search 来猜测谁刚到院。
ADT 事件告诉 Agent 何时运行,FHIR 告诉它读取哪些数据。

到医院上班的第一周,你接到一个听起来很简单的任务:“患者到院时,Agent 要在医生进诊室前为医生总结病历。”你去问医院 IT 数据在哪里。有人说“接 HL7 feed”,有人说“调 Epic 的 FHIR API”。他们说的是两件完全不同的事。

医疗领域的每个 AI 项目,早早都会走到这个岔路口。医院数据通过两条理念相反的管道流动。第一条在事情发生时立即把事件推送给你;第二条让你随时查询患者的状态。

优秀的前线部署工程师(FDE)不必背下规范。关键是清楚用例中的每一步该从哪条管道取数据,以及这条管道通常会在哪里出问题。

HL7 v2 是事件流,不是数据库

Epic 自己称 HL7 v2 是实施最广泛的医疗数据标准之一。一条 HL7 v2 消息由若干称为段的行组成,消息类型取决于触发它的事件。例如,登记患者会产生一条 ADT^A04 消息。

消息类型由 MSH 段中的触发事件标识,MSH 是消息的第一行。ADT 消息承载行政信息和就诊过程中的事件。所以,要知道患者刚刚到院,你不用问任何人:监听 ADT 消息,读取 MSH 中的触发事件,然后作出响应即可。

在 Epic,所有进出的 HL7 v2 接口都经过 Bridges。Bridges 是 Epic 作为接口引擎使用的核心消息基础设施,外发消息的确认也经由它处理。实际工作中,“拿到 HL7 feed”意味着医院的接口团队在 Bridges 上配置一条流,把事件推送到你的系统。

FHIR 用来提问:这位患者现在情况如何?

FHIR 由两部分构成。资源是信息模型,定义数据元素、约束以及它们之间的关系;API 是两个应用相互通信的接口。规范面向 RESTful 接口,但并不强制使用 REST。

FHIR 的 REST 交互包括 create、read、update、search、history 和 transaction,每一种都对应一个熟悉的 HTTP 方法。比如创建资源时,向该资源类型的端点发送 HTTP POST,客户端无需提供 id。对后端开发者来说,这比 HL7 v2 亲切得多。

在美国,FHIR 还有法律效力。美国卫生信息技术监管机构 ONC 的规则把标准化 API 认证条款 §170.315(g)(10) 与 FHIR 绑定。因此,通过认证的软件开发商必须向客户提供基于 FHIR 的 API。

这是美国法律,不会自动适用于其他地方。不过如果客户在美国,第一次与 IT 团队开会时就问清 FHIR API 的情况是合理的。

在美国以外,开发者接触 Epic、HL7 v2 和 FHIR,多半是在为美国医疗科技客户工作或担任远程 FDE 时,而不是在本国医院。如果你瞄准这个市场,仅凭这一点就值得学习这项技能。

实例:患者到院时自动总结病历的 Agent

回到最初的需求,把它拆成两个问题:Agent 何时运行,以及它读取什么。前者是事件问题,后者是状态问题。

第一步是监听事件。接口团队配置 Bridges,把 ADT 消息推送到你的监听服务。下面是一条示意消息,已经过删减,仅用于展示结构:

MSH|^~\&|<发送方应用>|<发送方机构>|<接收方应用>|<接收方机构>|<时间戳>||ADT^A04^ADT_A01|...
PID|...|...|<患者编号>|...

监听服务按行把消息拆分成段,并从正确的位置读取消息类型字段(MSH-9)。它只处理 ADT^A04,忽略其他所有消息类型。匹配时要按前缀判断,因为实际值往往更长,例如 ADT^A04^ADT_A01。随后,监听服务从患者标识段中取出患者编号,把任务放进队列。

def handle(raw: str):
    segments = {}
    for line in raw.strip().splitlines():
        name = line[:3]
        segments.setdefault(name, []).append(line.split("|"))
    msh = segments.get("MSH")
    if not msh:
        log_missing("MSH", raw)
        return
    fields = msh[0]
    # MSH-1 就是“|”字符本身,所以 split 之后 MSH-9 位于下标 8
    msg_type = fields[8] if len(fields) > 8 else ""
    if not msg_type.startswith("ADT^A04"):
        return  # 不是需要处理的事件
    pid = segments.get("PID")
    if not pid:
        log_missing("PID", raw)  # 缺少段:记录日志,不要崩溃
        return
    enqueue_summary(pid[0])

第二步是查询状态。worker 取出任务,通过 search 和 read 调用 Epic 的 FHIR API,拉取 Agent 需要的资源。下面的请求序列仅作示意,展示调用结构。实际的参数名和标识符体系请以 Epic 文档和医院 IT 团队提供的为准:

# 1. search:用从 PID 中取出的患者编号查找 Patient
GET [base]/Patient?identifier=<标识符体系>|<患者编号>
Authorization: Bearer <访问令牌>

# 2. read:用服务器返回的 id 获取确切的 Patient 资源
GET [base]/Patient/<患者 id>

# 3. search:该患者的就诊记录和病情
GET [base]/Encounter?patient=<患者 id>
GET [base]/Condition?patient=<患者 id>

关键在于顺序。PID 中的编号是医院的标识符,不是资源 id。要先 search,把它换成患者 id,再 read 和 search 相关资源。search 结果通常以列表形式返回。worker 汇总 Encounter 和 Condition 资源,筛出需要的部分,再交给负责总结的模型。

这是服务间流程,全程没有医生登录。对于这类查询客户端,Epic 推荐使用后端 OAuth 2.0:你的服务自行认证、获取自己的令牌,然后再发送上述请求。

第三步,如果医院允许,可以把结果写回:向对应端点 POST 一个新资源,由服务器生成 id。不过在第一个项目里,通常更稳妥的做法是只读,把总结展示在单独的界面中。

在客户现场的操作步骤

首先,把用例写成一条时间线,给每一步标上“需要知道何时”或“需要知道什么”。前一类走 HL7 v2,后一类走 FHIR。第一周就把这张图带给接口团队。

接着,同时提出两项申请,因为它们各有各的流程:一是在 Bridges 上配置通往测试环境的 ADT 流,二是开通 FHIR 的后端 OAuth 访问权限。然后从测试环境要几条真实的去标识化消息来检验解析器,不要只依赖文档里的示例。

最后,在写 Agent 的提示词之前,先写数据检查。记录每个数据源发送了哪些段、缺了哪些段。交接时,这张表会是你手里最有用的文档。

让项目脱轨的错误

最常见的错误是假定每条消息都包含所有段。HL7 v2 有必选段和可选段,不同来源的数据参差不齐。照着一条整齐的样例消息写出来的解析器,上生产环境第一天就会出错。

第二个错误是指望 FHIR 什么都有。FHIR 资源按 80/20 原则设计,覆盖的是常见需求。如果用例依赖某个罕见细节,要尽早确认标准资源里是否包含,别等到演示时才发现。

第三个错误是认证方式用错。借用户登录会话运行的后台 Agent,会在安全评审时被拦下。最后一个错误是用 FHIR 轮询,而不是监听事件。反复调用 search 来判断患者是否到院,既浪费资源又增加延迟,而 ADT 消息本来就会告诉你。

把这项技能变成求职优势

阅读医疗科技领域的 FDE 岗位描述时,留意 HL7 v2、FHIR、Epic、接口引擎和 OAuth 这些关键词。它们说明这个岗位会同时涉及两条管道。

简历上不要只写“熟悉 FHIR”,而要描述一个完整流程,比如“ADT^A04 监听服务触发 worker,通过后端 OAuth 调用 FHIR,并按数据源统计缺失段”。

一个小型个人项目就足以证明这一点:一个能应对缺失段的 HL7 v2 解析器,加上一个能先 search、再 read、然后 POST 的 FHIR 客户端。准备好解释每一步选了哪条管道、为什么。等你真正进入医院工作,这也是你要回答的第一个问题。

这篇文章对你有帮助吗?

7 个信源
路线图上的下一篇 · 阶段 2: 全栈工程能力让 Agent 操作没有 API 的内部系统,保存键留给人Playwright MCP 读取页面无障碍快照而非截图,登录会话和每次写操作仍由人掌控。