name: scientific-clinical-standards
description: |
臨床標準用語・コードマッピングスキル。LOINC 臨床検査コード・
ICD-10/ICD-11 疾病分類・FHIR R4 リソースマッピング・
SNOMED CT 用語変換・臨床用語相互運用パイプライン。
ToolUniverse 連携: loinc。
tu_tools:
- key: loinc
name: LOINC
description: 臨床検査用語標準コード体系
- key: icd
name: ICD
description: WHO 国際疾病分類 ICD-10/ICD-11
tu_tools:
- key: loinc
name: LOINC
description: 臨床検査コード標準検索
Scientific Clinical Standards
LOINC / ICD / FHIR / SNOMED CT を統合した
臨床標準用語コード検索・マッピング・相互運用パイプラインを提供する。
When to Use
- LOINC コードで臨床検査項目を標準化するとき
- ICD-10/ICD-11 で疾病分類コードを検索するとき
- FHIR R4 リソースに臨床データをマッピングするとき
- 異なる用語体系間のコード変換を行うとき
- 電子カルテ (EHR) データの標準化パイプラインを構築するとき
- 臨床データウェアハウスの用語統一を行うとき
Quick Start
1. LOINC コード検索
import requests
import pandas as pd
LOINC_FHIR = "https://fhir.loinc.org"
def loinc_search(query, max_results=20):
"""
LOINC — 臨床検査コード検索 (FHIR API)。
Parameters:
query: str — 検索クエリ (検査名/コード)
max_results: int — 最大結果数
"""
url = f"{LOINC_FHIR}/CodeSystem/$lookup"
params = {
"system": "http://loinc.org",
"code": query,
}
try:
resp = requests.get(url, params=params,
timeout=30)
if resp.status_code == 200:
data = resp.json()
params_list = data.get("parameter", [])
result = {}
for p in params_list:
result[p["name"]] = p.get(
"valueString",
p.get("valueCode", ""))
return pd.DataFrame([result])
except Exception:
pass
url = f"{LOINC_FHIR}/CodeSystem"
params = {
"_text": query,
"_count": max_results,
}
resp = requests.get(url, params=params,
timeout=30)
resp.raise_for_status()
data = resp.json()
entries = data.get("entry", [])
rows = []
for entry in entries:
resource = entry.get("resource", {})
rows.append({
"code": resource.get("id", ""),
"name": resource.get("name", ""),
"title": resource.get("title", ""),
"status": resource.get("status", ""),
})
df = pd.DataFrame(rows)
print(f"LOINC: {len(df)} results for "
f"'{query}'")
return df
def loinc_code_detail(loinc_code):
"""
LOINC — コード詳細取得。
Parameters:
loinc_code: str — LOINC コード
(例: "2160-0" = Creatinine)
"""
url = (f"{LOINC_FHIR}/CodeSystem/"
f"$lookup")
params = {
"system": "http://loinc.org",
"code": loinc_code,
}
resp = requests.get(url, params=params,
timeout=30)
resp.raise_for_status()
data = resp.json()
detail = {"loinc_code": loinc_code}
for p in data.get("parameter", []):
name = p.get("name", "")
value = p.get(
"valueString",
p.get("valueCode",
p.get("valueBoolean", "")))
detail[name] = value
print(f"LOINC {loinc_code}: "
f"{detail.get('display', 'N/A')}")
return detail
2. ICD-10/ICD-11 疾病分類検索
ICD_API = "https://id.who.int"
def icd11_search(query, max_results=20,
language="en"):
"""
ICD-11 — WHO 疾病分類検索。
Parameters:
query: str — 検索クエリ (疾病名)
max_results: int — 最大結果数
language: str — 言語 (en/ja)
"""
url = (f"{ICD_API}/icd/release/11/"
f"2024-01/mms/search")
headers = {
"Accept": "application/json",
"Accept-Language": language,
"API-Version": "v2",
}
params = {
"q": query,
"subtreesFilter": "",
"flatResults": "true",
}
resp = requests.get(url, params=params,
headers=headers,
timeout=30)
resp.raise_for_status()
data = resp.json()
results = []
for item in data.get(
"destinationEntities", [])[:max_results]:
results.append({
"code": item.get("theCode", ""),
"title": item.get("title", ""),
"chapter": item.get("chapter", ""),
"score": item.get("score", 0),
"id": item.get("id", ""),
})
df = pd.DataFrame(results)
print(f"ICD-11: {len(df)} results for "
)
df
():
url = (
)
headers = {
: ,
: ,
}
:
resp = requests.get(url, headers=headers,
timeout=)
resp.status_code == :
data = resp.json()
(
)
data
Exception:
results = icd11_search(icd10_code)
results.empty:
results.iloc[].to_dict()
()
{}
3. FHIR R4 リソースマッピング
def create_fhir_observation(
loinc_code, value, unit,
patient_id, effective_date):
"""
FHIR R4 Observation リソース作成。
Parameters:
loinc_code: str — LOINC コード
value: float — 測定値
unit: str — 単位
patient_id: str — 患者 ID
effective_date: str — 測定日時 (ISO 8601)
"""
observation = {
"resourceType": "Observation",
"status": "final",
"code": {
"coding": [{
"system": "http://loinc.org",
"code": loinc_code,
}]
},
"subject": {
"reference": f"Patient/{patient_id}"
},
"effectiveDateTime": effective_date,
"valueQuantity": {
"value": value,
"unit": unit,
"system": (
"http://unitsofmeasure.org"),
},
}
print(f"FHIR Observation: "
f"LOINC {loinc_code} = {value} {unit}")
return observation
def create_fhir_condition(
icd_code, icd_system,
patient_id, onset_date,
clinical_status="active"):
"""
FHIR R4 Condition リソース作成。
Parameters:
icd_code: str — ICD コード
icd_system: str — "icd10" or "icd11"
patient_id: str — 患者 ID
onset_date: str — 発症日 (ISO 8601)
clinical_status: str — 臨床状態
"""
system_uri = (
"http://hl7.org/fhir/sid/icd-10"
if icd_system ==
)
condition = {
: ,
: {
: [{
: (
),
: clinical_status,
}]
},
: {
: [{
: system_uri,
: icd_code,
}]
},
: {
:
},
: onset_date,
}
(
)
condition
4. 用語体系相互変換
def cross_reference_codes(code, source_system,
target_systems=None):
"""
用語体系間コード相互参照。
Parameters:
code: str — ソースコード
source_system: str — ソース体系
("loinc"/"icd10"/"icd11"/"snomed")
target_systems: list[str] | None —
ターゲット体系
"""
if target_systems is None:
target_systems = [
"loinc", "icd10", "icd11", "snomed"]
target_systems = [
s for s in target_systems
if s != source_system]
mappings = {"source": code,
"source_system": source_system}
if source_system == "loinc":
detail = loinc_code_detail(code)
mappings["display"] = detail.get(
"display", "")
if source_system == "icd10":
m = icd10_to_icd11_mapping(code)
if m:
mappings["icd11"] = m.get("code", "")
mappings["icd11_title"] = m.get(
"title", "")
print(f"Cross-ref: {source_system}:{code} → "
f"{len(mappings) - 2} mappings")
return mappings
5. 臨床標準統合パイプライン
def clinical_standards_pipeline(
lab_data, diagnosis_data,
output_dir="results"):
"""
臨床標準用語統合パイプライン。
Parameters:
lab_data: pd.DataFrame — 検査データ
columns: [test_name, value, unit, date]
diagnosis_data: pd.DataFrame — 診断データ
columns: [diagnosis, icd_code, date]
output_dir: str — 出力ディレクトリ
"""
from pathlib import Path
out = Path(output_dir)
out.mkdir(parents=True, exist_ok=True)
loinc_maps = []
for _, row in lab_data.iterrows():
result = loinc_search(row["test_name"], 1)
if not result.empty:
loinc_maps.append({
"test_name": row["test_name"],
"loinc_code": result.iloc[0].get(
"code", ""),
"value": row["value"],
"unit": row["unit"],
})
if loinc_maps:
loinc_df = pd.DataFrame(loinc_maps)
loinc_df.to_csv(
out / "loinc_mappings.csv",
index=False)
icd_maps = []
for _, row in diagnosis_data.iterrows():
result = icd11_search(row["diagnosis"], 1)
if not result.empty:
icd_maps.append({
"diagnosis": row["diagnosis"],
"icd11_code": result.iloc[].get(
, ),
: result.iloc[].get(
, ),
})
icd_maps:
icd_df = pd.DataFrame(icd_maps)
icd_df.to_csv(
out / ,
index=)
fhir_resources = []
item loinc_maps:
obs = create_fhir_observation(
item[],
item[], item[],
, )
fhir_resources.append(obs)
()
{
: loinc_maps,
: icd_maps,
: fhir_resources,
}
パイプライン統合
clinical-reporting → clinical-standards → clinical-decision-support
(臨床レポート) (用語標準化) (臨床意思決定支援)
│ │ ↓
public-health-data ───────┘ pharmacogenomics
(公衆衛生データ) (ゲノム薬理学)
パイプライン出力
| ファイル | 説明 | 次スキル |
|---|
loinc_mappings.csv | LOINC コードマッピング | → clinical-decision |
icd_mappings.csv | ICD コードマッピング | → epidemiology |
fhir_bundle.json | FHIR R4 バンドル | → EHR 統合 |
ToolUniverse 連携
| TU Key | ツール名 | 連携内容 |
|---|
loinc | LOINC | 臨床検査コード標準検索 |
