scientific-clinical-standards

name	scientific-clinical-standards
description	|

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,
    }

    # まずコード直接検索
    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

    # テキスト検索にフォールバック
    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)

    # 1) 検査 LOINC マッピング
    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)

    # 2) 診断 ICD マッピング
    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