Try it free in the sandbox · first FHIR call in 5 minutesFree · 30 synthetic patients · no card

用于测试的合成患者数据

Synthea、Persona 和模型生成数据对比，优质测试数据包含什么，以及将 Synthea 患者加载到 FHIR 服务器后发生了什么。

合成患者数据是虚构的医疗记录 — 患者、诊断、用药、实验室结果、就诊 — 生成的，使其看起来和行为都像真实的记录，这样您就可以构建、测试和演示医疗保健软件，而无需接触任何人的健康信息。它是开发的默认选项：在测试环境中使用真实患者数据存在隐私风险，通常也是法律问题。本页将介绍获取合成数据的主要方法，每种方法的优缺点，如何围绕它设计测试，以及如何将其加载到 FHIR 服务器 — 包括我们将 Synthea 患者加载到 Anpheros 后发生的情况。

获取合成患者的三种方法

方法	示例	适用场景	注意事项
基于规则的模拟	Synthea (MITRE 的开源项目): 从出生开始模拟生命历程，包含疾病模块，并导出 FHIR R4 bundles、C-CDA 和 CSV	大批量数据、完整病史、标准格式	默认以美国为中心 (人口统计信息、计费资源、代码)；模式的真实性取决于模块
精心设计的患者画像	手动设计的具有特定病症的患者	演示、边缘案例、可重复测试	患者数量少；需要有人来保持其一致性
基于真实数据的统计或机器学习生成	在真实数据集上训练的模型	研究真实性	如果处理不当，可能泄露真实个体信息；需要进行隐私评估，而不仅仅是“它是合成的”

语言模型根据请求生成的文本是第四种，也是风险较高的一种来源：它读起来很流畅，但经常自相矛盾 (例如，开出没有相应病症的药物，或不可能出现的实验室数值)，不应作为测试的基础。

优质测试数据应包含的内容

仅仅有逼真的平均值是不够的。代码会在边界条件下出错，因此请确保您的数据（无论是合成的还是非合成的）包含：

缺失和不完整的数据： 缺少参考范围的实验室结果、缺少剂量的药物、缺少出生日期的患者。
单位和格式： 同一项测试以 mg/dL 和 mmol/L 显示、使用逗号作为小数点、带有时区和不带时区的时间。
更正和历史记录： 已修改的结果、已删除的 (entered-in-error) 条目、已解决的病症。
重复数据： 同一份报告发送两次。
长短历史记录： 新生儿、拥有十年数据的人、仅一次就诊记录的人。
多种语言和国家/地区： 如果您服务于多个市场。
同意变更： 在会话中间撤销了访问权限的应用。

将 Synthea 患者加载到 FHIR 服务器

Synthea 为每个患者生成一个 FHIR R4 transaction Bundle。我们生成了两个患者 (java -jar synthea-with-dependencies.jar -p 2 -s 4242 Massachusetts) 并将它们加载到本地的 Anpheros 实例中。第一个患者的 Bundle 包含 221 个条目：

保留 (Anpheros 存储的类型)	移除 (Anpheros 不存储的类型)
Observation 61, Procedure 48, DiagnosticReport 24, Condition 15, Encounter 12, DocumentReference 12, Immunization 6, Patient, CareTeam, CarePlan, Provenance	Claim 13, ExplanationOfBenefit 13, SupplyDelivery 9, Device 2, ImagingStudy 1, MedicationRequest 1

加载器会询问服务器支持的类型，只保留支持的类型，并将其余的作为一次事务进行 POST：

import { readFile } from 'node:fs/promises';
import { Anpheros, apiKey } from '@anpheros/sdk';

const anpheros = new Anpheros({ auth: apiKey(process.env.ANPHEROS_KEY!) });   // sk_test_… key
const SUPPORTED = new Set(((await anpheros.fhir.metadata()) as any).rest[0].resource.map((r: any) => r.type));
const bundle = JSON.parse(await readFile(process.argv[2], 'utf8'));            // one Synthea patient file
const kept = bundle.entry.filter((e: any) => SUPPORTED.has(e.resource.resourceType));
const out: any = await anpheros.fhir.transaction({ ...bundle, entry: kept } as any);
console.log('created', out.entry.length);

结果：在一次事务中创建了 182 个资源。保留条目之间的 urn:uuid 引用已解析为服务器 ID (例如，DiagnosticReport 的 result 指向一个存在的 Observation)；指向已删除 39 个条目的引用保持不变，因此在加载之前，收集每个已删除条目的 fullUrl 并剥离或转换指向它们的保留引用，并且 Patient/{id}/$summary 生成了一个包含 15 个问题、6 个免疫接种、15 个结果和 28 个生命体征的国际患者摘要。$everything 返回了 363 个条目，包括平台添加到每次写入的 provenance。

在您依赖它之前，有三件事需要了解：

条件引用保持不变。 Synthea 使用条件引用指向医生、组织和地点，例如 Practitioner?identifier=http://hl7.org/fhir/sid/us-npi|9999967398。Anpheros 不会在事务中解析条件引用；它们会按原样存储，并带有其 display 文本，并且不会解析为资源。如果您的代码遵循这些链接，请单独加载医生和组织，并重写引用。
账单和供应数据已丢失。 索赔和福利说明是 Synthea 美国成本模型的核心，并且不是 Anpheros 中临床记录的一部分。
处方将消失，而不是被转换。 MedicationRequest 被移除；如果您需要在记录中包含药物，请在加载前将其转换为 MedicationStatement。

Synthea 中的名称包含数字 (Marcelo725 Gulgowski816) 是故意的，这样没有人会将其误认为是真人。

Anpheros 沙盒中的合成患者

每个 Anpheros 沙盒项目都会获得一份包含 30 名合成患者的副本，这些患者是根据精心设计的角色生成的：年龄从 3 岁到 85 岁不等，来自多个欧盟国家和语言，疾病编码为 ICD-10，用药为 ATC，实验室检查和生命体征为 LOINC，单位为 UCUM 并包含参考范围，以及六个月的历史记录和文档。一个新初始化的项目包含 30 名患者、43 种疾病、51 条用药记录、1,811 个观察值、57 份文档和 6 种过敏症。数据是确定性的——每个项目看到的都是同一个人，具有相同的值，只是 ID 不同——并且重置会恢复它。每个角色都保留一个稳定的标识符，因此 Patient?identifier=https://anpheros.com/fhir/sid/sandbox-persona|p02 始终能找到同一个人。请参阅 Free FHIR database and sandbox。

当您需要小型、连贯的记录来涵盖欧洲语言和平台自身功能时，请使用这些角色；当您需要大量数据或美式历史记录时，请加载 Synthea。

常见问题解答

什么是合成患者数据？

虚构的健康记录，在结构和模式上类似于真实记录，但并不描述任何真实的人。它允许开发人员在不使用受保护健康信息的情况下进行构建和测试。

合成数据是否默认匿名？

通过规则生成的数据（如 Synthea 的）不包含真实患者。通过在真实记录上训练的模型生成的数据仍可能泄露真实人员信息，在共享之前需要进行隐私评估。

我可以将 Synthea 数据导入 FHIR 服务器吗？

可以。Synthea 导出 FHIR R4 事务包。移除服务器不支持的资源类型，检查其如何处理条件引用，然后将每个包作为事务发布。

Anpheros 沙盒是否包含合成患者？

是的：每个项目包含 30 名患者，并有六个月的编码历史记录，外加您自己创建的最多 50 名测试患者。