醫(yī)療設備數(shù)據(jù)標準化與標準化工具應用演講人2026-01-09

01醫(yī)療設備數(shù)據(jù)標準化與標準化工具應用02醫(yī)療設備數(shù)據(jù)標準化的內涵與時代價值03醫(yī)療設備數(shù)據(jù)標準化的現(xiàn)狀與核心挑戰(zhàn)04醫(yī)療設備數(shù)據(jù)標準化工具的類型與功能架構05標準化工具的應用場景與實踐案例分析06醫(yī)療設備數(shù)據(jù)標準化的未來發(fā)展趨勢與展望07總結：醫(yī)療設備數(shù)據(jù)標準化是智慧醫(yī)療的“基石工程”目錄01ONE醫(yī)療設備數(shù)據(jù)標準化與標準化工具應用02ONE醫(yī)療設備數(shù)據(jù)標準化的內涵與時代價值

醫(yī)療設備數(shù)據(jù)標準化的定義與范疇醫(yī)療設備數(shù)據(jù)標準化是指通過制定統(tǒng)一的數(shù)據(jù)格式、編碼規(guī)則、傳輸協(xié)議及質量管控機制，實現(xiàn)不同設備、不同系統(tǒng)間數(shù)據(jù)的互聯(lián)互通、互認共享。其范疇涵蓋數(shù)據(jù)采集（如生命體征、醫(yī)學影像、檢驗結果等）、存儲（如數(shù)據(jù)庫結構、文件格式）、傳輸（如接口協(xié)議、數(shù)據(jù)包格式）、分析（如數(shù)據(jù)元定義、語義統(tǒng)一）及安全（如隱私保護、加密標準）全流程。從本質上看，標準化是醫(yī)療設備數(shù)據(jù)從“原始信息”轉化為“可用資產”的核心橋梁，也是智慧醫(yī)療建設的基石。在臨床實踐中，醫(yī)療設備數(shù)據(jù)標準化的價值尤為凸顯。以心電圖數(shù)據(jù)為例，若不同廠商設備輸出的信號采樣率、濾波參數(shù)、導聯(lián)命名不一致，可能導致AI診斷模型因數(shù)據(jù)異構性產生偏差，甚至漏診誤診。而通過標準化，可將不同設備的心電圖數(shù)據(jù)映射為統(tǒng)一的“波形+標注”格式，確保AI模型訓練數(shù)據(jù)的同質性，提升診斷準確率。這種“數(shù)據(jù)標準化—模型優(yōu)化—臨床賦能”的閉環(huán)，正是當前醫(yī)療AI落地的關鍵路徑。

醫(yī)療設備數(shù)據(jù)標準化對醫(yī)療行業(yè)轉型的驅動作用提升臨床決策效率標準化數(shù)據(jù)能打破“信息孤島”，實現(xiàn)患者全生命周期數(shù)據(jù)的整合。例如，某三甲醫(yī)院通過標準化接口將監(jiān)護儀、呼吸機、檢驗系統(tǒng)的數(shù)據(jù)接入電子病歷（EMR），醫(yī)生可在同一界面查看患者實時生命體征、檢驗趨勢及設備報警記錄，平均診斷決策時間縮短40%。在急診場景中，這種“一站式數(shù)據(jù)視圖”對快速識別危重癥患者、制定搶救方案具有不可替代的作用。

醫(yī)療設備數(shù)據(jù)標準化對醫(yī)療行業(yè)轉型的驅動作用賦能醫(yī)學研究與創(chuàng)新多中心臨床研究依賴大規(guī)模、高質量的數(shù)據(jù)樣本。標準化數(shù)據(jù)可消除不同中心因設備差異導致的數(shù)據(jù)偏差，提升研究結果的可靠性和可重復性。例如，國家心血管病中心通過建立標準化心血管設備數(shù)據(jù)平臺，整合全國32家醫(yī)院的影像、檢驗及隨訪數(shù)據(jù)，成功研發(fā)出適用于中國人群的冠心病風險預測模型，相關成果發(fā)表于《柳葉刀》子刊。

醫(yī)療設備數(shù)據(jù)標準化對醫(yī)療行業(yè)轉型的驅動作用優(yōu)化醫(yī)療資源配置與管理通過對醫(yī)療設備數(shù)據(jù)的標準化采集與分析，管理者可實時掌握設備運行狀態(tài)、使用效率及維護需求。例如，某醫(yī)院通過對CT設備掃描參數(shù)、故障記錄、預約數(shù)據(jù)的標準化建模，發(fā)現(xiàn)設備在非高峰時段利用率不足50%，通過調整排班策略，年檢查量提升30%，同時設備故障率降低25%。這種“數(shù)據(jù)驅動的精細化管理”，是公立醫(yī)院高質量發(fā)展的核心支撐。03ONE醫(yī)療設備數(shù)據(jù)標準化的現(xiàn)狀與核心挑戰(zhàn)

國內外標準化體系的發(fā)展現(xiàn)狀國際標準化體系國際醫(yī)療設備數(shù)據(jù)標準化以ISO、DICOM、HL7等為核心。DICOM（DigitalImagingandCommunicationsinMedicine）是醫(yī)學影像領域的“黃金標準”，定義了圖像存儲、傳輸、查詢的統(tǒng)一格式，目前全球90%以上的醫(yī)學影像設備支持DICOM標準。HL7（HealthLevelSeven）則聚焦醫(yī)療信息交換，其HL7FHIR（FastHealthcareInteroperabilityResources）標準通過“資源化”和“API化”設計，成為當前醫(yī)療數(shù)據(jù)互操作的主流技術框架。此外，ISO13606（電子健康記錄通信標準）、IEEE11073（醫(yī)療設備信息互操作標準）等，共同構成了國際醫(yī)療設備數(shù)據(jù)標準化的“生態(tài)體系”。

國內外標準化體系的發(fā)展現(xiàn)狀國內標準化體系的推進與本土化實踐我國醫(yī)療設備數(shù)據(jù)標準化起步較晚，但發(fā)展迅速。2016年原國家衛(wèi)計委發(fā)布《醫(yī)院信息化建設應用技術指引（2016版）》，首次明確提出醫(yī)療設備數(shù)據(jù)接口標準化要求；2020年《國家醫(yī)療健康信息標準體系》將醫(yī)療設備數(shù)據(jù)納入重點建設領域，推動DICOM、HL7FHIR等國際標準的本土化適配。例如，中國電子學會發(fā)布的《醫(yī)療設備數(shù)據(jù)接口規(guī)范（T/CIE069-2020）），在HL7FHIR基礎上增加了中醫(yī)舌診、脈診等特色數(shù)據(jù)元，為中西醫(yī)結合診療提供了標準化支撐。

當前醫(yī)療設備數(shù)據(jù)標準化面臨的核心挑戰(zhàn)盡管標準化體系逐步完善，但實踐落地中仍存在諸多瓶頸，具體表現(xiàn)為“三難一低”：

當前醫(yī)療設備數(shù)據(jù)標準化面臨的核心挑戰(zhàn)數(shù)據(jù)異構性整合難醫(yī)療設備品牌、型號繁多，數(shù)據(jù)格式差異顯著。例如，同樣是血糖儀，羅氏設備輸出JSON格式數(shù)據(jù)，雅培設備輸出XML格式，而國產設備可能采用自定義二進制格式。這種“百花齊放”導致數(shù)據(jù)采集需針對每類設備開發(fā)獨立接口，開發(fā)成本高、維護難度大。某醫(yī)院統(tǒng)計顯示，整合100臺不同設備的數(shù)據(jù)接口，平均需耗時3個月，成本超20萬元。

當前醫(yī)療設備數(shù)據(jù)標準化面臨的核心挑戰(zhàn)數(shù)據(jù)質量保障難醫(yī)療設備數(shù)據(jù)易受設備狀態(tài)、操作環(huán)境、人為因素影響，存在“三低”問題：準確性低（如監(jiān)護儀因電極脫落導致血氧數(shù)據(jù)異常）、完整性低（檢驗設備因樣本不足自動放棄關鍵指標檢測）、一致性低（不同醫(yī)護人員對同一癥狀的文本描述差異大）。某研究顯示，未經標準化的醫(yī)療設備數(shù)據(jù)中，約15%存在明顯錯誤，直接影響臨床決策質量。

當前醫(yī)療設備數(shù)據(jù)標準化面臨的核心挑戰(zhàn)標準落地執(zhí)行難部分醫(yī)療機構存在“重采購、輕標準”傾向，設備采購時未要求廠商提供標準化接口，導致后期數(shù)據(jù)整合被動。同時，醫(yī)護人員對標準化的認知不足，認為“數(shù)據(jù)錄入是額外負擔”，導致數(shù)據(jù)采集不規(guī)范。某醫(yī)院調研顯示，僅38%的護士了解DICOM標準，72%的醫(yī)護人員認為標準化工作“增加了臨床工作量”。

當前醫(yī)療設備數(shù)據(jù)標準化面臨的核心挑戰(zhàn)安全與隱私保護合規(guī)性低醫(yī)療設備數(shù)據(jù)包含患者隱私信息，標準化過程中需符合《個人信息保護法》《數(shù)據(jù)安全法》等法規(guī)要求。但當前部分標準化工具缺乏加密傳輸、脫敏處理、訪問控制等功能，存在數(shù)據(jù)泄露風險。例如，某企業(yè)開發(fā)的ETL工具因未對醫(yī)療數(shù)據(jù)脫敏，導致患者姓名、身份證號等敏感信息在數(shù)據(jù)傳輸過程中明文傳輸，被監(jiān)管部門責令整改。04ONE醫(yī)療設備數(shù)據(jù)標準化工具的類型與功能架構

標準化工具的核心功能與分類醫(yī)療設備數(shù)據(jù)標準化工具是實現(xiàn)數(shù)據(jù)“采、轉、存、用”全流程標準化管理的軟件系統(tǒng)，按功能可分為四類：數(shù)據(jù)采集工具、數(shù)據(jù)轉換工具、數(shù)據(jù)管理工具、數(shù)據(jù)應用工具。其核心功能是通過技術手段解決數(shù)據(jù)異構性、保障數(shù)據(jù)質量、實現(xiàn)數(shù)據(jù)安全共享，為臨床、科研、管理提供“可用、可信、可用”的數(shù)據(jù)服務。

數(shù)據(jù)采集工具：打破“數(shù)據(jù)孤島”的“入口關”數(shù)據(jù)采集工具是標準化流程的“第一關口”，負責從醫(yī)療設備中實時或批量提取原始數(shù)據(jù)，并初步規(guī)范數(shù)據(jù)格式。按采集方式可分為三類：

數(shù)據(jù)采集工具：打破“數(shù)據(jù)孤島”的“入口關”直連采集工具通過物理接口（如RS232、USB、以太網）或無線協(xié)議（如Wi-Fi、藍牙）直接與設備連接，實現(xiàn)數(shù)據(jù)實時采集。例如，邁瑞公司的中央監(jiān)護系統(tǒng)可通過網關直連病房監(jiān)護儀，實時采集心率、血壓、呼吸頻率等數(shù)據(jù)，傳輸速率達100幀/秒，延遲<500ms。此類工具適用于生命體征監(jiān)護、醫(yī)學影像等實時性要求高的場景。

數(shù)據(jù)采集工具：打破“數(shù)據(jù)孤島”的“入口關”接口對接工具通過調用設備廠商提供的API（應用程序接口）或中間件采集數(shù)據(jù)。例如，西門子CT設備提供DICOM接口，可通過PACS（影像歸檔和通信系統(tǒng)）工具自動獲取影像數(shù)據(jù)及DICOM標簽（如患者信息、掃描參數(shù)）。此類工具適用于大型醫(yī)療設備，兼容性強，但需廠商開放接口。

數(shù)據(jù)采集工具：打破“數(shù)據(jù)孤島”的“入口關”文件解析工具針對輸出文件（如CSV、Excel、自定義文本文件）的設備，通過解析文件結構提取數(shù)據(jù)。例如，某生化分析儀輸出結果為CSV文件，可通過Python腳本或專用工具（如Talend）解析“樣本號”“檢驗項目”“結果值”等字段，并轉換為標準JSON格式。此類工具成本低、部署靈活，適用于小型設備及歷史數(shù)據(jù)遷移。

數(shù)據(jù)轉換工具：實現(xiàn)“語義互認”的“翻譯器”數(shù)據(jù)轉換工具是解決數(shù)據(jù)異構性的核心，通過將原始數(shù)據(jù)映射為標準格式，實現(xiàn)不同系統(tǒng)間的“語義互認”。按轉換技術可分為三類：

數(shù)據(jù)轉換工具：實現(xiàn)“語義互認”的“翻譯器”基于映射引擎的轉換工具通過預定義的映射規(guī)則（如DICOM與HL7FHIR的字段對應關系）實現(xiàn)數(shù)據(jù)格式轉換。例如，東軟公司的醫(yī)療數(shù)據(jù)交換平臺（iDMP）內置300+種醫(yī)療設備數(shù)據(jù)映射模板，用戶可通過“拖拽式”配置界面，將監(jiān)護儀的“SpO2”字段映射為HL7FHIR的“Observation”資源中的“valueQuantity”元素，轉換準確率>99%。此類工具適用于標準化程度高的場景，配置靈活。

數(shù)據(jù)轉換工具：實現(xiàn)“語義互認”的“翻譯器”基于ETL的轉換工具ETL（Extract-Transform-Load，提取-轉換-加載）工具通過數(shù)據(jù)抽取、清洗、轉換、加載四步流程實現(xiàn)數(shù)據(jù)標準化。例如，InformaticaPowerCenter可從監(jiān)護儀提取原始數(shù)據(jù)，通過清洗規(guī)則（如剔除異常值、填充缺失值）、轉換規(guī)則（如將“正常/異?！庇成錇椤?/1”），最終加載到EMR數(shù)據(jù)庫。此類工具適用于大規(guī)模數(shù)據(jù)處理，支持復雜業(yè)務邏輯。

數(shù)據(jù)轉換工具：實現(xiàn)“語義互認”的“翻譯器”基于AI的智能轉換工具針對非結構化數(shù)據(jù)（如醫(yī)學文本、影像報告），通過自然語言處理（NLP）、計算機視覺（CV）等技術實現(xiàn)智能轉換。例如，推想科技的肺結節(jié)AI報告工具可解析CT影像報告中的文本描述（如“左肺上葉見磨玻璃結節(jié)”），自動抽取“部位”“病灶類型”“大小”等結構化數(shù)據(jù)，并映射為標準OMOP（觀察性醫(yī)療結果合作）數(shù)據(jù)模型。此類工具適用于非結構化數(shù)據(jù)標準化，準確率隨數(shù)據(jù)量提升而提高。

數(shù)據(jù)管理工具：保障“數(shù)據(jù)質量”的“守護者”數(shù)據(jù)管理工具通過數(shù)據(jù)清洗、質控、主數(shù)據(jù)管理等功能，確保標準化數(shù)據(jù)的準確性、完整性、一致性。核心功能包括：

數(shù)據(jù)管理工具：保障“數(shù)據(jù)質量”的“守護者”數(shù)據(jù)清洗與校驗通過規(guī)則引擎（如“血氧飽和度正常范圍70%-100%”）和算法模型（如異常值檢測）識別并修正數(shù)據(jù)錯誤。例如，某醫(yī)院使用IBMInfoSphere工具對監(jiān)護數(shù)據(jù)進行清洗，自動剔除電極脫落導致的血氧飽和度<70%的異常值，并將缺失的血壓數(shù)據(jù)通過插值算法填充，數(shù)據(jù)質量評分從75分提升至92分。

數(shù)據(jù)管理工具：保障“數(shù)據(jù)質量”的“守護者”主數(shù)據(jù)管理（MDM）對核心實體（如患者、設備、醫(yī)護人員）進行統(tǒng)一標識和編碼，解決“同名同姓”“一物多碼”問題。例如，某醫(yī)院通過主數(shù)據(jù)系統(tǒng)將患者的“住院號”“門診號”“身份證號”關聯(lián)為唯一主鍵，實現(xiàn)患者全生命周期數(shù)據(jù)的整合；同時為每臺設備賦予唯一資產編碼，記錄其采購時間、維護記錄、校準數(shù)據(jù)等，提升設備管理的精細化水平。

數(shù)據(jù)管理工具：保障“數(shù)據(jù)質量”的“守護者”數(shù)據(jù)血緣與溯源記錄數(shù)據(jù)的來源、轉換過程、使用情況，實現(xiàn)數(shù)據(jù)全流程追溯。例如，阿里云DataWorks工具可生成數(shù)據(jù)血緣圖譜，顯示“監(jiān)護儀原始數(shù)據(jù)→轉換工具清洗→EMR存儲→AI模型調用”的全鏈路，當數(shù)據(jù)出現(xiàn)問題時，可快速定位環(huán)節(jié)并追溯原因，保障數(shù)據(jù)可信度。

數(shù)據(jù)應用工具：釋放“數(shù)據(jù)價值”的“引擎”數(shù)據(jù)應用工具通過標準化數(shù)據(jù)驅動臨床、科研、管理場景的智能化升級，核心功能包括：

數(shù)據(jù)應用工具：釋放“數(shù)據(jù)價值”的“引擎”臨床決策支持（CDS）工具基于標準化數(shù)據(jù)構建規(guī)則引擎和預測模型，輔助醫(yī)生決策。例如，梅奧診所的CDS系統(tǒng)可實時整合患者生命體征、檢驗結果、用藥數(shù)據(jù)，通過規(guī)則引擎（如“肌酐升高+利尿劑使用→腎損傷風險”）和機器學習模型（如膿毒癥早期預警模型），向醫(yī)生推送提醒信息，降低醫(yī)療差錯率。

數(shù)據(jù)應用工具：釋放“數(shù)據(jù)價值”的“引擎”科研數(shù)據(jù)分析工具提供數(shù)據(jù)查詢、統(tǒng)計、可視化等功能，支持多中心臨床研究。例如，國家醫(yī)學中心科研數(shù)據(jù)平臺通過標準化數(shù)據(jù)整合，支持研究者按“疾病類型”“地域”“年齡”等維度篩選樣本，生成統(tǒng)計報表和可視化圖表，加速科研進程。

數(shù)據(jù)應用工具：釋放“數(shù)據(jù)價值”的“引擎”醫(yī)療設備管理工具通過標準化數(shù)據(jù)監(jiān)控設備運行狀態(tài)，預測故障風險。例如，GE醫(yī)療的設備管理平臺可收集CT設備的掃描次數(shù)、故障代碼、溫度數(shù)據(jù)，通過機器學習模型預測“球管壽命”“制冷系統(tǒng)故障”，并推送維護提醒，減少設備停機時間。05ONE標準化工具的應用場景與實踐案例分析

區(qū)域醫(yī)療信息平臺：實現(xiàn)跨機構數(shù)據(jù)共享案例背景：某省為推進分級診療，建設省級醫(yī)療信息平臺，需整合省內500家醫(yī)療機構的設備數(shù)據(jù)，實現(xiàn)檢查結果互認、雙向轉診。標準化工具應用：1.數(shù)據(jù)采集：采用“直連+接口”混合方式，對三級醫(yī)院使用HL7接口工具對接EMR系統(tǒng)，對基層醫(yī)療機構使用文件解析工具采集檢驗設備數(shù)據(jù)（如血常規(guī)、生化儀）。2.數(shù)據(jù)轉換：基于映射引擎工具，將不同廠商的檢驗數(shù)據(jù)（如邁瑞、貝克曼）統(tǒng)一轉換為《醫(yī)療機構檢驗結果互認項目標準》格式，實現(xiàn)“項目名稱+參考范圍+結果值”的標準化映射。3.數(shù)據(jù)管理：通過主數(shù)據(jù)系統(tǒng)為患者生成唯一身份標識，解決跨機構“患者重復”問題

區(qū)域醫(yī)療信息平臺：實現(xiàn)跨機構數(shù)據(jù)共享；通過數(shù)據(jù)清洗工具剔除異常數(shù)據(jù)（如白細胞計數(shù)>50×10?/L的明顯錯誤值）。實施效果：平臺上線后，患者跨機構檢查重復率從35%降至8%，雙向轉診效率提升60%；醫(yī)生調閱既往檢查報告時間從30分鐘縮短至5分鐘，顯著提升了患者就醫(yī)體驗。

智慧ICU：構建全流程數(shù)據(jù)驅動的重癥監(jiān)護體系案例背景：某三甲醫(yī)院ICU有30張床位，涉及監(jiān)護儀、呼吸機、CRRT（連續(xù)性腎臟替代治療）等10類設備，數(shù)據(jù)分散導致醫(yī)護人員需頻繁切換系統(tǒng)查看信息，且易遺漏報警。標準化工具應用：1.數(shù)據(jù)采集：采用中央監(jiān)護系統(tǒng)直連所有設備，實時采集心率、血壓、呼吸機參數(shù)等數(shù)據(jù)，采樣率100Hz，確保數(shù)據(jù)的實時性。2.數(shù)據(jù)轉換：通過DICOM標準整合CRRT設備的治療數(shù)據(jù)（如置換液量、抗凝劑量），通過HL7FHIR標準對接EMR，實現(xiàn)“患者體征+治療參數(shù)+醫(yī)囑”的統(tǒng)一視圖。

智慧ICU：構建全流程數(shù)據(jù)驅動的重癥監(jiān)護體系3.數(shù)據(jù)應用：開發(fā)AI預警工具，基于標準化數(shù)據(jù)訓練膿毒癥、急性腎損傷預測模型，當患者心率>120次/分+血氧飽和度<90%持續(xù)10分鐘時，系統(tǒng)自動推送報警至醫(yī)護終端。實施效果：ICU醫(yī)護人員查看患者數(shù)據(jù)的時間從平均40分鐘/人次降至10分鐘/人次；膿毒癥早期預警準確率從65%提升至88%，患者死亡率降低18%。

醫(yī)療設備全生命周期管理：基于數(shù)據(jù)的精細化運維案例背景：某醫(yī)院有200臺醫(yī)療設備，因缺乏標準化數(shù)據(jù)管理，設備故障響應時間平均4小時，且無法預測設備壽命，導致維修成本居高不下。標準化工具應用：1.數(shù)據(jù)采集：在設備上安裝物聯(lián)網傳感器，實時采集運行時間、溫度、振動等數(shù)據(jù)；通過設備管理系統(tǒng)記錄維修記錄、校準數(shù)據(jù)。2.數(shù)據(jù)轉換：將設備運行數(shù)據(jù)轉換為ISO8000（醫(yī)療設備數(shù)據(jù)標準）格式，實現(xiàn)“設備狀態(tài)+維護記錄+成本數(shù)據(jù)”的標準化存儲。3.數(shù)據(jù)應用：構建設備健康管理平臺，通過機器學習模型分析設備運行數(shù)據(jù)，預測“球管壽命”“壓縮機故障”等風險，并自動生成維護工單。實施效果：設備故障響應時間縮短至1小時內，年維修成本降低25%；設備利用率從65%提升至82%，為醫(yī)院節(jié)省設備采購成本超300萬元。06ONE醫(yī)療設備數(shù)據(jù)標準化的未來發(fā)展趨勢與展望

技術融合：AI與標準化的深度協(xié)同未來，AI技術將與標準化工具深度融合，實現(xiàn)“智能采集—智能轉換—智能應用”的閉環(huán)。例如，基于NLP的非結構化數(shù)據(jù)解析工具可自動提取病歷文本中的診斷信息，減少人工錄入；基于聯(lián)邦學習的標準化框架可在保護數(shù)據(jù)隱私的前提下，實現(xiàn)多中心數(shù)據(jù)的協(xié)同建模，解決醫(yī)療數(shù)據(jù)“孤島”與“隱私”的矛盾。預計到2025年，AI輔助的標準化工具將在臨床數(shù)據(jù)采集中的滲透率達到40%。

標準動態(tài)化：適應醫(yī)療技術的快速迭代醫(yī)療技術（如可穿戴設備、AI輔助診斷設備）的快速發(fā)展，要求標準體系具備“動態(tài)更新”能力。例如，HL7FHIR通過“版本迭代”機制，每2年發(fā)布一個新版本，新增“可穿戴設備數(shù)據(jù)”“AI模型元數(shù)據(jù)”等資源類型；國內也將建立“醫(yī)療設備標準動態(tài)響應機制”，根據(jù)新技術發(fā)展及時修訂標準。這種“標準引領技術、技術反哺標準”的良性循環(huán)，將推動標準化體系與醫(yī)療技術同步演進。

場景化定制：從“通用標準”到“專科標準”當前標準化工具多聚焦“通用數(shù)據(jù)元”，而?？疲ㄈ缒[瘤、心血管、中醫(yī)）對數(shù)據(jù)的需求具有特殊性。未來，標準化工具將向“?？苹狈较虬l(fā)展，例如：腫瘤?？菩铇藴驶盎驕y序數(shù)據(jù)”“免疫治療療效評價數(shù)據(jù)”；中醫(yī)需標準化“