如何从AWS HealthImaging数据存储中获取患者ID列表？

服务名称与核心API说明 #

• 正确的服务标识：
  • Python boto3客户端需使用healthimaging
  • REST API端点前缀为medical-imaging（例如medical-imaging.us-east-1.amazonaws.com）
• 不存在直接返回患者ID列表的API，需通过两步遍历实现：
  1. 调用ListStudies（boto3对应方法：client.list_studies()）分页拉取目标数据存储下的所有研究ID
  2. 对每个研究ID，调用GetStudyMetadata（boto3对应方法：client.get_study_metadata()），从返回的DICOM元数据中提取PatientID字段（路径为DicomMetadata.Patient.PatientID）

可运行的Python示例（解决服务名称报错） #

import boto3

# 替换为你的AWS区域和目标数据存储ID
REGION = 'us-east-1'
DATASTORE_ID = 'your-target-datastore-id'

# 初始化正确的HealthImaging客户端
hi_client = boto3.client('healthimaging', region_name=REGION)

patient_ids = set()
next_token = None

# 分页遍历所有研究
while True:
    list_params = {'datastoreId': DATASTORE_ID}
    if next_token:
        list_params['nextToken'] = next_token
    
    studies_response = hi_client.list_studies(**list_params)
    
    # 逐个获取研究元数据并提取患者ID
    for study in studies_response['studies']:
        metadata_response = hi_client.get_study_metadata(
            datastoreId=DATASTORE_ID,
            studyId=study['studyId']
        )
        patient_id = metadata_response['DicomMetadata']['Patient']['PatientID']
        patient_ids.add(patient_id)
    
    next_token = studies_response.get('nextToken')
    if not next_token:
        break

# 输出去重后的患者ID列表
print("所有患者ID：", list(patient_ids))

避坑提示 #

• 不要混淆healthlake：这是AWS用于临床数据存储的独立服务，和HealthImaging（影像存储）无关联，使用该服务客户端会直接报错
• REST API调用规则：ListStudies的请求格式为GET /datastore/{datastore-id}/studies，GetStudyMetadata为GET /datastore/{datastore-id}/studies/{study-id}/metadata，需遵循AWS REST API的签名与授权规范

内容的提问来源于stack exchange，提问作者Paul Mullen