咨询在FHIR中存储患者原始监测数据的最优方案

核心结论：不用每条测值都建Observation #

直接为每个心率测量值创建独立Observation资源，对于每日10小时、每周7天的高频数据来说完全没必要——这会生成海量资源，既浪费存储，也会拖慢后续查询、分析的效率。FHIR专门提供了更高效的批量存储方案。

更便捷的存储方式：用SampledData类型打包连续数据 #

FHIR的Observation资源支持valueSampledData字段，专门用于存储连续、批量的时间序列测量数据（比如持续监测的心率、血压）。你可以把一段连续时间内的所有心率采样点打包到同一个Observation里，大幅减少资源数量。

SampledData的关键参数包括：

• origin：采样起始时间和初始值（比如监测开始的时间点）
• period：采样间隔（比如每5秒采一次，就设为5.0）
• unit：测量单位（比如"bpm"）
• data：所有采样值的数组（用逗号分隔，异常值可以用特定符号标记，比如"E"代表错误）

修改后的代码示例 #

针对你的C#代码，调整为使用SampledData的版本：

// 假设你有一段连续的心率采样数据，比如10小时内每5秒一次的数值
var sampledData = new SampledData
{
    Origin = new Quantity
    {
        Value = 70, // 起始时刻的心率值
        Unit = "bpm",
        Code = "/min"
    },
    Period = 5.0, // 采样间隔：5秒
    Unit = "bpm",
    Data = "72,71,73,70,69,74,..." // 所有采样值的字符串，用逗号分隔
};

var observation = new Observation
{
    Status = ObservationStatus.Final,
    Code = new CodeableConcept("http://loinc.org", "8867-4", "Heart rate"), // 替换为正确的连续心率LOINC码
    Subject = new ResourceReference($"Patient/{measurementData.PatientId}"),
    Value = sampledData,
    Effective = new Period // 标记这段数据的采集时间范围
    {
        Start = DateTime.Parse("2024-05-20 08:00:00"),
        End = DateTime.Parse("2024-05-20 18:00:00")
    },
    Issued = DateTime.Now // 这里建议设为数据上传/生成的时间
};

额外建议 #

1. 拆分粒度：如果是一周的监测数据，建议按天拆分Observation（每天一个），每个Observation存储当天10小时的采样数据，避免单个资源过大。
2. LOINC码正确性：确保使用对应连续心率监测的LOINC码，不要用示例中的12345-6，比如8867-4是通用心率码，若为连续监测可使用更具体的码（比如45044-6：心率，连续）。
3. 时间标记：用Effective字段明确数据的采集时间范围，比单独的Issued更能准确反映数据的时间维度。

内容的提问来源于stack exchange，提问作者Hekky K