适用范围：本文件确立了健康信息学领域中通用的健康指标概念框架。其目的是促进框架中通用词汇和概念性定义的制定。该框架: a) 定义了描述人口健康和医疗保健系统性能所必需的、合适的维度和子维度; b) 是宽泛(顶层)的,适用于各种医疗保健系统; c) 是包括与健康有效性、健康系统性能和应用以及与地区和国家差异相关的所有因素。 注1:制定本框架的缘由见附录B。 注2:许多国家开发了用来指导收集和分析健康指标的模型。各个国家并不希望改变现有的框架。本框架能与各国现有的框架一致。例如,具体的健康指标框架只针对健康系统性能,本文件推荐的方法能用来加强和/或补充各国现有的模型。 注3:不同的地区能选择使用不同的概念框架。由于概念维度代表了高层分类学,所以本文件能为各国在选择具体指标时提供有效的判断和灵活性。高层分类学也具有足够的灵活性,允许在新问题的出现和新数据的增加时而增加相应的新指标。由于没有定义具体数据元素,所以各个地区能根据自身具体情况将最相关、适用的指标纳入本框架中。 本文件不标识或不描述健康指标概念框架内的单个指标或具体数据元素。健康指标概念框架包含的元数据、特征和通用属性方面的标准仍待制定。 基准定义和/或定义基准的方法不属于本文件范围。

适用范围：本文件规定了健康信息学电子健康记录(EHR)信息处理、管理和交换的要求。 本文件适用于电子健康记录体系架构的设计与管理。 本文件未规定电子健康记录(EHR)系统在患者护理或其他使用场景下所需满足的全部要求，但本文件规定的要求有助于此类系统中电子健康记录信息的治理。

适用范围：本文件确立了智慧化临床营养诊疗体系信息系统分类的总体原则，规定了住院管理系统类、库存管理系统类、门诊营养管理系统类三大系统类别的功能、性能、接口、数据、安全方面的要求。本文件适用于二级（含）以上综合医院及肿瘤、儿童、精神等专科医院的智慧化临床营养诊疗体系信息系统的设计、开发、采购、验收与使用。 本文件确立了智慧化临床营养诊疗体系信息系统分类的总体原则，规定了住院管理系统类、库存管理系统类、门诊营养管理系统类三大系统类别的功能、性能、接口、数据、安全方面的要求

适用范围：随着医保相关业务的不断发展， 医保医用耗材分类在耗材管理和业务衔接中的基础性作用日益凸显。 在实际应用中， 医保医用耗材分类涉及对多来源业务信息的综合分析和判定， 分类过程对数据处理能力、 分类逻辑一致性以及结果可追溯性等方面提出了较高要求。 仅依赖人工方式开展分类， 难以在准确率与稳定性方面满足规模化应用需求。 在此背景下， 有必要针对人工智能辅助医保医用耗材分类系统的建设提出统一的通用要求。 本文件围绕分类系统的准入模块、 预处理模块、 分类模块、 存储模块的共性需求提出相应要求， 为相关分类系统的建设和应用提供参考， 促进医保医用耗材分类工作的规范化和智能化发展

适用范围：随着医保相关业务的持续发展，医保档案在业务管理和信息支撑中的基础性作用日益凸显。医保档案数量不断增长，档案类型和内容形式日趋多样，对档案处理的效率、一致性和规范性提出了更高要求。 在实际应用中，医保档案通常以便携式文档格式等电子文档形式进行归档和管理，其内容包含文字、表格和图像等多种信息形态，页面版式复杂，内容结构差异较大。档案自动化处理过程对系统在页面处理能力、流程衔接一致性以及处理结果可追溯性等方面提出了较高要求。仅依赖人工方式开展档案处理，难以在效率和稳定性方面满足规模化应用需求。 在此背景下，有必要对人工智能辅助医保档案处理系统的技术实现提出统一规范。本文件围绕处理系统的技术架构、功能模块要求、性能要求及测试方法等方面，规定了人工智能辅助医保档案处理系统的技术要求，用于规范相关系统的设计、实现与评估，促进医保档案自动化处理技术的规范化和智能化应用

适用范围：药物警戒是保障药品上市后安全性与有效性的重要制度安排，其核心任务在于通过持续、系统地收集、分析和评估药品不良反应及其他安全性相关信息，及时识别、评估和控制药品风险。药物警戒活动高度依赖数据支撑，药物不良反应报告、个例安全性报告、文献监测数据、风险管理计划执行信息以及上市后安全性研究结果等，均以数据形式贯穿药物警戒工作的全过程。药物警戒数据的真实性、完整性、准确性、及时性和可追溯性，直接决定了信号检测、风险评估和监管决策的科学性与可靠性。 在实际工作中，药物警戒数据来源广泛、类型多样，既包括自发报告系统产生的数据，也包括临床研究、真实世界研究、文献与数据库检索、患者支持项目以及合作方共享数据等。不同来源的数据在采集方式、质量基础、结构化程度和更新频率等方面存在显著差异，若缺乏统一的数据质量管理与控制要求，容易出现信息缺失、逻辑不一致、重复记录、编码错误、版本混乱及追溯困难等问题，进而影响安全信号识别的灵敏性和风险评估结论的可靠性。此外，随着信息化和数字化技术在药物警戒领域的广泛应用，数据管理逐步由人工台账向信息系统和数据库管理转变，对数据标准化、过程控制和系统化质量管理提出了更高要求。 为适应药品监管要求不断完善、药物警戒活动专业化和规范化水平持续提升的发展趋势，有必要在现有法律法规和技术指导原则的基础上，系统梳理药物警戒数据管理的关键环节，明确数据质量控制的基本原则、管理要求和技术措施，建立覆盖数据全生命周期的数据质量管理体系。本文件围绕药物警戒数据在采集、录入、处理、存储、分析、交换和归档等环节的质量管理需求，对数据质量管理与控制提出规范性要求，旨在提升药物警戒数据的可靠性和一致性，支撑药品安全风险的科学评估与有效管控，促进药物警戒工作的持续改进和高质量发展

适用范围：本文件规定了基于 AI 技术的问题肌精准诊断的系统要求、诊断流程、质量控制等内容。 本文件适用于美容服务机构、设备制造商及相关技术单位使用 AI 皮肤检测设备进行问题肌诊断的活动。 本文件规定了基于 AI 技术的问题肌精准诊断的系统要求、诊断流程、质量控制等内容