本主题下汇集了各种文献，这些文献介绍了InterSystems业务理念和产品使用方法、成功案例、架构以及您可以使用 InterSystems 产品（InterSystems IRIS、InterSystems IRIS for Health、HealthShare、Caché 和 Ensemble）创建、构建和实现的解决方案的演示。
在之前的帖子中，我展示了如何使用 pButtons 收集历史性能指标。 我首选 pButtons 是因为我知道它随每个数据平台实例（Ensemble、Caché、...）一起安装。 不过，还有其他方法可以实时收集、处理和显示 Caché 性能指标，以进行简单的监视，或进行更重要的并且复杂得多的运营分析和容量计划。 最常见的数据收集方法之一是使用 SNMP（简单网络管理协议）。
SNMP 是 Caché 向各种管理工具提供管理和监控信息的标准方式。 Caché 在线文档包含了 Caché 和 SNMP 之间接口的详细信息。 虽然 SNMP 应该可以直接与 Caché 配合工作，但仍有一些配置技巧和陷阱。 我经历了很多次错误的开始，并且在 InterSystems 其他同事的帮助下，才让 Caché 与操作系统 SNMP 主代理建立对话，所以我写了这篇帖子，希望您可以避免同样的痛苦。
我们继续使用FHIR适配器的示例，在本文中，我们将回顾如何在我们的IRIS实例中进行配置以及安装的结果。
配置项目的步骤与官方文档中所示的相同，您可以直接在此处查看。好吧，让我们开始工作吧！
正如您在与本文相关的项目中看到的，我们将 IRIS 实例部署在 Docker 中，因此初始配置的主要部分将在 Dockerfile 中完成。别担心，我们不会详细介绍 Docker 配置。
要安装 FHIR 适配器，我们只需：
set status = ##class (HS.FHIRServer.Installer).InteropAdapterConfig( "/Adapter/r4" )在我们的例子中，我们定义了将接收 REST 请求的 IRIS 端点的 URL 为/Adapter/r4 。
FHIR 适配器安装完成后，我们可以查看 IRIS 实例中发生的情况。为此，我们首先查看 Web 应用程序菜单（系统管理 -> 安全 -> 应用程序 -> Web 应用程序）
正如我们所看到的，一个新的 Web 应用程序已添加到列表中，表明它对应于我们的 ADAPTER 命名空间。让我们访问它以更详细地查看其配置。
想必大家都听说过 FHIR 是解决系统间所有互操作性和兼容性问题的灵丹妙药和解决方案。就在这里，我们可以看到他手持一份 FHIR 资源，愉快地享受其中：
但对于我们这些普通人，我们将做一个小小的介绍。
让我们直接进入定义：FHIR（Fast Healthcare Interoperability Resource）是由HL7（Health Level 7标准组）开发的一种互操作性标准，旨在实现医疗行业中不同系统之间的电子医疗数据交换。
主要是通过 REST API 和 JSON 格式进行 HTTP 调用的结合（尽管它可以是 XML 以及我们可用的任何其他通信，具体根据我们的使用情况）。
一般来说，最简单的方式是拥有一个FHIR服务器，我们将使用诸如GET（从服务器获取数据）、PUT（更新数据）、POST（保存数据）和DELETE（删除数据）等HTTP调用与其通信。
FHIR处理了“资源”（Resource）的概念，用于在服务器和客户端之间发送和接收数据。这些资源旨在涵盖系统间80%的互通性需求。在这里，我们可以看到默认情况下可用的资源图示。
如您所见，每个资源都附带一个表示资源成熟度的数字或字母（其中N = 正式）。如果您访问官方的FHIR文档，您将能够获取到众多示例。
InterSystems 很高兴地宣布InterSystems Supply Chain Orchestrator™的核心组件，即 InterSystems IRIS for Supply Chain 2023.1 版，现已正式发布 (GA)。
InterSystems Supply Chain Orchestrator （InterSystems 供应链协调器）基于 InterSystems IRIS® 构建，InterSystems IRIS® 是我们完整的云优先数据平台，支持智能数据编织（smart data fabric）架构，使构建和部署连接数据和应用程序孤岛的高性能、支持机器学习的应用程序变得更加容易。它将 InterSystems IRIS 的强大功能与供应链特定的加速器和框架结合在一起，为供应链编排、需求感知和预测、履行以及快速消费品重新包装提供优化的解决方案。
InterSystems Supply Chain Orchestrator 的一个关键组件是 InterSystems IRIS for Supply Chain，它使 InterSystems IRIS 提供的智能数据编织（smart data fabric）架构更接近供应链用例，并有助于加速实现价值。
*：需要 InterSystems IRIS 高级服务器
医院拥有丰富的CDA文档库，如何实现数据的有效利用和共享？
++ 更新：2018 年 8 月 1 日
使用内置于 Caché 数据库镜像的 InterSystems 虚拟 IP (VIP) 地址有一定的局限性。特别是，它只能在镜像成员驻留在同一网络子网时使用。当使用多个数据中心时，由于增加了网络复杂性（ 此处有更详细的讨论），网络子网通常不会“延伸”到物理数据中心之外。出于类似的原因，当数据库托管在云端时，虚拟 IP 通常无法使用。
负载均衡器（物理或虚拟）等网络流量管理设备可用于实现相同级别的透明度，为客户端应用程序或设备提供单一地址。网络流量管理器自动将客户端重定向到当前镜像主服务器的真实 IP 地址。自动化旨在满足灾难后 HA 故障转移和 DR 升级的需求。
大家应该都已经很熟悉 InterSystems Ensemble（一个集成和应用程序开发平台），每个人都知道 Ensemble Workflow 子系统是什么以及它对于自动化人类交互的作用。 对于那些不了解 Ensemble Workflow 的人，我将简要介绍它的功能（已经熟悉的朋友可以直接跳过这一部分并学习如何使用 Angular.js 中的 Workflow 接口）。
InterSystems Ensemble 是一个集成和应用程序开发平台，旨在集成异构系统、自动化业务流程和创建新的复杂应用程序，这些应用程序通过新的业务逻辑或新的用户界面增强集成应用程序的功能：EAI、SOA、BPM、BAM 甚至 BI （感谢 InterSystems DeepSee：一种用于开发分析应用程序的内置技术）。
Ensemble 具有以下关键功能：
适配器：与应用程序、技术和数据源交互的组件。 Ensemble 提供技术和应用程序集成适配器（Web 和 REST 服务、文件、FTP、电子邮件、SQL、EDI、HL7、SAP、Siebel、1S Enterprise 等）。 您可以使用适配器 SDK 创建自己的适配器。
业务服务：将来自外部系统的数据转换为 Ensemble 消息并启动业务流程和/或业务运营的组件。
尽管作为一个没有资金支持的医科专业学生，Case Western Reserve大学的Jane Hinkle最近在不到一周的时间里利用EHR供应商Epic的去识别化病人数据库Cosmos进行了临床研究，还得了奖。
Cosmos是一个HIPAA限定的数据集，整合了超过1.22亿名患者的Epic EHR数据。
"我们围绕Cosmos建立的概念就是我们所说的自助分析，这意味着Cosmos中的大数据被设置为Cosmos的任何用户都可以访问，"Epic的临床信息学家Dave Little博士在采访中告诉EHRIntelligence。"在简的案例中，我们看到一个医科学生能够带着一个有针对性的问题，从1.22亿的患者数据中找到她所需要的数据来回答这个问题。这在研究界历来是闻所未闻的。"
Hinkle的研究发现，儿科病人从COVID-19引发心肌炎的可能性是COVID-19疫苗的三到五倍。她告诉EHRIntelligence，她最初关注的是一项使用大数据工具来分析阻塞性睡眠呼吸暂停的研究。然而，当关于心肌炎是否是COVID-19疫苗接种的不良反应的问题出现时，Hinkle和她的研究导师、公共卫生硕士、医学博士、MetroHealth 公司的首席医疗信息官David Kaelber转移了他们的重点。
** 2018 年 2 月 12 日修订
虽然本文是关于 InterSystems IRIS 的，但它也适用于 Caché、Ensemble 和 HealthShare 发行版。
介绍
内存以页为单位进行管理。 Linux 系统上的默认页面大小为 4KB。 Red Hat Enterprise Linux 6、SUSE Linux Enterprise Server 11 和 Oracle Linux 6 引入了一种根据系统配置提供 2MB 或 1GB 大小的增加页面大小的方法，称为 HugePages。
起初 HugePages 需要在启动时分配，如果管理或计算不当可能会导致资源浪费。因此，各种 Linux 发行版引入了默认启用 2.6.38 内核的Transparent HugePages。这是一种自动创建、管理和使用 HugePages 的方法。以前的内核版本也可能具有此功能，但可能未标记为 [always] 而是设置为 [madvise]。
Transparent Huge Pages (THP) 是一种 Linux 内存管理系统，它通过使用更大的内存页面来减少在具有大量内存的机器上进行Translation Lookaside Buffer (TLB) 查找的开销。然而，在当前的 Linux 版本中，THP 只能映射单个进程的堆栈空间。
国务院于2022年12月19日发布了《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（后简称《数据二十条》），如何有效利用数据已经成为下一步的趋势。另一方面，无论是基于数据中台还是数据编织理念，两者也都对如何利用数据提出了构想。因此医疗行业数字化建设的目标已不能再局限于如何收集数据，建立医疗行业数据的流通机制将会是为越来越普遍的需求。
时钟拨回几年前，数据中台概念开始火爆。人们对数据中台的定义、诠释尽管有诸多差异，通过数据中台降低数据共享和利用的成本则是共同的期望。但经过这几年的探索之后，中台已死的观点也在涌现。究其原因，除去中台概念在技术上的不确定，数据流通过程中的责权益的不清晰也是严重的制约因素。毕竟，数据中台自身作为一套技术框架并不能代替法律法规与市场自动将数据转变为商品从而创造出流通价值。
那么，如何能够使数据的流通合规合法，使数据能够如货币和商品一般自由流动，则是我们需要思考和探索的主题，这次《数据二十条》的出现，无疑为医疗信息技术工作者提供了一个明确的思考方向。
门为医疗行业打造，深度整合国内外医疗行业标准，专有技术服务医疗行业44年，可能是全球最早从事医疗信息化的公司；
耕细做打磨数十年的稳定、可靠、易用、可扩展的数据平台；
色鲜明，不唯技术、终生负责、以解决客户问题为核心的特色企业文化；
一代混合一体化架构，一个平台同时支持混合事务处理、传统架构、容器化、云原生等多种应用场景；
众说周知，EPIC 是电子病历厂商中当之无愧的领导者，本文让我们看看EPIC是如何玩转FHIR的，并进一步了解其互操作性方法、资源和API工具。
几十年来，EPIC和其他主要的EHR供应商一直在围绕着互操作性作斗争，有时候互相容忍，有时也得接受（开放接口）。
今天，大多数电子病历厂商已经针对市场和监管的压力采取了行动，采用FHIR API标准，扩大病人对医疗记录的访问。
但在早期，EPIC和其他竞争对手争先恐后地抢占市场份额，为了成为院内系统的主导者，与其他厂商分享数据、给别人提供数据访问似乎是自我毁灭。
那么今天，EPIC在FHIR API、SMART on FHIR 应用市场、患者访问和互操作性战略方面的立场如何？ 以下是关于EPIC在FHIR API和互操作性上提供的简单介绍和链接。
大多数EPIC集成的重点是通过EPIC系统提供扩展访问，但不一定与其他厂商共享。
Epic提供了以下几种连接方式（https://www.epic.com/interoperability/ehr-interoperability-from-anywhere）：
背景
作为集成平台厂商，在医院同其它系统联调的时候所做的事情中，多的不是开发代码而是查消息。我先演示一下目前我正在使用的IRIS查消息的方式：
例子1：
需要看【个人信息注册服务】
我只需要在框中输入【个人信息注册】回车
点击【查看消息】，显示的是消息里面的内容,如图所示：
点击【查看流程】，显示的是IRIS消息可视化的页面，如图所示：
例子2:
需要查询患者ID为【2874621】这患者在集成平台调用了哪些服务
我只需要选择下拉选择【患者ID】，然后输入【2874621】,回车
这个是我们以用户需求的角度直观的查询到指定的消息,IRIS也有这个功能—消息查看器，它是如何使用的呢？首先，我们得知道这条消息使用了哪些Production组件，其次我们需要了解这个消息使用的实体类的结构。比如同样查这个人的消息，我需要输入request.Body.PatientID=“2874621”，选择消息类。如果我需要查多个服务的我还需要多选消息类 …… 本文不是来介绍如何使用消息查看器的，各位大概知道就好。
程序分析与设计思路
原始消息查看器的使用
我们先使用IRIS自带的【消息查看器】查患者ID为【2874621】个人信息注册服务，如图所示：
在医院但凡接触“数据”和“指标”的人，对以下场景应该是深有感触。同样的指标、同样的时间，有可能是同一个部门出的，最后“数据不一致”。除了“匪夷所思”，更有“深恶痛绝”。那么，如何解决这个问题？我的答案是商业智能(BI)。随着技术和市场的发展，有很多公司开始研发直接面向业务用户的敏捷BI工具，FineBI就是这样的一款BI工具。这个也是我接触的第一款国产BI。
项目的前提条件和设置
FineBI、JDK、HealthConnect、FineBI的相关安装步骤网上有很多，在此就暂时略过。要在FineBI上创建仪表板，我们需要一点数据，在此我使用的是开发过程中的一些测试数据，相关测试数据和互联互通的69个交互服务息息相关，有需要可以自己模拟的造。
将FineBI和IRIS连接
我们首先找到HealthConnect的安装文件，我们需要找到intersystems-jdbc-3.2.0.jar这样一个文件。大概在【安装目录】\InterSystems\HealthConnect\dev\java\lib\JDK18,如图所示：
将文件复制到FineBI的安装目录\webapps\webroot\WEB-INF\lib,如图所示：
关注FHIR的大侠们估计都注意到了，FHIR更新了它支持的互操作范式，除了消息、文档、服务、API这4种，增加了2个：资源仓库、订阅。前面4个好理解，为什么资源仓库和订阅会成为FHIR的新的互操作范式？互操作与应用集成是什么关系？
这里借FHIR的新互操作范式，聊聊应用集成，看看集成平台是什么？有什么样的集成方案？以及怎么评价不同的方案。
医疗科技市场正处于强劲的演变之中。Gartner的医疗科技的波浪图展示了这些技术是什么，非常好地反映了医疗行业的数字化趋势。
其中很多技术都可以使用InterSystems的技术（ISC Health Tech）来实现:
知情同意管理使用InterSystems Healthshare Stack来做患者主索引和知情同意管理。
2022年8月22日，中国 北京 —— 致力于帮助客户解决最关键的可扩展性、互操作性和速度问题的创新数据技术提供商InterSystems今日宣布在中国推出InterSystems IRIS医疗版互联互通套件2.0版，更好地满足用户对数据利用的需求。
推荐一篇文章，南方医院HIS系统的更换与建设探索！
欢迎点击 2022在线培训6月刊, 查看我们在全球峰会上发布的新版本--包括基于云服务的在线培训， 此外，获得关于执行分析查询的最新信息，查看最新的认证考试，并尝试新的文档搜索功能。
各位领导、老师大家好。非常荣幸有机会参加这次由中国数字医学杂志社组织的陕西省医院数字化转型研讨会。
IT这个行业很有意思，就是大家都很喜欢造词。这几年有一个词特别火，叫做数智化底座，很多厂商都先后推出了自己的数智化底座解决方案。结合最近对整个行业的一些观察，今天借这个机会，跟各位领导和老师探讨一下，医疗行业的数字化有什么特点，到底什么样的底座或者平台比较符合我们医疗行业，以及我们在建设数智化底座的时候需要考虑哪些问题。结合我们最近的一些观察和思考，有不当之处，欢迎各位老师批评、指正。
首先一点就是我们做任何工作，首先要解决“为什么”的问题？第一个核心思路，我想数字化转型是为智慧医院服务的，归根结底，还是要通过数字化的手段，来实现医院的高质量发展。针对这一目标，国家卫健委制定了智慧医院发展的三大目标，就是智慧医疗、智慧管理和智慧服务，我想说白了，无非就是让医院、医护人员以及我们的患者过的更好，提高我们治疗和护理水平、降本增效，同时能够让我们的患者得到更好的服务。所有的数字化建设，不管是平台还是应用，都应该围绕这一核心目标。
这篇文章是上一篇文章的延续https://cn.community.intersystems.com/post/首次使用intersystems-iris-互操作性-一个production是什么？
在上一篇文章：https://cn.community.intersystems.com/post/首次使用intersystems-iris-互操作性-一个production是什么？ 我们查验了什么是Production. 我们运行了示例代码，并在Visual Trace 页面查验了如何将流动消息的内容引入进Production中。
本文将回顾消息messages的概念和定义，和消息如何在系统集成所需的开发内容中用于组件之间发送和接收数据。
在创建一个Message消息之前，让我们回顾一个案例研究。
一家公司经营着一个购物网站，并且正在为了适应季节而改变显示的产品信息顺序。
01
智慧医院的本质
什么是智慧医院？
国家卫健委提出建设智慧医院的目的是要不断增强人民群众的获得感，要求医院的流程更便捷、服务更高效、管理更精细，主要聚焦于三大领域，面向医务人员的智慧医疗、面向患者的智慧服务以及面向管理的智慧管理。
如果从技术角度进行高度抽象，我们把智慧医院的本质浓缩为一点，就是为智慧的科学决策以及基于科学决策的业务执行闭环。在现实世界里，我们要从真实业务（调查研究）中获得决策依据，同时还要有决策的方法，把决策应用在现实世界上，来影响和改变现实世界。
02
第一个时代是人工决策时代。我们医疗行业就是望闻问切，我们能拿到的数据非常有限，所以属于一个数据饥渴的时代。我们通过有限的数据来进行决策，非常容易落入我们经常批判的“三拍”型决策，“拍脑袋决策、拍胸脯保证、拍屁股走人”。显然这个决策效率不是很高。
人工决策时代：“数据稀缺”时代的决策
第二个时代是信息化时代。我们有了很多数据，能够把部分现实世界来进行数字化表达，我们也通过信息辅助人工决策进行智能决策，例如通过药品知识库推动合理用药，通过人工智辅助影像判断等等。
#Open Exchange
您可能已经看到邀请分享您的 Open Exchange 应用程序的演示：Share a Demo of Your Open Exchange Application
它背后的服务——InterSystems Online Demo Server (ODS)——这不是什么新事物
作为奖励积分，我在 21 年 3 月的 InterSystems 开发者工具大赛：InterSystems Developer Tools Contest 中第一次看到它。
在后来的比赛中成为一个固定的奖励项目。实际是#24。
到今天，我们已经看到 OEX 中列出了 80 个可在 ODS 上使用的软件包：80 packages listed in OEX as available on ODS
对我来说，开发人员的优势是显而易见的：
InterSystems IRIS 2021.1 的发布引入了自适应分析(Adaptive Analytics)的介绍。 为了开始使用和熟悉 InterSystems IRIS BI cube示例，我们创建了一个用于自适应分析的 HoleFoods 应用程序示例模版。 此示例应用程序可在 Open Exchange 上获得， 还有一个学习服务课程learning services course 可用于了解有关自适应分析的更多信息。
就在不久以前，临床科研人员还需要依靠三联的纸质NCR表格，手工收集从堆积如山的手写电子病历中提炼出来的病人数据。从又大又重的《医师案头参考》（PDR）撕下几页，通过传真机发送给FDA，用于药物安全报告。业内专业人士接受了大量的培训，以确保数据经过源文件验证、双键处理，并在经过看似无休止的查询以纠正错误之后，保证其符合目的。
值得庆幸的是，随着电子健康档案的广泛采用，健康数据的数字化，这一过程得到了极大的改善。但是，鉴于临床研究进展缓慢，特别是精美的Excel表格仍由人工数据摘要完成，该领域早该有更多的技术变革，特别是围绕释放医疗互操作性的全部好处。如果我们能做到这一点，生命科学公司将有机会利用宝贵的健康数据来确保病人的安全，优化新药的疗效，并使临床开发过程更加高效，减少错误。
我们可能会比你想象的更快地将临床研究与健康数据联系起来。为什么？火神计划（Project Vulcan）正在进行中。这个项目组是最近在HL7的FHIR加速器项目中创建的，它已经召集了来自医疗、技术和生命科学领域的30多个利益相关的组织个和机构，利用FHIR这个医疗专用互操作性标准来进行临床和转化研究。自从我们在去年年初加入后，我们高兴的看到火神计划成员制定的早期想法越来越接近于功能现实。
在最近一次探索马里兰小镇的 "度假 "期间，我偶然发现了一家非常令人愉快的书店，在那里我愉快地消磨了一下午。我和我的家人都是读者，喜欢各种类型的书--新的、二手的、印刷的、电子的。我们尽量在当地购物，以帮助零售店保持运营。
这次访问促使我思考图书行业所发生的事情与我们的医疗保健系统所发生的事情之间的一些相似之处。
医疗保健行业与图书行业的趋势
数字化
我们阅读内容的格式已经发生了根本性的变化。在2020年，电子书几乎占美国市场的四分之一。音频书占美国图书收入的10亿美元。许多印刷书籍是按需出版的，而不是保存在库存中。同样，医疗保健早已不再是一个“伸出舌头说啊 ”的行业，基因组测试、由人工智能算法读取的X射线、可植入设备和远程医疗访问已经改变了医疗的面貌。
虚拟服务
书店现在有多种形式，医疗机构也是如此。订阅图书服务，从当地独立的小公司、大的连锁店、电子零售的网上订单。而与你的本地门诊竞争的是你手机上的一个应用程序。同样，你的治疗师可能是一个机器人，你的基层医疗服务可能由你社区附近药店的驻店医师提供，你可能在一个办公园区做手术。在所有这些竞争中，我们如何确保在我们需要时仍有健康的、提供全面服务的医院？
更智能的算法
在最近的大规模基准测试活动中，我们看到过多的%sys CPU时间，对应用程序的扩展产生了负面影响。
问题
我们发现，由于TZ环境变量没有被设置，很多时间都花在了localtime()系统调用上。 我们创建了一个简单的测试程序来证实这一观察结果，设置了TZ与未设置TZ的时间差和所需的CPU资源都是惊人的。 我们发现，当TZ没有设置时，从localtime()继承使用stat()系统调用到/etc/local_time是成本很高。
Hello 家人们，
InterSystems 学习网站有许多非常棒的课程。 因此，如果您想了解 InterSystems 并开始使用 InterSystems，希望这些资源可以帮到你：
本文是上一篇关于如何从流行数据库（如 PostgreSQL 和 MySQL）迁移到 IRIS 的后续文章。
我们将使用与从 PostgreSQL 迁移相同的过程。 但是，您会发现它更容易，因为 MySQL 中的数据类型与 IRIS 非常相似。 这就是为什么我们不需要在列中创建转换规则。
获取示例数据到迁移过程
在 GitHub 中，可以下载 docker-compose 项目来构建和运行 2 个数据库：
要获取示例并运行它，请执行以下步骤：
转到 git 存储库 https://github.com/yurimarx/migration-mysql-iris。
克隆项目：https://github.com/yurimarx/migration-mysql-iris.git。
转到项目文件夹migration-mysql-iris。
进行构建：docker-compose build。
执行容器：docker-compose up -d。
如果一切正常，请使用实例检查您的 docker 桌面：
.png)