CQL 系列報導
口述／孫培然·彙整／CIO編輯室
醫療科技在臨床應用方面，往往會遭遇許多挑戰。首先就是許多傳統規則，不管是醫療、藥品或健保的規則，都已經寫死在程式或 SQL 裡面，很難以閱讀跟共享，一旦健保條件更改，就必須要原開發者用手動方式調整系統，調整的成本不僅高，而且出錯以後的代價更是難以估計。
此外，缺乏標準導致沒辦法重用，也是一大挑戰。也就是說即使是同樣的邏輯，在各醫院都要重複開發，無法模組化或共享，浪費整個資源外，由於不同的醫療機構的邏輯機構往往也可能會不一致，如同樣的健保規則，不同的醫療機構會有不同的規則，得出的答案也會不一樣，往往造成很多問題。
難以跨系統整合，更是一大挑戰。譬如說 HIS 寫了一個規則，在 CDS 要再寫一次，難以統一，而且容易衝突等，所以沒辦法產出一個可共用、可審查的邏輯套件。
CQL 的誕生及特色
面對前述的挑戰，必須要推翻舊有的思維，透過新的方式來解決這種窘境，提升臨床檢測資源以及品質衡量的標準語言 CQL（Clinical Quality Language）因此應運而生。CQL 是 HL7 推動的國際標準語言，主要是專為臨床邏輯打造，統一語法、語意以及資料結構，以解決各系統各說各話的根本問題。
過去一些程式的邏輯因為寫在程式碼／SQL 裡面，不易共享跟更新，所以 CQL 希望藉由提供「可閱讀、可共享、可驗證」的結構，希望能夠解決臨床邏輯無法共享的難題。CQL 同時也支持臨床決策支援（CDS）以及品質衡量指標（CQM），希望不管是在臨床提醒、健保審查或品質報表（eCQM），都可以用 CQL 一次定義，多方使用，減少重工跟錯漏的問題。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 IG，與全球CIO同步獲取精華見解 ]
跟其他程式語言比較，CQL 可以說是一個結合可讀性與邏輯性，適合臨床決策應用的語言，可表達「一年內未做 HbA1c」等複合邏輯，它可以支援 define 模組重用，適用於不同的 CDS、eCQM、病歷提示以及品質監測等多種應用場景。
反觀其他語言如 SQL，雖然 SQL 的強項就是資料查詢很強，廣泛應用在資料查詢以及統計處理，但因為缺乏臨床語意跟邏輯結構，所以不但沒有醫療語意的結構，也不支援模組化邏輯，並且難以重用。至於 FHIR Path，只適合簡單的擷取功能，不適合描述複雜邏輯。所以它可在 FHIR 資料中直接擷取欄位值，譬如說存取 Patient.birthDate，就可以很簡單的透過 FHIR Path 來完成。但它的缺點就是僅適合單一資源欄位操作，沒辦法描述複雜的邏輯推論或者跨資料源的查詢方式。
CQL 的定位
CQL 的定位，是屬於比較高階、可讀性強的臨床邏輯語言，可以讓醫師跟資訊人員能「說同一種語言」，彼此之間理解與審核便不再困難。CQL 再結合 FHIR 的資料模型，可以與 HL7 FHIR 完整對接，能直接操作操作 Observation、Condition、MedicationRequest 等資源，自動比對病人的資料，不需要再建立額外的資料模型，直接用標準的 FHIR 就可以了。
基本上，CQL 的核心特性，就是同時考慮了人與機器。它的臨床語言近似自然語言，比如說 define “高風險”，AgeInYears() > 65，語法近似英文句型。當然也可以用中文，只是建議儘量避免字碼衝突，還是用英文比較好。
[ 推薦閱讀：2025 醫療產業 LLM 導入與應用現況調查報告 ]
此外，CQL 的可讀性強，不只是醫師看得懂，透過 Adaptor 轉譯，可以轉換成機器可執行的 ELM（Expression Logical Model），就可以讓電腦去執行，也就是撰寫一次邏輯，可以提供給多系統，比如說 CDS、報表、API 等直接引用或執行。
再者，CQL 的可重用性非常高，藉由模組化的設計，邏輯可以被多處引用，一段邏輯可以被其他的 CQL include，直接支援邏輯繼承與版本化，如 include BaselineLibrary version ‘1.0.0’。
CQL 的共享性也很強。採用 HL7 CQL+FHIR+ELM國際標準，可以支援跨系統邏輯重用。ELM 屬於 JSON／XML 格式，可以直接由機器來解譯，在平台上執行。
不同角色的價值跟應用場景
在 CQL 對不同的角色的價值跟應用的場景而言，醫師的角色的應用場景，可能是臨床檢測資源的提醒跟 CDS Hooks，產生的價值效益則是標準化的條件判斷及減少誤判。對護理師跟個管師而言，則是血糖追蹤以及慢病管理，可以透過 CQL 自動 篩檢個案，提升效率。
[ 閱讀 孫培然 所有專欄文章]
對於資訊單位來講，則包括邏輯共用及版本管控，可以簡化開發與維護成本，減少重工的情形；對於品質小組來講，可以透過 CQL 來做指標統計以及 eCQM 的管理，達成指標邏輯的透明以及可稽核性。對健保跟政府單位而言，審查邏輯以及給付規則的訂定因為更加透明，可以促進智能核刪以及提高整個信任度。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
