在医疗保健这样的领域，精准意味着挽救生命，我经常反思的一个讽刺之处是我们对“性别”和“性别”的理解是多么模糊。在许多轶事中，这包括有时在每个词前面加上前缀“行政”，以难以解释的方式限制其含义，而这种方式很少被普遍理解。
虽然这看起来似乎是一大堆喧嚣，但消除性别和性别认同的含义、义（我玩 SCRABBLE®）可能会对个人护理的质量和安全产生实质性影响。这包括从缺少预防性筛查通知到实验室测试的参考范围 药房电子邮件列表 不准确，再到索赔被拒绝，因为患者在临床方面的“行政性别”与医疗保险方面的“性别”不匹配。
所有这些经验都说明了为什么“做好这件事”如此重要，因为我们展望未来，决策支持规则将推动临床工作流程，人工智能/机器学习算法将识别新模式，医疗保健将引入更多自动化。10 月初，我和杰出的合著者在《美国医学信息学协会杂志》（JAMIA）上发表了一篇文章，其中描述了 Health Level Seven International (HL7®) 性别和谐逻辑模型，这是一种潜在方法，可以改善“可互操作临床系统中临床性别和性别认同的准确表示”。
虽然“性别和谐”逻辑模型中描述的方法预见了未来医疗 IT 系统和工作流程变化的需求，但它也经过深思熟虑地构建了一种方式，允许继续使用遗留数据（称为“记录的性别”），为现有交易提供背景，同时随着时间的推移捕获和交换更准确的数据。重要的是，我们的文章确定了对新的“临床用性别”的需求，即“基于一个或多个临床观察（如器官调查、激素水平和染色体分析）的性别分类元素”。该模型还详细说明了如何表示“性别认同”、“使用的名称”和“代词”。包括这些信息在内的未来可互操作交易将提供目前严重缺乏的特异性和准确性。
是的，这些新概念在医疗 IT 生态系统中成型需要时间。但当我们寻求推广更具包容性的医疗保健系统时，这是值得付出的艰苦努力。我鼓励您参与这个 HL7 社区并查看这篇论文，我们已经向所有人开放了这篇论文。