前言

前幾篇文章主要介紹Patient的讀取、搜尋及Bundle。

Patient Resource可以記錄病人的姓名、生日、聯絡方式及病歷號等基本行政資料，但不適合拿來記錄病人的體溫、血壓或抽血結果。

在FHIR中，許多測量、檢驗及臨床觀察資料會使用Observation Resource表示，例如：

• 體溫
• 心跳
• 呼吸速率
• 血壓
• 身高
• 體重
• 血氧濃度
• 血糖
• 血紅素
• 實驗室檢驗結果
• 問卷或評估結果
• 其他臨床觀察

今天不進行任何實際操作，而是透過一份虛構的體溫Observation，認識它的重要欄位及設計概念。

本文中的病人、時間及醫療資料皆為虛構教學範例，不代表任何真實人物或醫療判斷。

Observation是什麼？

Observation用來記錄對病人、裝置或其他對象進行觀察、檢驗或測量後所得到的結果。

可以簡單理解成：

觀察了什麼、在什麼時間觀察、觀察對象是誰，以及得到了什麼結果。

一筆Observation通常需要回答：

1. 這筆結果目前是什麼狀態？
2. 觀察或測量的項目是什麼？
3. 資料屬於哪一位病人？
4. 在什麼時間進行觀察？
5. 得到什麼結果？
6. 結果使用什麼單位？
7. 結果是否偏高或偏低？
8. 是否具有參考範圍？
9. 由誰或哪個裝置產生？

Observation可以記錄哪些資料？

FHIR官方將Observation應用於許多健康照護測量及臨床資料。

生命徵象

• 體溫
• 心跳
• 呼吸速率
• 血壓
• 血氧濃度

身體測量

• 身高
• 體重
• 身體質量指數
• 頭圍

實驗室檢驗

• 血糖
• 血紅素
• 白血球
• 血小板
• 肝功能
• 腎功能

臨床觀察與評估

• 疼痛分數
• 意識狀態
• 吸菸狀態
• 心理或功能評估
• 問卷所得結果

Observation的用途很廣，但不是所有醫療資訊都應放入Observation。後面會再比較Observation、Condition及DiagnosticReport的差異。

一份體溫Observation

以下是一份簡化的FHIR R4 Observation：

{
  "resourceType": "Observation",
  "id": "temperature-001",
  "status": "final",
  "category": [
    {
      "coding": [
        {
          "system": "http://terminology.hl7.org/CodeSystem/observation-category",
          "code": "vital-signs",
          "display": "Vital Signs"
        }
      ],
      "text": "生命徵象"
    }
  ],
  "code": {
    "coding": [
      {
        "system": "http://loinc.org",
        "code": "8310-5",
        "display": "Body temperature"
      }
    ],
    "text": "體溫"
  },
  "subject": {
    "reference": "Patient/patient-001",
    "display": "王小明"
  },
  "encounter": {
    "reference": "Encounter/encounter-001",
    "display": "2026年9月3日門診"
  },
  "effectiveDateTime": "2026-09-03T09:05:00+08:00",
  "issued": "2026-09-03T09:06:00+08:00",
  "performer": [
    {
      "reference": "Practitioner/nurse-001",
      "display": "陳護理師"
    }
  ],
  "valueQuantity": {
    "value": 37.2,
    "unit": "°C",
    "system": "http://unitsofmeasure.org",
    "code": "Cel"
  },
  "interpretation": [
    {
      "coding": [
        {
          "system": "http://terminology.hl7.org/CodeSystem/v3-ObservationInterpretation",
          "code": "N",
          "display": "Normal"
        }
      ],
      "text": "正常"
    }
  ],
  "referenceRange": [
    {
      "low": {
        "value": 36.0,
        "unit": "°C",
        "system": "http://unitsofmeasure.org",
        "code": "Cel"
      },
      "high": {
        "value": 37.5,
        "unit": "°C",
        "system": "http://unitsofmeasure.org",
        "code": "Cel"
      },
      "text": "範例參考範圍：36.0～37.5°C"
    }
  ]
}

這份範例描述：

王小明在2026年9月3日門診期間，由陳護理師量測體溫，結果為37.2°C，狀態為final，並被標示為正常。

其中的參考範圍只是為了說明FHIR資料結構而建立的虛構數值，不能用來進行實際醫療判斷。真實參考範圍會受到量測部位、方法、設備、年齡及醫療機構規範等因素影響。

resourceType與id

"resourceType": "Observation",
"id": "temperature-001"

resourceType表示這是一筆Observation Resource。

id則是這筆Resource在FHIR Server中的邏輯識別碼。

它的邏輯位置可能是：

Observation/temperature-001

id不是檢驗代碼，也不是病人的病歷號。

status：結果目前處於什麼狀態？

"status": "final"

status是Observation的重要必填欄位，用來表示結果目前處於哪個階段。

FHIR R4常見的Observation狀態包括：

preliminary和final的差異

preliminary表示結果仍可能變動，例如檢驗尚未完成全部確認。

final表示結果已完成，通常可被視為正式結果。

不過，final之後仍可能因特殊原因被修正，這時可能使用amended或corrected。

醫療系統不能忽略status，因為同一個數值在初步結果與最終結果中的意義不同。

category：這是哪一類Observation？

"category": [
  {
    "coding": [
      {
        "system": "http://terminology.hl7.org/CodeSystem/observation-category",
        "code": "vital-signs",
        "display": "Vital Signs"
      }
    ],
    "text": "生命徵象"
  }
]

category用來將Observation歸入較大的類別。

常見類別包括：

體溫屬於生命徵象，所以範例使用：

vital-signs

category只是較大的分類，還不能完整說明測量項目到底是體溫、心跳還是血壓。

要知道具體項目，需要查看code。

code：觀察了什麼？

"code": {
  "coding": [
    {
      "system": "http://loinc.org",
      "code": "8310-5",
      "display": "Body temperature"
    }
  ],
  "text": "體溫"
}

code表示Observation實際測量或觀察的項目。

它使用CodeableConcept資料型別，可以同時包含：

• 標準代碼
• 院內代碼
• 人類可閱讀文字

範例使用LOINC：

其中：

• system＋code協助電腦辨認測量項目。
• display及text協助人類閱讀。

category和code有什麼不同？

例如，體溫和心跳可能都屬於：

vital-signs

但是兩者的code不同。

因此，只看category不能確定Observation的實際測量項目。

subject：這筆資料屬於誰？

"subject": {
  "reference": "Patient/patient-001",
  "display": "王小明"
}

subject用來表示Observation的對象。

在這個例子中：

Patient/patient-001

代表這筆體溫屬於王小明。

display只是方便人類閱讀，真正的Resource關係由reference建立。

Observation的subject不一定只能是Patient。依照不同情境，也可能指向：

• Group
• Device
• Location

不過，在一般病人檢驗及生命徵象資料中，subject通常是Patient。

encounter：資料在哪次就醫產生？

"encounter": {
  "reference": "Encounter/encounter-001",
  "display": "2026年9月3日門診"
}

encounter用來連結產生這筆Observation的就醫事件。

有了這段Reference，系統就能知道：

• 這筆體溫屬於王小明
• 它是在2026年9月3日這次門診中量測

同一位病人可能有許多次門診、急診或住院紀錄，因此連結Encounter能提供更完整的醫療情境。

effectiveDateTime：觀察發生的時間

"effectiveDateTime": "2026-09-03T09:05:00+08:00"

effectiveDateTime表示Observation在臨床上發生或有效的時間。

在這個例子中，它代表體溫實際量測的時間。

可以拆成：

Observation也可能使用其他effective[x]形式，例如：

• effectiveDateTime
• effectivePeriod
• effectiveTiming
• effectiveInstant

其中的[x]表示這個欄位可以選擇規範允許的其中一種資料型別。

不能在JSON中直接寫：

"effective[x]": "..."

而要依照實際型別寫成：

"effectiveDateTime": "..."

或：

"effectivePeriod": {
  "start": "...",
  "end": "..."
}

issued：結果何時發布？

"issued": "2026-09-03T09:06:00+08:00"

issued表示這筆結果被正式提供或發布的時間。

它和effectiveDateTime不一定相同。

例如：

• 09:00採集血液
• 09:30完成檢驗
• 09:40審核並發布結果

臨床事件時間與結果發布時間可能不同，因此FHIR使用不同欄位表示。

performer：由誰負責這項觀察？

"performer": [
  {
    "reference": "Practitioner/nurse-001",
    "display": "陳護理師"
  }
]

performer表示負責這項Observation的人員、機構或裝置。

可能指向：

• Practitioner
• PractitionerRole
• Organization
• CareTeam
• Patient
• RelatedPerson

因為performer可以有一位以上，所以使用Array。

performer不一定是實際按下測量設備按鈕的人，也可能表示對結果負責或執行觀察的角色，需要依照實際情境及Profile定義。

valueQuantity：觀察結果

"valueQuantity": {
  "value": 37.2,
  "unit": "°C",
  "system": "http://unitsofmeasure.org",
  "code": "Cel"
}

valueQuantity表示具有數值及單位的結果。

可以拆成：

只提供：

"value": 37.2

是不夠的，因為接收方不知道數值使用攝氏、華氏或其他單位。

FHIR常搭配UCUM表示測量單位，讓系統能更準確地處理及比較數值。

Observation的結果不一定是Quantity

不同Observation會使用不同的value[x]型別。

常見形式包括：

例如，吸菸狀態可能使用：

"valueCodeableConcept": {
  "coding": [
    {
      "system": "https://example.org/CodeSystem/smoking-status",
      "code": "never",
      "display": "Never smoker"
    }
  ],
  "text": "從未吸菸"
}

是否懷孕等特定觀察情境可能使用Boolean：

"valueBoolean": false

不能在同一筆Observation中隨意同時使用多種value[x]結果。應依照該Observation的用途、Profile及規範選擇合適型別。

interpretation：結果如何解讀？

"interpretation": [
  {
    "coding": [
      {
        "system": "http://terminology.hl7.org/CodeSystem/v3-ObservationInterpretation",
        "code": "N",
        "display": "Normal"
      }
    ],
    "text": "正常"
  }
]

interpretation提供對結果的分類性解讀，例如：

• 正常
• 異常
• 偏高
• 偏低
• 危急

常見概念包括：

實際可使用哪些代碼，需要依照FHIR規範、ValueSet及Profile判斷。

interpretation不是單純由任何Client看到數值後自行填寫，而通常來自產生或審核結果的醫療系統。

referenceRange：參考範圍

"referenceRange": [
  {
    "low": {
      "value": 36.0,
      "unit": "°C",
      "system": "http://unitsofmeasure.org",
      "code": "Cel"
    },
    "high": {
      "value": 37.5,
      "unit": "°C",
      "system": "http://unitsofmeasure.org",
      "code": "Cel"
    },
    "text": "範例參考範圍：36.0～37.5°C"
  }
]

referenceRange表示結果的參考範圍。

常見欄位包括：

• low
• high
• type
• appliesTo
• age
• text

參考範圍可能受到以下因素影響：

• 年齡
• 性別
• 檢體類型
• 檢驗方法
• 儀器
• 醫療機構
• 特定族群
• 臨床情境

所以FHIR允許一筆Observation包含多組referenceRange。

需要注意：

參考範圍不是單獨判定疾病的標準。

醫療結果仍需要由具有資格的醫療專業人員，配合症狀、病史、其他檢查及臨床情境判讀。

dataAbsentReason：沒有結果時怎麼表示？

不是每一筆Observation都有結果。

可能原因包括：

• 尚未取得結果
• 病人無法完成檢查
• 檢體不足
• 檢體受到污染
• 儀器故障
• 結果無法判讀
• 資料不適用

FHIR可以使用dataAbsentReason說明缺少結果的原因。

例如：

"dataAbsentReason": {
  "coding": [
    {
      "system": "http://terminology.hl7.org/CodeSystem/data-absent-reason",
      "code": "not-performed",
      "display": "Not Performed"
    }
  ],
  "text": "未執行"
}

這比直接刪除value[x]卻不說明原因更清楚。

一般情況下，如果已經提供value[x]，就不應再同時使用dataAbsentReason表示沒有資料。

bodySite：測量或觀察部位

"bodySite": {
  "text": "口腔"
}

bodySite可以表示觀察或測量的身體部位。

以體溫為例，不同部位可能包括：

• 口腔
• 腋下
• 耳部
• 額頭
• 直腸

對部分臨床資料來說，測量部位會影響結果的解讀，因此不能只記錄數值。

實際使用時，應盡量使用適當標準代碼，而不是只放自由文字。

method：使用什麼方法？

"method": {
  "text": "電子體溫計測量"
}

method用來表示取得Observation結果的方法。

例如，同一種檢驗項目可能因：

• 檢驗方法不同
• 儀器不同
• 計算方式不同
• 採檢方式不同

而具有不同意義或參考範圍。

如果方法會影響結果解讀，就需要在資料中清楚表示。

specimen：使用哪一份檢體？

實驗室檢驗可能需要連結Specimen Resource：

"specimen": {
  "reference": "Specimen/specimen-001",
  "display": "血液檢體"
}

Specimen可能記錄：

• 檢體類型
• 採集時間
• 採集部位
• 採集方法
• 容器
• 檢體處理方式

例如，測量的是血清、血漿還是全血，可能影響檢驗項目的意義。

生命徵象通常不一定需要Specimen，但實驗室Observation經常與Specimen有關。

device：使用哪個裝置？

Observation也可能記錄產生資料的裝置：

"device": {
  "reference": "Device/thermometer-001",
  "display": "範例電子體溫計"
}

Device Resource可以進一步描述：

• 裝置識別資料
• 製造商
• 型號
• 序號
• 裝置類型
• 使用狀態

如果結果受到特定儀器或裝置影響，保留Device Reference有助於追蹤資料來源。

Observation.component：一筆Observation中的多組結果

有些觀察由多個相關數值共同組成。

最常見的例子是血壓，包括：

• 收縮壓
• 舒張壓

這兩個數值屬於同一次血壓測量，可以放在同一筆Observation的component中。

簡化結構如下：

{
  "resourceType": "Observation",
  "status": "final",
  "code": {
    "text": "血壓"
  },
  "subject": {
    "reference": "Patient/patient-001"
  },
  "component": [
    {
      "code": {
        "text": "收縮壓"
      },
      "valueQuantity": {
        "value": 120,
        "unit": "mmHg"
      }
    },
    {
      "code": {
        "text": "舒張壓"
      },
      "valueQuantity": {
        "value": 80,
        "unit": "mmHg"
      }
    }
  ]
}

component中的每一項都有自己的：

• code
• value[x]
• dataAbsentReason
• interpretation
• referenceRange

下一篇將專門介紹血壓Observation及component。

Observation和Condition有什麼不同？

Observation

記錄觀察、測量或檢驗所得的結果。

例如：

• 血壓120/80 mmHg
• 體溫37.2°C
• 血糖95 mg/dL
• 疼痛分數3分

Condition

記錄疾病、健康問題或診斷。

例如：

• 高血壓
• 糖尿病
• 肺炎
• 偏頭痛

可以比較：

一筆血壓偏高的Observation不一定能直接等同於高血壓Condition。診斷需要由醫療專業人員綜合判斷。

Observation和DiagnosticReport有什麼不同？

DiagnosticReport通常用來整理一份診斷性檢查或檢驗報告。

例如，一份血液檢驗報告可能包含：

• 白血球Observation
• 紅血球Observation
• 血紅素Observation
• 血小板Observation
• 報告結論
• 檢體資訊
• 報告時間

DiagnosticReport可以透過result Reference連結多筆Observation。

可以簡化理解：

Observation提供較細的結果資料，DiagnosticReport則提供報告層級的整體資訊。

一筆Observation的核心結構

可以將Observation整理成：

Observation
├── status：結果狀態
├── category：資料大類
├── code：觀察項目
├── subject：資料屬於誰
├── encounter：與哪次就醫有關
├── effective[x]：觀察發生時間
├── issued：結果發布時間
├── performer：由誰產生
├── value[x]：觀察結果
├── interpretation：結果解讀
├── referenceRange：參考範圍
├── dataAbsentReason：缺少結果的原因
├── bodySite：身體部位
├── method：觀察方法
├── specimen：檢體
├── device：使用裝置
└── component：多組相關結果

實際Observation不一定同時包含所有欄位，需要依照資料內容、FHIR規範及Profile決定。

今日小結

今天認識了FHIR Observation Resource。

Observation可以表示生命徵象、實驗室檢驗、身體測量、問卷結果及其他臨床觀察。

重要欄位包括：

• status
• category
• code
• subject
• encounter
• effective[x]
• issued
• performer
• value[x]
• interpretation
• referenceRange
• dataAbsentReason
• component

其中最重要的觀念是：

Observation的code說明測量什麼，value[x]則說明測量結果。

數值不能脫離測量項目、單位、時間及狀態單獨解讀。同樣地，一筆異常Observation也不能直接等同於某項疾病診斷。

下一篇將以血壓為例，深入介紹為什麼一筆Observation中需要使用component表示收縮壓及舒張壓。

明日預告

Day 21｜血壓為什麼需要兩個數值？

參考資料

1. HL7 FHIR R4：Observation
   https://hl7.org/fhir/R4/observation.html

2. HL7 FHIR R4：Observation Definitions
   https://hl7.org/fhir/R4/observation-definitions.html

3. HL7 FHIR R4：Vital Signs Profile
   https://hl7.org/fhir/R4/vital-signs.html

4. HL7 FHIR R4：DiagnosticReport
   https://hl7.org/fhir/R4/diagnosticreport.html

5. HL7 FHIR R4：Condition
   https://hl7.org/fhir/R4/condition.html

6. LOINC：About LOINC
   https://loinc.org/about/