医药行业互联域模型：15语义域统一语义地图解析

一、概念定义：什么是互联域模型

互联域模型（Connected Domains Model，以下简称 CDM）是一种面向医药与生命科学行业的统一语义框架。它的核心目标是为该行业长期碎片化的数据体系提供一张”共同语言地图”——将科学研究、临床开发、生产制造、监管合规等活动中反复出现的核心概念，归纳整理为 15 个语义域（Semantic Domains），并按照”由原子到系统”的层级逻辑组织为三层结构，同时辅以两条平行视图和一套贯穿全局的主数据底座。

从技术视角来看，CDM 本质上是一个领域本体建模方案：它不是某一个具体的软件产品或数据库，而是一套关于”医药行业数据应该如何分类、如何关联、如何治理”的抽象规范与逻辑蓝图。从业务视角来看，CDM 是行业数据标准化的共识性参考架构，帮助不同机构在交换数据时拥有共同的语义基础。从使用视角来看，CDM 可以作为企业数据中台、知识图谱构建、跨系统集成项目的顶层设计依据。

需要特别说明的是，CDM 并非凭空发明。它建立在两项已有成果之上：一是行业某基金会发起的”互联域倡议”（目前处于候选发布阶段），二是业界提出的 ICAD 原则（强调互操作性、一致性、可追溯性与数据治理的方法论）。这两项成果共同构成了 CDM 的理论与实践基础。

二、背景与价值：为什么需要这样一张”地图”

医药与生命科学行业长期面临一个结构性难题——数据孤岛。一款新药从靶点发现、先导化合物优化、临床前研究、临床试验、注册申报到上市后监测，涉及数十个业务环节、数百种数据类型。不同环节往往由不同团队、不同系统、不同标准分别管理，导致：

• 语义不一致：同一个概念（如”受试者”或”不良事件”）在不同系统中可能被赋予不同的定义和编码；
• 集成成本高：每次跨系统数据对接都需要大量定制化的映射与转换工作；
• 合规风险大：监管机构要求的数据追溯链条一旦断裂，将直接影响产品审批进程；
• 知识复用难：历史实验数据、文献知识难以被系统化地检索与再利用。

CDM 的出现正是为了从语义层面解决上述问题。它通过预先定义好的 15 个语义域，为行业提供了一个”最小公约数”式的分类体系，使得不同系统可以在同一套语义框架下进行对话，从而大幅降低集成门槛、提升数据可追溯性、促进知识共享。

三、核心组成：三层架构、双视图与主数据底座

3.1 三层语义域架构

CDM 将 15 个语义域按照粒度和抽象层次分为三层：

层级	特征	典型语义域示例
原子域（Atomic Domains）	最小粒度的独立概念，不可再拆分，构成语义基座	物质、单元、测量、时间、空间等基础概念
组合域（Composite Domains）	由多个原子域组合而成，描述更复杂的实体或过程	研究方案、实验过程、样本、产品批次等
系统域（System Domains）	最高抽象层，描述端到端的业务系统或流程全景	临床开发系统、生产制造系统、监管提交系统等

这种”由小到大、由原子到系统”的单向流动设计，确保了每个高层概念都可以被追溯到其底层组成要素，从而支撑数据的可解释性与可审计性。

3.2 两条平行视图

CDM 并非只有单一维度。它同时提供两条平行视图来覆盖不同关注点：

• 科学活动视图：侧重描述”做了什么实验、用了什么方法、得到了什么结果”，面向研发与科学团队；
• 治理与合规视图：侧重描述”数据如何被管理、如何被审计、如何满足监管要求”，面向质量与合规团队。

两条视图共享同一套语义域底层，但在上层组织方式和关注重点上有所不同，从而实现”同一个事实、两种解读方式”。

3.3 主数据底座

贯穿三层架构和两条视图的是一套主数据底座（Master Data Foundation）。它负责维护行业级的核心实体定义与编码规则（如物质标识、机构标识、人员角色等），确保所有语义域引用的基础实体具有全局唯一性和一致性。主数据底座类似于整个语义地图的”地基”，如果地基不稳，上层的语义关联就会失去可靠锚点。

四、工作原理：语义域如何”串起”数据孤岛

CDM 的运行逻辑可以用一个简化的流程来说明：

步骤1：识别数据源 → 步骤2：映射到原子域 → 步骤3：组合为组合域实体 → 步骤4：归入系统域上下文 → 步骤5：通过主数据底座统一编码 → 步骤6：在平行视图中分别呈现

以一个典型场景为例：某临床试验系统产生了一条”受试者在第12周出现某种不良事件”的记录。在 CDM 框架下：

1. “受试者”被映射到原子域中的”人/角色”概念；
2. “第12周”被映射到原子域中的”时间”概念；
3. “不良事件”被映射到原子域中的”观测/事件”概念；
4. 上述三者组合成一个组合域实体——“临床观测记录”；
5. 该记录被归入”临床开发系统”这一系统域；
6. 所有涉及的实体编码通过主数据底座进行统一解析；
7. 在科学活动视图中，它作为一条研究结果被呈现；在治理视图中，它作为一条合规记录被追溯。

通过这种方式，原本散落在不同系统中的碎片化数据，被”翻译”到同一张语义地图上，从而实现跨系统的语义互操作。

五、典型适用场景

CDM 及其背后的设计思想适用于以下几类典型场景：

1. 企业数据中台建设：医药企业在构建统一数据平台时，可以以 CDM 的 15 个语义域作为数据分类的顶层参考，避免各业务线自建标准导致的混乱。
2. 跨机构数据交换：在多中心临床试验、供应链协作等场景中，CDM 提供了一套双方都能理解的语义协议，降低对接成本。
3. 知识图谱与 AI 辅助研发：将实验文献、内部数据按照语义域结构化后，可以更有效地支撑知识检索、智能问答和辅助决策类应用。
4. 监管数据提交：在向监管机构提交电子数据时，CDM 的分层结构和治理视图有助于确保数据的完整性和可追溯性。
5. 云平台上的行业数据服务：如百度智能云等平台提供的数据治理、知识图谱、数据目录等通用能力，可以与 CDM 的语义框架相结合，为医药行业客户提供标准化的数据管理基础设施。

六、与相关概念的区别

概念	核心关注点	与 CDM 的关系
数据标准（如 CDISC）	特定领域的数据格式与编码规范	CDM 是更高层的语义框架，可以包容和引用具体标准
本体建模（Ontology）	通用的概念关系建模方法	CDM 是本体建模在医药行业的一个具体应用实例
数据湖/数据仓库	数据存储与计算架构	CDM 不规定存储方式，而是规定语义组织方式，可指导数据湖的分层设计
主数据管理（MDM）	核心实体的统一管理	CDM 的主数据底座与 MDM 理念相通，但范围更聚焦于行业语义实体

简而言之，CDM 不替代任何具体的数据标准或技术平台，而是在它们之上提供一层”语义协调层”。

七、使用注意事项

1. 选型定位要清晰：CDM 是一个参考框架和设计蓝图，不是即插即用的软件产品。企业在引入时需要根据自身数据现状进行适配和落地，而非期望直接”安装”即可生效。
2. 语义域映射需要投入：将现有系统中的数据映射到 15 个语义域，是一项需要业务专家与技术团队协作的工程，初期投入不可低估。
3. 主数据治理是前提：如果企业自身的主数据（如物质编码、机构编码）尚未统一，直接套用 CDM 会面临”地基不稳”的问题，需要先夯实主数据基础。
4. 版本演进需关注：CDM 目前仍处于迭代阶段（候选发布版），后续版本可能对语义域的定义和层级进行调整，企业在架构设计时应预留扩展空间。
5. 安全与合规不可忽视：医药数据涉及患者隐私和商业机密，在基于 CDM 构建数据体系时，必须同步考虑数据脱敏、访问控制和审计日志等安全机制。

八、总结

互联域模型（CDM）是医药与生命科学行业面向数据互操作与语义统一的一项重要框架性探索。它通过将行业核心概念归纳为 15 个语义域、构建原子—组合—系统三层架构、配备双平行视图和主数据底座，为长期割裂的数据孤岛提供了一张可共享的”语义地图”。对于开发者和技术决策者而言，理解 CDM 的核心价值在于：它不是一个具体工具，而是一种思考和组织行业数据的方法论——帮助团队在系统设计之初就建立语义一致性的共识，从而在后续的集成、治理和智能化应用中获得长期收益。在落地过程中，需要结合企业实际数据现状、主数据治理水平和安全合规要求，稳步推进适配与实施。