电子病历(Electronic Medical Record, EMR)可以向医疗人员提供完整的、准确的病人病情资料,可以提示和警示医疗人员,给予医疗人员临床决策支持,并连接医疗知识库及其他辅助功能。欲从大量的电子病历信息中抽取符合一定条件的病历进行分析并总结(如研究某种疾病的易感人群的年龄段及地域分布等规律),对病历进行检索是必要途径之一。传统的电子病历,多采用纯文档或半结构化方式,既不方便存储,又在检索、统计等方面存在着问题。尤其是后期的病历检索,由于检索词通常采用机械匹配方式,对检索词的准确度要求较高而智能化程度较低,给检索用户带来了诸多不便,大大影响了信息资源的利用效率。因此,针对医疗领域电子病历的特点,建立一个具有检索智能性的电子病历系统就显得尤为重要。基于XML的结构化电子病历设计在很大程度上解决了电子病历信息数据的结构化问题。在此基础上,为了实现对数据的智能检索,自然语言理解等人工智能技术被引用进来。为了使电子病历的检索工作能够有足够的检索源(XML文档),设计了XML文档采集器,可对用户的查询请求进行自动分词;在知识库的构建过程中,利用相似性度量方法,建立同义词典及蕴涵词典;初步实现对知识库的有效管理,利用医疗知识库中的知识,可根据用户输入的检索词条进行同义检索及扩展检索,以“概念检索”代替“字面检索”,提高电子病历检索的查准率和查全率。上海市复旦大学附属肿瘤医院是一家国内知名的三级甲等专科医院,受病人来源和患病特殊性的影响,治疗过程比较漫长而且对于电子病历的调阅和检索要求很高。本研究结合其当前运行的电子病历系统,通过引入先进的医学语言处理技术和数据智能检索的一些策略,结合目前流行的XML结构化存储技术,有效的深化了电子病历的数据挖掘功能,取得了良好的临床应用效果。