临床数据的准确性、完整性与一致性对于回顾性临床研究的开展具有重要价值,而目前从医院异构临床信息系统中对目标临床数据的检索主要基于原始数据库文档手动完成,具有效率低下且数据质量难以保证等缺点。数据发现是指从各种异构数据库收集元数据并将其整合到可以方便即时评估的单一来源的过程,而元数据可以从不同维度描述临床信息系统原始数据,让用户充分理解和洞察原始数据,从而准确并完整地定位目标临床数据。因此利用数据发现可以辅助研究人员快速完成目标临床数据的检索与获取,保证临床回顾性研究的临床数据质量。本研究设计和实现了一个面向复杂异构临床信息系统的数据发现方法。首先根据临床信息系统的业务场景和临床通用数据模型OMOP CDM的设计定义了元数据的自身结构,共包含基础元数据、数据语义信息、数据关联信息,其中元数据以列为单位进行数据描述。然后基于中文临床医学术语设计了一个临床术语语义网络用于从临床信息系统原始数据中获取数据语义信息,使用集合包含、Jaccard Containment和Jaccard Similarity等方法获取数据关联信息。最后开发一个Web端应用,用于对自动提取的元数据信息进行可视化和可交互导航,提供元数据的浏览、搜索、推荐等功能。通过将本研究设计的数据发现方法在两家医院的真实临床信息系统上实际应用,基础元数据显示两个临床信息系统的数据结构是完全不一致的,评估数据显示原始临床数据的语义信息准确率均能达到90%,覆盖率均能达到85%;数据关联分析中70%以上的列能获得关联信息,其中主键关联和外键关联的准确率能达到80%,并且在扫描的数据中全部覆盖。因此上述数据表明本研究提出的数据发现方法可以适用于真实的异构临床信息系统,且对临床信息系统元数据的提取具有较高的准确率和覆盖率,能够在缺失数据库文档等先验信息的条件下较好的描述临床信息系统的原始数据,这对于目标临床数据检索效率、准确性和完整性的提高具有重要意义与价值。