Sémantická interoperabilita

Kmenový registr poskytovatelů a kmenový registr zdravotnických pracovníků spravuje totéž ministerstvo. Oba kódují odbornost řadou L##, a přesto kód L47 znamená v prvním pediatrii a ve druhém maxilofaciální chirurgii. Pediatrie je ve druhém registru L48, maxilofaciální chirurgie v prvním N30.

Registry sdílejí 55 kódů, 143 zná jen registr poskytovatelů a 185 jen registr pracovníků. Z 55 společných nese 8 rozdílný název. Systém, který kód z jednoho registru dohledá v číselníku druhého, zobrazí nesmysl – a žádná kontrola neselže, protože kód je formálně platný.

Pro odbornost lékaře existuje v ČR šest nekompatibilních číselníků (ÚZIS, SÚKL, čtyři na ministerstvu) a žádný zveřejněný převodník. Měřeno nad produkčními číselníky 20. 8. 2026.

SÚKL (číselník preskripčních omezení) a registr zdravotnických pracovníků (základní kmen) používají trojpísmenné zkratky oborů. Devět zkratek je shodných, 32 ze 41 kódů SÚKL druhý číselník nezná a u pěti oborů se zkratky těsně míjejí: anesteziologie ANS × ANE, praktické lékařství PRL × VPL.

Podstatnější je, že nejde o dva zápisy téhož pojmu. Preskripční omezení říká, kdo smí lék předepsat; základní kmen popisuje vzdělávací dráhu. Převodní tabulka postavená na shodě zkratek bude u devíti kódů „fungovat“ a u ostatních tiše lhát. Skoro-shoda je nebezpečnější než zjevný rozdíl.

Graf zobrazuje všechna státní zdravotnická rozhraní, pro která máme vygenerované klienty: každé rozhraní (oranžově) s operacemi (zeleně) a datovými typy (modře); velikost typu odpovídá tomu, kolikrát se používá. Graf obsahuje 27 služeb, 858 metod a 2 509 datových typů, které tvoří 18 nepropojených ostrovů – Sdílený zdravotní záznam (169 operací), eReg ÚZIS, vakcinační modul, TermX, EZCA2, rozhraní SÚKL a další. Typy se znovu používají jen uvnitř jedné služby (nejsdílenější typ 81×, sdílených typů celkem 737); napříč službami je sdílení prakticky nulové, i když rozhraní popisují tytéž věci. 51 metod navíc nemá typovaný výstup vůbec.

Nejnázornější důsledek je adresa: ve státních rozhraních existuje 39 samostatných tvarů adresy a 43 různých popisů pacienta. Každá nová služba si adresu nadefinuje znovu – až vznikne další, bude jich 40. To je opak sémantické interoperability: stejný pojem se definuje znovu, pokaždé jinak a bez vazby na ostatní. Interaktivní graf je veřejně na dasta4.cz/doc/models/universe.

Jen kmenový registr pacientů má 12 různých popisů osoby se jménem a příjmením a 3 popisy adresy; tentýž popis adresy existuje nezávisle ve třech kmenových registrech a může se kdykoli rozejít. FHIR má pro adresu jediný datový typ Address, DASTA 4 jediný adresní typ. Měřeno 7. 9. 2026 nad 31 státními rozhraními; počty jsou spodní hranice.

Každý další tvar znamená převodník a každý převodník něco stojí. Kraj Vysočina platí za překladový můstek pro 5 nemocnic 89,9 mil. Kč bez DPH na 15 let (zakázka Z2025-043536); údržba změn rozhraní stojí o 29 % víc než samotný provoz. Lineární přepočet na 200 nemocnic dává přibližně 3,6 mld. Kč za 15 let, z toho asi 87 mil. Kč ročně jen za dorovnávání změn. Odhad nezahrnuje ambulance.

Odkazy: Interaktivní graf státních rozhraní · FHIR datový typ Address

Registr smluv – zakázka Z2025-043536 (profil zadavatele): Nemocnice Jihlava dílo, servis · Havlíčkův Brod dílo, servis · Nové Město na Moravě dílo, servis · Pelhřimov dílo, servis · Třebíč dílo, servis

Stejný pohled na evropské FHIR rozhraní (EU Health Data API, FHIR R4) ukazuje opačný obraz: 72 metod a 482 typů tvoří jedno jádro, na které se napojují všechny operace. Dole jsou společné datové typy (Element je použit 248×), nad nimi několik resources, na které odkazují všechny ostatní: Patient, Practitioner, Organization, Encounter, Observation. Místo rozptýlených hvězdic vzniká pár velkých uzlů, které sdílí všichni.

Adresa má ve FHIRu jediný datový typ Address, používaný po celém světě; až vznikne nová služba, použije tu samou definici adresy. Totéž platí pro pacienta a pozorování: pojem je definovaný jednou a všechny operace na něj ukazují. To je strukturní základ, na kterém se sémantická interoperabilita dá stavět.

Odkazy: Interaktivní graf FHIR · FHIR R4 – přehled resources · FHIR datový typ Address

HIMSS rozlišuje čtyři úrovně interoperability. Základní: data dorazí. Strukturní: příjemce přečte formát – pole, datové typy, kódy. Sémantická: příjemce datům rozumí stejně jako odesílatel. Organizační: sladěná pravidla, odpovědnost a procesy.

Případ L47 ze slajdu 2: tentýž kód znamená v registru poskytovatelů pediatrii a v registru zdravotnických pracovníků maxilofaciální chirurgii. Splňuje první dvě úrovně a selhává na třetí. Proto je nebezpečný: validátor kontroluje tvar, ne význam, takže data projdou, uloží se a zobrazí – a znamenají něco jiného. Sémantickou úroveň nelze ověřit, dokud pojem nemá definici, kterou umí vyhodnotit stroj.

Odkazy: Semantic interoperability (Wikipedia)

MUDr. Pavel Lindovský, praktický lékař a člen představenstva České lékařské komory, popisuje v rozhovoru pro eTempus Medicorum, co digitalizace dnes znamená v ambulanci: „Elektronizace není budována primárně proto, aby šetřila čas lékařům. Některé nemocnice dnes sice umějí posílat zprávy elektronicky téměř okamžitě, ale když praktikovi začne chodit dvacet nebo třicet zpráv denně, není reálné, aby je všechny důkladně četl. A právě mezi nimi může být několik skutečně důležitých. Navíc neexistuje jednotná forma předávání informací. Některé nemocnice budují své informační systémy desítky let a systémy mezi sebou často nejsou kompatibilní.“

To je přesně hranice mezi strukturní a sémantickou interoperabilitou z předchozího slajdu. Zpráva dorazí a systém ji zobrazí – ale protože nerozumí jejímu obsahu, nedokáže lékaři pomoci s tím, co je na ní podstatné. Třídit, porovnávat a přenášet údaje do karty může jen systém, pro který má „nová diagnóza“, „patologický výsledek“ nebo „alergie“ strojově vyhodnotitelný význam.

Odkazy: Lékaři dlouho nepřemýšleli o tom, že jsou součástí trhu (eTempus Medicorum, ČLK)

Aristotelova definice má dvě části: nejbližší rod (genus proximum) říká, kam věc patří, druhový rozdíl (differentia specifica) ji odliší od ostatních členů rodu. Člověk je živočich (rod), který je rozumný (rozdíl).

Radiologicky: spondylodiscitida je zánět (rod), jehož místem je meziobratlová ploténka a přilehlá obratlová těla (rozdíl). Bez rodu nevíme, co věc je; bez rozdílu ji nelze odlišit od ostatních zánětů. Stejnou dvojici používá SNOMED CT o 2 300 let později.

Odkazy: Genus–differentia definition

Obrázek: Aristotelés – busta, Palazzo Altemps, podle Lýsippa, volné dílo, Wikimedia Commons.

Sylogismus z Aristotelových Analytik: všichni lidé jsou smrtelní, Sókratés je člověk, tedy Sókratés je smrtelný. Obecné pravidlo modus ponens: platí-li „A implikuje B“ a platí A, platí B.

V deskripční logice se totéž zapíše jako podřazenost pojmů: pojem člověk je podřazen pojmu smrtelný a Sókratés patří pod pojem člověk, z čehož plyne, že patří i pod pojem smrtelný. Totéž s nálezem: spondylodiscitida je infekce páteře, nález #625 je spondylodiscitida, tedy nález #625 je infekce páteře – i když slovo „infekce“ v něm není.

Tři druhy usuzování: dedukce vede z pravdivých premis vždy k pravdivému závěru (tak pracuje reasoner – program, který z definic odvozuje); indukce zobecňuje z případů a závěr je jen pravděpodobný (statistika, strojové učení); abdukce hledá nejlepší vysvětlení pozorování (diferenciální diagnóza). Jazykové modely usuzují induktivně, proto se jejich výstup ověřuje dedukcí.

Odkazy: Syllogism · Modus ponens · Abductive reasoning

Porfyrios (3. stol.) uspořádal Aristotelovy pojmy do stromu: substance → těleso → živé těleso → živočich → člověk; na každé úrovni se dělí podle jednoho rozdílu.

Strom předpokládá jednoho rodiče. V medicíně pojem běžně patří pod několik os naráz: tuberkulózní spondylodiscitida je tuberkulóza (podle původce), infekce páteře (podle místa) i zánět (podle morfologie). Klasifikace založená na stromu musí jednu osu upřednostnit – MKN-10 řadí podle původce – a kdo hledá podle jiné osy, pojem nenajde. Řešením je hierarchie, která vznikne výpočtem z definic a dovolí více rodičů.

Odkazy: Porphyrian tree · Ilustrace: Ramon Llull, Wikimedia Commons (volné dílo)

Horní ontologie určuje nejobecnější rozlišení, pod která se věší pojmy všech oborů. Nejrozšířenější jsou BFO (Basic Formal Ontology, B. Smith; ISO/IEC 21838-2:2021), na které staví biomedicínské ontologie OBO Foundry, a DOLCE (N. Guarino a kol., 2002; ISO/IEC 21838-3:2023).

Obě rozlišují věci (BFO: nezávislý kontinuant, DOLCE: endurant), jejich vlastnosti (kvalita) a děje (BFO: okurent, DOLCE: perdurant). V nálezu #625 je absces věc, rozměr 3 × 3 cm a strana vlevo vlastnosti a regrese i drenáž děje. Kdo tyto kategorie smíchá – například zapíše regresi jako vlastnost abscesu bez vztahu k času – nemůže pak porovnat dvě vyšetření. SNOMED CT má vlastní horní úroveň (19 hierarchií) a na BFO formálně nenavazuje.

Odkazy: Upper ontology (BFO, DOLCE) · Basic Formal Ontology

Gottlob Frege v díle Begriffsschrift (1879) vytvořil první úplný formální jazyk logiky – predikátovou logiku. Pojem v ní je funkce, která každému objektu přiřadí pravdu, nebo nepravdu: Spondylodiscitida(x) je pravdivé právě pro ty x, které spondylodiscitidou jsou.

Kvantifikátory ∀ (pro všechna) a ∃ (existuje) umožňují přesně říct, co šipka v obrázku znamená: „existuje y takové, že y je místem nálezu x a y je ploténka“. Definice se tím stává vyhodnotitelnou. Predikátová logika je ale příliš silná: obecně v ní nelze rozhodnout, zda závěr z premis plyne (viz slide o nerozhodnutelnosti).

Odkazy: Begriffsschrift

Obrázek: Gottlob Frege – fotografie, autor neznámý, volné dílo, Wikimedia Commons.

V 60. a 70. letech vznikly první reprezentace znalostí pro počítače: sémantické sítě (Quillian 1968) a rámce se sloty (Minsky 1974). Byly názorné, ale bez formálního významu. W. A. Woods v roce 1975 upozornil (What’s in a link), že šipka „absces —místo→ ploténka“ může znamenat, že každý absces je v ploténce, že některý je, že je tam typicky, nebo že je jen tam.

Dva systémy mohou nakreslit stejný graf a myslet jím různé věci – stejný problém jako kód L47. Deskripční logika vznikla jako odpověď: každá šipka dostala přesně definovaný význam.

Odkazy: Semantic network · Frames (Minsky)

Obrázek: Marvin Minsky – fotografie, Sethwoodworth, CC BY 3.0, Wikimedia Commons.

Deskripční logika (DL) pracuje se třemi stavebními kameny: pojmy (Absces, Ploténka), rolemi (místo, lateralita, vývoj) a konstruktory, kterými se pojmy skládají: ⊓ (a zároveň), ∃ (existuje), ∀ (jen), ¬ (ne). Zápis Absces ⊓ ∃ místo.Ploténka znamená „absces, jehož místem je nějaká ploténka“.

Vývoj: KL-ONE (Brachman, 1985), logika 𝒜ℒ𝒞 (Schmidt-Schauß a Smolka, 1991), standard OWL (W3C, 2004) a logika ℰℒ⁺⁺ (Baader, Brandt, Lutz, 2005). DL je podmnožina predikátové logiky, vybraná tak, aby každá otázka měla odpověď v konečném čase. SNOMED CT používá ℰℒ: nemá negaci ani „jen“, zato náš CogniTrust.Reasoner (2026) klasifikuje celý SNOMED CT (428 571 pojmů, přes 22 milionů odvozených podřazeností) na notebooku za 1,5 s.

Odkazy: Description logic · OWL 2 profily (EL, QL, RL)

Čím víc logika dokáže vyjádřit, tím dražší je v ní odvozovat. ℰℒ (SNOMED CT) umí „a zároveň“ a „existuje“ a klasifikace je polynomiální. 𝒜ℒ𝒞 přidává negaci, „jen“ a „nebo“ a odvozování je exponenciální. OWL 2 DL přidává počty („právě dvě ložiska“) a skládání rolí a je v nejhorším případě dvojitě exponenciální (Kazakov, 2008). Plná predikátová logika je nerozhodnutelná (Church, Turing, 1936).

Ještě dál jde transparentní intenzionální logika Pavla Tichého (od 70. let; dnes ji rozvíjí Marie Duží na VŠB – TU Ostrava). Je to typovaný λ-kalkul vyšších řádů, který rozliší, co kdo tvrdí, od toho, že to tvrdí: „radiolog se domnívá, že jde o spondylodiscitidu“. Přirozenému jazyku se blíží nejvíc, ale mechanicky rozhodnout ji nelze. Přirozený jazyk sám nemá formální význam vůbec.

Praktický důsledek: co lze spočítat, patří do struktury; nejistota a postoje autora zůstávají ve strukturovaném statusu a v textu.

Odkazy: Description logic – expresivita · OWL 2 profily · Transparent intensional logic

Polynomiální růst si lze představit jako podání rukou v sále: každý s každým, dvakrát víc lidí znamená čtyřikrát víc podání. Exponenciální růst je kombinační zámek: každé kolečko navíc znásobí počet kombinací deseti.

Na počítači s miliardou kroků za sekundu trvá 2ⁿ kroků pro 50 prvků 13 dní a pro 100 prvků 40 bilionů let – 2 900× déle, než existuje vesmír. Skutečná klasifikace celého SNOMED CT (428 571 pojmů, přes 22 milionů odvozených podřazeností) trvá v našem CogniTrust.Reasoneru (2026) 1,5 s na notebooku Intel Core i7-1355U (10 jader / 12 vláken, 16 GB RAM). První naivní verze potřebovala 464 s; zrychlení asi 300× přinesly algoritmus (chytřejší párování podmínek) a uspořádání paměti, ne rychlejší jazyk. Dno určuje paměť: asi 100 milionů náhodných čtení z RAM. Dvojitě exponenciální růst 2^(2ⁿ) dá pro 6 prvků 585 let.

Rychlejší počítač exponenciální problém nezachrání: dvakrát rychlejší stroj zvládne u 2ⁿ jen o jeden prvek víc. Čísla popisují tvar růstu v nejhorším případě; skutečné programy bývají chytřejší, tvar křivky ale zůstává.

Odkazy: Time complexity · ELK – reasoner pro EL

Exponenciální problém je těžký, ale odpověď přijde. Nerozhodnutelný problém je jiná kategorie: prokazatelně neexistuje program, který by na každou otázku daného typu v konečném čase odpověděl ano, nebo ne. Pro predikátovou logiku to dokázali Church a Turing (1936): když závěr z premis plyne, důkaz se najde; když neplyne, hledání může běžet donekonečna a nikdy nevíme, zda počkat déle.

Důkaz stojí na Cantorově diagonálním argumentu (1891). Mějme libovolný seznam nekonečných řad nul a jedniček. Vezmeme n-tou číslici n-té řady (diagonálu) a každou otočíme. Vzniklá řada se od každé řady v seznamu liší aspoň na jednom místě, takže v seznamu není – úplný seznam neexistuje.

Turing použil týž trik na programy: řádky jsou programy, sloupce vstupy, políčko říká, zda program skončí. Kdyby existoval program, který to umí vždy předpovědět, šel by postavit program, který na diagonále udělá opak – tedy opak předpovědi o sobě samém. To je spor. Laická obdoba: „Tato věta je nepravdivá.“ Pro zdravotnictví: kontrola, která může přemýšlet navždy, je v provozu nepoužitelná, proto SNOMED CT používá rozhodnutelnou ℰℒ.

Odkazy: Undecidable problem · Halting problem · Cantor's diagonal argument

Obrázky: Georg Cantor – fotografie, autor neznámý, volné dílo, Wikimedia Commons; Alan Turing – fotografie, Elliott & Fry, volné dílo, Wikimedia Commons.

Cantor ukázal, že nekonečna nejsou stejně velká. Přirozených čísel je nekonečně mnoho, ale lze je očíslovat (spočetné nekonečno). Nekonečných řad nul a jedniček je víc – diagonála dokazuje, že je očíslovat nejde (nespočetné nekonečno).

Každý program je konečný text, a proto lze všechny programy očíslovat. Otázka typu ano/ne o přirozených číslech je jednoznačně určena množinou čísel, pro která je odpověď ano. Příklad: „je n sudé?“ dává pro n = 0, 1, 2, 3, 4, 5… odpovědi ano, ne, ano, ne, ano, ne…, tedy řadu 1 0 1 0 1 0… a množinu {0, 2, 4, …}. „Je n prvočíslo?“ dává řadu 0 0 1 1 0 1 0 1… a množinu {2, 3, 5, 7, …}. Platí to i obráceně: každá řada 0/1 je otázka „patří n do této množiny?“, i když ji nejde nijak stručně popsat. Otázek je tedy tolik jako podmnožin přirozených čísel, tj. prvků potenční množiny, a těch je podle Cantora víc než přirozených čísel. Programů je tedy „málo nekonečně“ na to, aby na každou otázku existoval jeden, který ji rozhodne. Nerozhodnutelnost není nedostatek dnešních počítačů, ale důsledek velikosti nekonečen.

Proč lze programy očíslovat. Klíčový krok: všechny konečné řetězce znaků lze efektivně vyjmenovat, tedy přiřadit jim čísla s₀, s₁, s₂, … Pro abecedu {0, 1} stačí řetězce seřadit podle délky a v rámci délky podle binární hodnoty: ε, 0, 1, 00, 01, 10, 11, 000, … (ε je prázdný řetězec). Takové řazení je explicitní bijekce mezi řetězci a přirozenými čísly.

Řetězců délky n je nad abecedou {0, 1} přesně 2ⁿ, nad abecedou o k znacích kⁿ. Řetězců délky nejvýše n je 1 + k + k² + ⋯ + kⁿ. Každý konkrétní řetězec proto má konečné pořadové číslo – nejvýš tento součet pro svou délku.

Bijekce přitom není potřeba. Pro spočetnost stačí zobrazení ℕ → {konečné řetězce}, které pokryje všechny řetězce (surjekce). Program je konečný řetězec, který splňuje syntaktická pravidla jazyka: stačí procházet s₀, s₁, s₂, … a řetězce, které nejsou platným programem, přeskočit. Vznikne posloupnost P₀, P₁, P₂, … obsahující všechny programy.

Celý argument „všechny programy lze očíslovat“ tedy stojí na vyjmenovatelnosti konečných řetězců. Otázky ano/ne tak očíslovat nejde: odpovídají nekonečným řadám 0/1 a pro ty Cantorova diagonála ukázala, že žádný seznam nestačí.

Odkazy: Countable set · Cantor's diagonal argument

Z definic odvodí reasoner tři druhy odpovědí. Podřazenost (subsumpce): je každé A zároveň B? Dotaz na infekce páteře najde i nález zapsaný jako tuberkulózní spondylodiscitida. Splnitelnost: může A vůbec existovat? Nález, který si protiřečí, odhalí dřív, než se odešle. Zařazení (realizace): pod které pojmy konkrétní nález spadá? Zánět s místem ploténka a obratlová těla se sám zařadí jako spondylodiscitida.

Nic z toho nejsou ručně psaná pravidla. Všechno plyne z definic; přidáním pojmu s definicí se hierarchie přepočítá sama.

Odkazy: Description logic – reasoning

Záměna strany je klasická chyba nálezu: v popisu „absces vlevo“, v závěru převzatém z minula „absces vpravo“. Reasoner ji odhalí ze tří obecných znalostí: strany se vylučují (nic nemůže být zároveň vlevo i vpravo), jedna věc má nejvýš jednu stranu (lateralita je funkční role) a popis i závěr mluví o témže abscesu. Strana abscesu by tedy musela být zároveň vlevo i vpravo, a to je prázdný pojem.

Prázdný pojem (v logice se značí ⊥) je pojem, pod který nic nespadá. Když reasoner odvodí, že nález je prázdný pojem, říká, že takový nález nemůže existovat. Falešný poplach nevznikne u dvou abscesů – vlevo a vpravo jsou dva objekty, každý s jednou stranou – a „oboustranně“ je vlastní hodnota. Rozhodující je identita objektů: systém musí vědět, že popis i závěr mluví o témže abscesu. Stejným mechanismem se chytí „vyloučeno“ v popisu proti „potvrzeno“ v závěru.

Deskripční logika předpokládá otevřený svět: co není zapsáno, není známo – neznamená to, že to neplatí. Databáze obvykle předpokládají opak (uzavřený svět): chybí-li záznam, věc neexistuje.

Pro klinická data je uzavřený svět nebezpečná zkratka. Chybějící záznam o alergii neznamená „bez alergie“; nepopsaný epidurální prostor neznamená „bez epidurálního abscesu“. Negativní nález musí být zapsán výslovně („bez epidurálního abscesu“), jinak z mlčení nic neplyne.

Odkazy: Open-world assumption

SNOMED CT vznikl z patologické nomenklatury SNOP (1965) přes SNOMED (1975) sloučením SNOMED RT s britskými Read Codes v roce 2002; od roku 2007 ho spravuje mezinárodní organizace IHTSDO, dnes SNOMED International. V naší kopii má 428 571 pojmů (celý strom od kořene), každý s definicí v deskripční logice ℰℒ.

Hierarchii nekreslí člověk, ale počítá ji klasifikátor z definic, a proto pojem může mít víc rodičů. Identifikátor a definice pojmu nezávisí na jazyce; jazykové verze se liší jen popisy (termíny).

Odkazy: SNOMED International · SNOMED CT (Wikipedia)

Definice apendicitidy v SNOMED CT (zjednodušeně): dva rodiče – onemocnění apendixu a zánětlivé onemocnění – a dvě role: místo nálezu (finding site) = struktura apendixu, přidružená morfologie (associated morphology) = zánět. Rodiče jsou Aristotelův rod, role jsou jeho druhový rozdíl rozdělený do samostatných os.

Zápis na slidu je v SNOMED CT compositional grammar: číslo je identifikátor pojmu, text mezi svislicemi jeho anglický název.

Odkazy: SNOMED CT (Wikipedia)

Primitivní pojem („je“) má jen nutné podmínky: každá spondylodiscitida je zánět ploténky, ale ne každý zánět ploténky musí být spondylodiscitida. Klasifikátor pod primitivní pojem nic sám nezařadí.

Plně definovaný pojem („je přesně“) má podmínky nutné i postačující: co je zánětem ploténky a obratlových těl, je spondylodiscitida. Klasifikátor pod něj zařadí vše, co definici splní – i nález, který slovo „spondylodiscitida“ nepoužil. Podíl plně definovaných pojmů je proto měřítkem, jak dobře terminologie podporuje vyhledávání podle významu.

Klasifikace znamená spočítat z definic všech pojmů úplnou hierarchii: pro každý pojem všechny jeho rodiče, přímé i nepřímé. U SNOMED CT jde přes 22 milionů vztahů „je podtypem“. Klasifikátor přitom zjistí také dvojice pojmů se stejnou definicí (ekvivalence – v praxi duplicity) a definice, pod které nemůže nic spadat (rozpor).

Autorský proces ve SNOMED CT: expert na terminologii zapisuje stated (uvedenou) definici – nejbližšího primitivního rodiče a atributy s hodnotami. Které atributy smí který druh pojmu mít a jakých hodnot mohou nabývat, určuje concept model (například výkon má metodu a místo výkonu, klinický nález místo nálezu a morfologii). Expert hierarchii nekreslí; spustí klasifikátor, který spočítá inferred (odvozený) pohled – skutečné rodiče pojmu – a ohlásí duplicity a rozpory. Změnu pak zreviduje druhý expert a pojem vyjde ve vydání.

Vydání obsahuje obojí: definice (axiomy) i hotovou odvozenou hierarchii. Nemocniční systém, který pracuje jen s pojmenovanými kódy, proto žádný reasoner nepotřebuje – odpověď „co je pod čím“ už dostal. Reasoner je nutný až u výrazů, které v číselníku nejsou (postkoordinace), a u vlastních definic nad SNOMED CT.

Příklad je skutečný pojem SNOMED CT 2471000087103 MR vyšetření levého kolene. Expert na terminologii zapsal (stated) jen tolik: je to výkon, jehož metodou je magnetická rezonance a místem výkonu levá oblast kolene; metoda a místo jsou ve společné skupině rolí, aby se u výkonů s více částmi nemíchaly. Levá oblast kolene (82169009) je definována jako oblast kolene s lateralitou vlevo a MR vyšetření kolene (241641004) jako výkon s metodou MR a místem v oblasti kolene. Všechny tři definice jsou plné (nutné i postačující).

Jediný rodič, kterého expert uvedl, je obecný výkon. Klasifikátor z definic spočítal 17 předků. Přímými rodiči jsou MR vyšetření kolene a MR levé dolní končetiny; nad nimi MR vyšetření dolní končetiny a výkon na koleni, dál výkon na dolní končetině, magnetická rezonance, zobrazení a nakonec výkon. Žádný z těchto vztahů nikdo ručně nezapsal.

Stejně se zařadí výraz, který v číselníku není: „výkon s metodou MR a místem levé koleno“ spadne pod MR vyšetření levého kolene, „výkon s metodou CT a místem levé koleno“ ne – oba případy ověřuje test našeho klasifikátoru. Graf na slidu ukazuje hlavní větve; přerušovaná čára znamená cestu přes další úrovně (například magnetická rezonance → zobrazení → hodnocení → výkon podle metody → výkon).

Předkoordinace znamená jeden kód pro celý výraz. Kombinací lokalizace, strany, průběhu a rozměru je nekonečně mnoho, takže kódů nikdy nebude dost.

Postkoordinace skládá výraz z existujících pojmů a rolí: absces s místem „okolí segmentu L1/2“, lateralitou „vlevo“ a průběhem „regrese“. Klasifikátor s takovým výrazem pracuje stejně jako s hotovým kódem: ví, že jde o absces a o nález v bederní páteři. Je to strojově čitelná obdoba věty, kterou radiolog píše.

Odkazy: SNOMED CT – postkoordinace (Wikipedia)

Dataset PARROT obsahuje 2 738 fiktivních radiologických nálezů od radiologů z 21 zemí ve 14 jazycích, každý s anglickým překladem. Nález #625 (CT, Německo) popisuje tuberkulózní spondylodiscitidu L1/2 s regredujícím abscesem při drenáži. Na slidu je v českém znění.

Zda strukturovaný zápis zachytil celý význam, se dá změřit: vstupní nález (A) se převede do deskripční logiky (B), z B se bez pohledu na originál napíše nový nález (C) a A se porovná s C. Porovnává se obsah – přítomnost nálezů, místo, strana, polarita (patologický × normální), rozměry – ne styl. Chybí-li v C něco, co je v A, zápis B byl neúplný.

Zápis B, nález C a porovnání na slidu jsou ilustrace metody, ne výstup konkrétního běhu.

Nález #625 existuje v datasetu PARROT německy (originál) a anglicky (překlad). Z jedné DL reprezentace lze nález verbalizovat v libovolném jazyce – na slidu česky a francouzsky jako ilustraci. Nepřekládá se text do textu, ale jednou se text převede do DL a z DL se generuje v cílovém jazyce.

Podmínkou je, aby pojmy měly popisy v cílových jazycích. U SNOMED CT tomu tak je: identifikátor a definice jsou společné, jazykové verze přidávají termíny.

Odkazy: SNOMED International

Stejná kontrola jako u českého nálezu, jen vstup je ve švédském znění – jazyce, kterým lékař příjemce nemluví – a výstup česky.

Vstupní nález (A, švédsky) se převede do deskripční logiky (B), z B se bez pohledu na originál napíše nový nález (C, česky) a A se porovná s C. Porovnává se obsah – přítomnost nálezů, místo, strana, polarita (patologický × normální), rozměry – ne styl ani jazyk. Chybí-li v C něco, co je v A, zápis B byl neúplný. DL zápis nepatří žádnému jazyku, proto vstup a výstup nemusí být ve stejném.

Zápis B, nález C a porovnání na slidu jsou ilustrace metody, ne výstup konkrétního běhu.

Postup ze slidu „Nález → DL → nález“ lze automatizovat nad celým datasetem PARROT. Jazykový model přečte nález a zapíše ho v DL; reasoner zápis ověří a chyby vrátí k opravě. Druhý model vidí jen DL zápis a napíše z něj nález znovu. Třetí model porovná originál s novým nálezem na škále 0–10: body ubírá vypuštěný nález, vymyšlený nález, prohozená strana nebo polarita; styl se nehodnotí. Cokoli pod plných 10 bodů znamená nový pokus s popisem chyby – každý bodový odpočet je věcná chyba, kterou nelze tolerovat.

Klíčové je, že zpětný zápis nevidí originál. Výsledkem je korpus dvojic text ↔ DL, podklad pro strukturované psaní a našeptávání. Procento úspěšnosti na celém datasetu zde neuvádíme.

Tři technologie, tři role. SNOMED CT je slovník: dodává pojmy (absces, vlevo, segment L1/2, regrese, drenáž) s definicemi, takže každý systém ví, co znamenají. Deskripční logika z nich skládá význam konkrétního nálezu – pojmy a vztahy mezi nimi (absces má stranu vlevo, místo L1/2, průběh regrese při drenáži). FHIR je formulář na přepravu: co má kolonku, vyplní do kolonky, zbytek (vztahy, pro které kolonka není) přidá jako rozšíření a celý nález přiloží i jako text.

Zjednodušeně: slovník, věta, obálka. Ani jedno nenahrazuje druhé – slovník bez věty nic netvrdí, věta bez obálky nikam nedojde a obálka bez věty přenáší jen kolonky.

Odkazy: SNOMED International · FHIR R4

FHIR (HL7 Fast Healthcare Interoperability Resources) přenáší data v resources – standardizovaných formulářích s pevnou sadou polí. Pole je kolonka formuláře: resource Patient má kolonky name (jméno), gender (pohlaví), birthDate (datum narození), address (bydliště), identifier (identifikátory, například číslo pojištěnce) a další. Údaj, pro který kolonka není – třeba „bojí se uzavřených prostor“ –, lze předat jen jako rozšíření (extension). Pro radiologii jsou podstatné ImagingStudy (vyšetření, série, snímky DICOM), DiagnosticReport (nález jako celek), Observation (jednotlivé pozorování a měření), Condition (diagnóza) a Procedure (výkon).

Každé pole FHIR lze vyjádřit jako roli v DL; naopak to neplatí – DL popíše libovolný vztah mezi nálezy, FHIR jen ty, pro které má pole. Kódy uvnitř FHIR (například code, bodySite) bývají pojmy SNOMED CT, tedy DL. FHIR proto není konkurent DL, ale přepravní formát.

Odkazy: FHIR Patient · FHIR Observation · FHIR R4 – přehled resources

FHIR se dá přirovnat ke konverzační příručce: sbírka hotových vět s prázdnými místy – „Pacient X má adresu Y“, „Na místě B byla provedena procedura A“. Na běžné situace funguje výborně, to je jeho pravidlo 80 %. Jakmile je potřeba říct něco neobvyklého, zbývá jen soukromý dodatek – rozšíření (extension). Napsat se tam dá cokoli, ale příjemce, který ho nezná, ho nepřečte. Problém tedy není, že by nález nešel zapsat, ale že mu druhá strana nerozumí.

SNOMED CT je slovník pojmů, které se do prázdných míst dosazují. Není to ale jen slovník: jeho pojmy jsou samy definované v malé gramatice ℰℒ a postkoordinace umožňuje skládat v jejích mezích. ℰℒ ovšem neumí negaci ani disjunkci, takže nevyjádří třeba „žádný konkrement znatelné velikosti“.

Deskripční logika je gramatika: ze slov a rolí skládá věty, které v příručce nejsou – na příkladu nálezu #625 „absces vlevo v okolí segmentu L1/2, který se při drenáži zmenšuje“. Radiolog tyto vztahy vyjadřuje předložkami „v okolí“, „při“, „s“, a právě pro ně FHIR hotovou větu nemá. Navíc je to gramatika s korektorem: dovede rozhodnout, zda dvě věty říkají totéž, zda jedna plyne z druhé, nebo zda si odporují.

FHIR je optimalizovaný pro běžného webového programátora: zprovoznit rozhraní za dny. Vznikl v roce 2011 jako zjednodušení HL7 v3 a CDA a řídí se pravidlem 80 %: jádro pokrývá běžné případy, zbytek jde do rozšíření (extension). Význam polí je popsaný slovy v dokumentaci, FHIR sám nic neodvozuje a kontroluje jen tvar.

Deskripční logika je optimalizovaná pro stroj, který z definic odvozuje: skládá pojmy a role libovolně a dovede odvodit podřazenost, rozpor i zařazení. SNOMED CT dodává pojmy s definicemi a klasifikovanou hierarchií, ale popisuje pojmy obecně, ne konkrétního pacienta.

Hlavní mez FHIR: vztah mezi dvěma nálezy zapíše jen tam, kde pro něj předem existuje pole. Dělba práce: význam drží DL, pojmy dodává SNOMED CT, přepravu obstará FHIR.

Odkazy: FHIR R4 · FHIR – rozšíření (extensibility)

Nález je vždy text. Jak k němu přiřadit význam? Musí existovat struktura vedle.

Existují mezinárodní (FHIR) i české standardy (DASTA). Ty ale nestačí, nedokážou vyjádřit „kolekce tekutiny v mírné velikostní regresi“.

Dokáže to vyjádřit deskripční logika, což je matematický aparát, na kterém je postavena terminologie SNOMED CT.

Takže vedle textu máme výraz v DL, jehož koncepty pak napojíme na konkrétní segmenty v textu. Obojí pak zabalíme do běžného standardu (FHIR/DASTA).

Častá představa „sémantiky v textu“: obalit slova značkami s kódem SNOMED, případně odkazem na výřez snímku. Pro vyhledávání to stačí – víme, že v textu je zmíněn pneumotorax. Značka ale vyjádří jen „tento úsek textu je X“; vnoření značek přidá „tento úsek obsahuje tamten“, což je geometrie textu, ne vztah v těle. Značky se navíc nesmějí překrývat, protože značkovaný text je strom.

Nález nejsou slova, ale vztahy mezi nimi: čí je šíře (pneumotoraxu, ne projasnění), že „nejvýše 4 cm“ je horní mez, že projektil je tvar cizího tělesa, že „4.–5. mezižebří“ jsou dvě struktury v jednom slově, že projasnění je v souladu s pneumotoraxem. Role je hrana mezi dvěma věcmi, ne vlastnost jednoho slova, a značka pro ni nemá místo.

Náš přístup obrací poměr textu a struktury. Význam nese DL graf; text zůstává, jak ho lékař napsal, a vedle něj leží mapa: úsek textu → pojem, a hrany mezi řádky mapy s rolí (šíře, lateralita, tvar). Uzel nemusí mít v textu slovo – celý nález, pozorování nebo každé ze dvou mezižebří zvlášť. Slovosled je prezentace, ne nosič; tentýž graf lze vyjádřit jiným slovosledem i jiným jazykem.

Ověřeno 20. 8. 2026 na příkladu z obrázku: DL zápis → text s mapou → zpráva DASTA → zpět do DL. Rekonstrukce je shodná s originálem, i když se přeházejí věty v textu i řádky mapy. Test ověřuje mechanismus se zástupnými kódy, ne klinický obsah. Vztahy dnes zapisuje do DL program (agent); lékař vybírá pojmy a návrh potvrzuje.

Zpráva DS4 si ponechá text, jak ho lékař napsal. Vedle něj nese blok semanticExtension se dvěma věcmi: kotvami a modelem. Kotva je dvojice „kde v textu → na co ukazuje“: úsek textu se zapíše adresou prvku a pozicí (ptext@0+10 = od znaku 0, deset znaků, tedy slovo „Projasnění“).

Kotva může vést dvěma směry. Kotva ① ukazuje na uzel přibaleného modelu (kb:projasneni1) – instanci pojmu projasnění, která v modelu nese vztahy: místo je pravý pleurální prostor a nález je v souladu s pravostranným pneumotoraxem. Kotva ② ukazuje na element, který DS4 už zná – diagnózu v bloku dg_vys. Slovo „pneumotoraxem“ je tak propojené s diagnózou J93.9, kterou zpráva nese ve strukturované podobě.

Rozdíl proti známé představě „značka v textu“: značka říká jen, že slovo je určitý pojem. Kotva vede buď na údaj zprávy, nebo na uzel modelu, a model nese vztahy mezi pojmy. Ve FHIRu je rozdělení stejné: text je Narrative, kotvy nese textLink a model jede jako DL rozšíření (extension). Mechanismus je ověřený testem, který zapíše všechny čtyři druhy vazeb (prvek → prvek, prvek → model, text → prvek, text → model) a načte je zpět.

Odkazy: FHIR Narrative · FHIR – rozšíření (extensibility)

Zpětná cesta. Nad archivem hotových nálezů nic jiného nezbývá: jazykový model text přečte a zapíše v DL, reasoner zápis zkontroluje proti definicím a rozporný zápis vrátí k opravě. Tak vznikl i výsledek z datasetu PARROT o dva slajdy dřív. Strop téhle cesty je ale daný textem – vznikne jen to, co v něm je. Měření nemá vazbu na snímek a oblast, kde vzniklo; nález nemá doklad; a dvě zprávy o témže ložisku se nedají spolehlivě spojit, protože ložisko v textu nemá totožnost, jen popis.

Cesta při psaní. V editoru strukturovaného nálezu píše lékař text jako dosud, ale vkládá do něj pojmy a vztahy: měření převzaté z prohlížeče snímků (a s ním odkaz na sérii, snímek a oblast), diagnózu z číselníku, ložisko navázané na totéž ložisko z minulé zprávy. Model tím vzniká zároveň s textem a nese i to, co ve větách není.

Role jazykového modelu se tím nemění, jen dostane lepší vstup. Místo aby význam hádal z vět, pracuje nad textem, který už má označené pojmy a vazby – a co navrhne, ověří reasoner proti definicím. Výsledný tvar zápisu je v obou případech stejný, takže archiv i nově psané nálezy se dají dotazovat společně.

Editor strukturovaného nálezu: rdg.cognitrust.cz

RDG nález převádíme do formální logiky. Neděláme to my, ale používáme na to LLM.

Formální logika musí pracovat s přesnými pojmy. Pokud má LLM k dispozici jen text, musí pojmy uhodnout – najít v terminologii, co pisatel měl na mysli.

Náš editor umožňuje vybrat z číselníku během psaní reportu a zároveň vložit přesná měření s vazbou na konkrétní snímky a série.

Tím se přesnost výrazně zvyšuje a kvalitu převodu jsme schopni objektivně měřit.

Pojem v DL se do FHIR promítá do tří vrstev. Jádro FHIR: vše, pro co FHIR má pole (code, bodySite, value, interpretation…) – tomu rozumí každý FHIR systém. DL extension: zbytek, typicky vztahy mezi nálezy a okolnosti průběhu, zapsaný jako DL výraz. Text (Narrative): celý význam slovy; FHIR má pro text vygenerovaný z jádra i rozšíření hodnotu stavu extensions.

Pravidla projekce (pojem → resource, role → pole) jsou deklarovaná jednou v modelu, ne ručně psaná pro každé rozhraní.

Odkazy: FHIR Narrative (stav „extensions“) · FHIR – rozšíření (extensibility)

Z nálezu #625 má ve FHIR místo většina faktů: diagnóza a segment (Condition.code, Condition.bodySite), aktivní stav (clinicalStatus), destrukce obratlových těl (Observation), absces s lokalizací, rozměry a regresí (bodySite, component, interpretation), drenáž (Procedure).

Do DL extension jdou vztahy: absces leží v okolí segmentu (relativní poloha vůči jinému nálezu) a regrese probíhá při drenáži (vazba průběhu na výkon). Radiolog je vyjadřuje předložkami „v okolí“, „při“, „s“ – a právě na ně FHIR pole nemá. Vše navíc nese text.

Odkazy: FHIR Condition · FHIR Observation

Ukázka jednoho Observation pro absces. Oranžově text (text.div, stav extensions) – člověk vidí vždy celý význam. Modře DL extension – systém, který DL nezná, ji smí přeskočit a nic nepravdivého nepřečte. Zeleně jádro – kód, místo, interpretace a dva rozměry, kterým rozumí každý FHIR systém.

Kódy SNOMED CT jsou v ukázce nahrazeny textem kvůli čitelnosti; adresa (URL) extension je návrh.

Odkazy: FHIR Observation · FHIR Narrative

Systém, který extension nezná, ji podle pravidel FHIR smí ignorovat. Kdyby negace („Pas de signe de spondylodiscite“ – bez známek spondylodiscitidy) byla jen v extension, přečetl by příjemce opak: spondylodiscitidu.

Co mění význam, patří do jádra: vyloučení do Condition.verificationStatus = refuted, podezření do provisional, nepřítomnost do hodnoty pozorování. Pro jiné významotvorné údaje má FHIR modifierExtension, kterou příjemce nesmí ignorovat – musí ji pochopit, nebo resource odmítnout. Běžná extension je doplněk: bez ní zbytek zůstává pravdivý.

Odkazy: FHIR modifierExtension · FHIR Condition (verificationStatus)

FHIR systém bez znalosti DL dostane maximum dat strukturovaně podle standardu a celý význam v textu. Systém se znalostí DL dostane plnou sémantiku beze ztráty: jádro plus DL výraz. Lékař dostane celý nález slovy v každém případě.

Poctivá formulace je „nic se neztratí“, ne „plně interoperabilní pro všechny“: strojově čitelná část mimo jádro FHIR je čitelná jen pro systémy, které DL znají; ostatním zůstává text.

Projekce má inverzi: z jádra FHIR a DL extension se složí zpět původní DL výraz. Zda je výsledek shodný s originálem, rozhodne reasoner (ekvivalence pojmů), ne porovnání textů – jde o přesnou obdobu kontroly nález → DL → nález.

Sémantická interoperabilita se tím stává testovatelnou vlastností: zpráva, která po cestě ztratila význam, test nesplní dřív, než se odešle. Kdyby obory v obou registrech ministerstva byly definované pojmy, převod L47 → L47 by tímto testem neprošel.

Shrnutí oblouku: Aristotelés definoval rodem a rozlišujícím znakem, Frege ukázal, že definice lze vyhodnotit, deskripční logika (1985–2005) to udělala rozhodnutelně a rychle, SNOMED CT tak definuje přes 428 000 pojmů. FHIR na této linii není další stupeň, ale jiná osa: přepravní formát, který definované pojmy nese mezi systémy.

Kód L47 znamená v jednom registru pediatrii a v druhém maxilofaciální chirurgii, protože kód má jen tvar, ne definici; dva pojmy s definicí by se lišily. Jedna DL reprezentace nálezu dá libovolný jazyk i formát. Do FHIR se vytěží maximum, zbytek jede jako DL extension a text – a negace nikdy jen v extension.