信息速览

数据集名称RxNorm 药物术语标准 — AI-Ready Wikipedia

数据类型14,592 成分,17,544 临床药物,RxCUI 唯一标识,USCDI 交换标准,月度发布

规模不适用（术语标准资源；无患者数据）

接入方式https://www.nlm.nih.gov/research/umls/rxnorm/

AI 就绪度

RxNorm — 药物术语标准 AI-Ready Wikipedia

INFOBOX

属性	内容
全称	RxNorm（NLM Standardized Nomenclature for Clinical Drugs）
运营	US National Library of Medicine（NLM/NIH）
启动	2005（首个完整月度发布）；2025 年 20 周年
核心机制	归一化药物名（活性成分+强度+剂型）+ RxCUI 唯一标识
规模	14,592 base ingredients / 17,544 SCD / 9,721 SBD / 5,151 BN（2025-12 全量）；Prescribable：SCD 12,067 / SBD 8,129 / IN 5,823 / NDC 239,682
标准地位	USCDI 药品信息指定标准；EHR/e-prescribing（SCRIPT）/HL7 FHIR/OMOP CDM 内建
发布节奏	月度（Full Monthly + Current Prescribable 双轨）；Oracle/MySQL 装载脚本官方提供
API	RxNorm API 免费开放——~40 亿次查询/年；文件下载 ~1,000 次/季度
工具族	RxNav / RxClass（ATC/ATCPROD/CVX 疫苗组）/ RxTerms / RxMix / RxNav-in-a-Box（本地部署）
词库集成	NDC/-a-Box**（本地部署）
词库集成	NDC/SNOMED CT/CVX/UNII 映射；UMLS Metathesauru/CVX/UNII 映射；UMLS Metathesaurus 成员
许可	免费（UMLS 许可协议电子签署）；部分再分发条款需核查
本库关联	协议电子签署）；部分再分发条款需核查
本库关联	DrugBank/ChEMBL（药物语义）、FAERS/SIDER（不良事件/ChEMBL（药物语义）、FAERS/SIDER（不良事件）、hEMBL（药物语义）、FAERS/SIDER（不良事件）、All of Us/OMOP（drug_exposure 标准码）、MIMIC/OMOP（drug_exposure 标准码）、MIMIC（处方表）

§0 E-E-A-T 信任声明与免责声明

本页所有规模数字、术语类型计数与访问口径均核实自一手来源：NLM 官方技术公报（RxNorm Marks Its 20th Anniversary, NLM Tech Bull 467:e2, 2025 Nov-Dec——20 周年口径/14,592 成分/40 亿次 API 查询）、RxNorm Current Prescribable Content Release Notes（2025-12-01——术语类型 active 计数与 NDC 239,682）、RxNav 官方新闻页（LHNCBC——工具族更新日志至 2026-06）与第三方技术分析（intuitionlabs NDC vs RxNorm 综述——概念级/产品级语义与 CUI 替换率）。检索核实时间为 2026-09-19。

RxNorm 的数字存在两个官方发布口径（Full Monthly 全量 vs Current Prescribable 子集）——本页在各处显式标注；「14,592 成分」是全量 base 口径、「IN 5,823」是 Prescribable active 口径，混引是常见错误。月度发布使数字持续滚动——引用时注明版本月份。

本页为技术参考文档：RxNorm 提供「药物命名与概念语义」——不提供药物相互作用数据（DDI API 已于 2024-01 停用）、不提供价格/厂商/包装（概念级设计）、不构成临床用药决策依据；临床用药请以 FDA 标签与临床指南为准。

§1 数据集概览

§1.0 📌 30 秒速览

是什么：美国官方的标准化临床药物命名法——「每种临床药物一个归一化名字 + 一个 RxCUI」。
体量：14,592 成分 / 17,544 临床药物 / 9,721 品牌药 / 239,682 NDC 映射（2025-12）。
访问：免费——月度文件（UMLS 许可电子签署）+ REST API（40 亿次/年）+ RxNav 工具族。
杀手锏：美国药品信息交换的官方标准（USCDI）——EHR/处方/OMOP/FHIR 的药物语义通用语。
适用：EHR 药物表标准化、药物实体链接（NLP）、处方数据归一、药物暴露定义（PheWAS/真实世界研究）、跨词库药物映射。
不适用：药物相互作用查询（DDI API 停用）、包装/厂商/计费语义（用 NDC）、国际药品全覆盖（美国市场语境）、化合物结构（用 ChEMBL/PubChem）。

§1.1 摘要

「阿司匹林 325mg 片剂」在美国的处方系统里有多少种写法？商品名、通用名、缩写、拼写变体、不同 NDC 码——同一药物在数十万个 NDC 产品码与无数自由文本里被重复表达。RxNorm 是 NLM 对这个混乱的官方答案：把药物归一化为「活性成分 + 强度 + 剂型」的标准名，并赋予唯一 RxCUI 标识。2005 年首次发布，2025 年 20 周年时已含 14,592 个基础成分、17,544 个临床药物概念（SCD）、9,721 个品牌药（SBD）与 239,682 条 NDC 映射；API 每年响应 40 亿次查询。

对 AI 团队，RxNorm 的价值在四个维度：

EHR 药物数据的通用语：USCDI 指定标准 + OMOP CDM drug_exposure 的标准码——多机构 EHR 数据的药物字段归一只有一个答案；MIMIC/All of Us 的处方表都在用它。
药物 NLP 的地面真值：自由文本药名 → RxCUI 的实体链接；RxTerms 提供「医生友好名」词典——NLM 自家的 NLP 管线示范了 NDC→RxNorm 的文本映射。
跨词库的枢纽语义：NDC（产品级）/ SNOMED CT / CVX（疫苗）/ UNII（成分级）经 RxNorm 互链——UMLS 生态的药物维度中枢。
月度生命周期的治理样本：CUI 的 retired/merged 机制 + 官方装载脚本 + RxNav-in-a-Box 本地化——「术语系统如何管理自身演化」的工程范本。

数据的第一性事实：RxNorm 是概念级不是产品级——「aspirin 325mg tablet」一个概念覆盖所有品牌与包装；计费与调剂场景必须回到 NDC——「先问语义层级再选码表」是用药物术语的第一课。

§1.2 战略价值

互操作性的制度基础设施：Meaningful Use（2011）到 USCDI 的监管推进使 RxNorm 从「可选词表」变成「法定事实标准」——美国医疗数据互操作的药品维度由它定义。
多源集成的官方背书：RxNorm 集成 First Databank/Micromedex 等商业词库与 FDA NDC 目录——「商业词库的公共归一化层」模式，让公共标准站在商业数据之上。
真实世界研究的语义底座：药物暴露/结局研究的药物定义（eCQM 的 QDM/CQL、PheWAS 的暴露分组）——「同一药物跨系统对齐」的可复现性依赖 RxCUI。
工具生态的完整供给：RxNav（浏览）/ RxClass（分类）/ RxTerms（文本）/ RxMix（管道）/ in-a-Box（本地化）——从浏览到嵌入部署的工具链全覆盖，NLM 亲自下场做工程。

§1.3 同类数据集横向对比

资源	定位	规模量级	与 RxNorm 的关系
RxNorm	临床药物归一化命名（美国）	1.7 万+ 临床药物概念	—
NDC（FDA）	上市产品码（厂商/包装级）	数十万产品	产品级对照（RxCUI 映射 NDC 一对多）
SNOMED CT	全科临床术语	数十万概念	药品子集与 RxNorm 互映射
ATC（WHO）	解剖-治疗分类	数千类	RxClass 提供 ATC/ATCPROD 归属
DrugBank	药物知识库（结构/靶点）	1.5 万+ 药物	知识层（RxNorm 管命名、DrugBank 管药理）
CVX（CDC）	疫苗码	数百	经 RxNorm 集成（CDC 疫苗组进 RxClass）
UNII（FDA）	成分唯一标识	数十万	PIN 级概念与 UNII 关联
UMLS Metathesaurus	跨词库集成母体	数百万概念	RxNorm 是其中药物维度成员

§1.4 版本时间轴

2000s 初  NLM 启动临床药物命名研究（集成商业词库路线确立）
2005  首个完整月度发布（RxNorm 20 周年计年起点）
2011  ONC Meaningful Use 推动 RxNorm 进入 EHR 药物字段强制语境
2010s  USCDI 演进：RxNorm 确立为药品信息交换指定标准
2023  ATCPROD 类别（产品级 ATC 归属）进 RxClass
2024-01  Drug-Drug Interaction API 停用（DDI 语义让位商业源）
2025  20 周年（14,592 成分口径）；SCDFP/SCDGP/SBDFP 精确剂型链接调整
2026  RxClass 3.2.3 产品导向分类简化；API 月度随发布更新

§1.5 应用场景矩阵

EHR 药物标准化：多机构处方表的 RxCUI 归一——OMOP 转换的标准动作。
药物 NLP 实体链接：临床文本/处方自由文本 → RxCUI——RxTerms 词典 + NLM 管线范式。
真实世界药物暴露：PheWAS/药物结局研究的暴露定义——RxCUI 分组（RxClass 类别聚合）。
药物警戒数据对齐：FAERS 类报告数据库的药物字段语义统一。
e-prescribing 与 FHIR：SCRIPT/FHIR Medication resource 的编码供给。
跨词库映射：NDC↔RxCUI↔SNOMED↔CVX 的映射枢纽——集成管线的中转站。

§1.6 组件全景

RxNorm 数据与工具的六个层：

概念层：RxCUI + 术语类型（IN/MIN/PIN/SCD/SBD/GPCK/BPCK/BN/DF）+ 状态（Active/Retired/Obsolete/Quantified）。
名称层：归一化名称（RXNCONSO 字符串）+ Prescribable Name（PSN）+ RxTerms 医生友好名。
关系层：RXNREL——has_ingredient/has_dose_form/consists_of/tradename_of/has_precise_ingredient 等语义关系网络。
映射层：NDC（239,682）/ SNOMED CT / CVX / UNII / 商业词库码——RXNSAT 属性表。
分类层：RxClass——ATC/ATCPROD/Mechanism of Action/CDC 疫苗组/Physiologic Effect 等多源类别体系。
工具层：RxNav（浏览）/ RxNorm API（REST）/ RxMix（管道组合）/ RxNav-in-a-Box（本地部署）/ 官方 Oracle-MySQL 装载脚本。

§1.7 术语标准的经济学

公共标准的商业地基：RxNorm 集成 First Databank/Micromedex 等商业词库——商业数据经公共归一化后免费再供给——「商业源 + 公共归一」是美国术语生态的独特结构。
许可的轻量化：UMLS 许可协议免费电子签署——比开放数据多一点手续、比商业词库少两个数量级成本；再分发原始文件有限制条款（逐条核查）。
使用量的不对称：API 40 亿次/年 vs 文件下载 1,000 次/季度——「实时查询为主、批量集成为辅」的使用画像；in-a-Box 是两者的中间态。
DDI 语义的退出：2024 年交互 API 停用——NLM 把「临床决策语义」让位给商业供应商，自己专注「命名与映射」的公共品核心——公共标准的边界自觉。

§1.8 RxNorm 在研究流程中的定位

药物上市 → NDC 产品码 → 处方/文本自由表达 → 归一化 → 研究与交换
              │                  │                │            │
              │                  ├─ RxNorm：RxCUI 归一（概念级语义）
              │                  ├─ RxNorm：NDC→CUI 映射（产品→概念）
              │                  ├─ RxClass：类别聚合（暴露分组）
              │                  └─ RxTerms：文本友好名（NLP 词典）
              └─ FDA 标签 → DrugBank/ChEMBL（药理/结构层）

流程阶段	RxNorm 角色	典型用法	验收标准
数据接入	归一层	NDC/文本 → RxCUI	映射率报告
语义统一	标准码	多源 drug_exposure 对齐	RxCUI 主键
暴露定义	分组层	RxClass 类别聚合	分组口径声明
交换分发	交换标准	USCDI/FHIR 编码	合规校验
知识延伸	路由层	→ DrugBank/SIDER	概念级对齐

定位纪律：RxNorm 管「药物的名字与概念」——结构找 ChEMBL/PubChem、药理找 DrugBank、不良事件找 FAERS/SIDER、价格找 CMS——语义路由按层问责。

§1.9 概念级 vs 产品级的语义设计

概念级的设计意图：「aspirin 325mg tablet」一个概念——临床语义（开什么药）与商业语义（谁家产品）分离；处方语义不需要厂商——「临床清晰优先」的取舍。
产品级的现实需求：调剂/计费/召回场景必须 NDC（厂商+包装）；「RxCUI → NDC 一对多」的映射是双向翻译桥。
语义陷阱：把 SBD（品牌药概念）当产品码用——SBD「Bufferin 325mg tablet」仍是概念（所有 Bufferin 包装），不是某个 NDC；层级混淆是集成管线最常见错误。
工程含义：数据模型里 RxCUI（语义）与 NDC（产品）双字段设计——「概念级归一 + 产品级留痕」的双轨是 EHR 工程的正确姿势。

§2 医学与科学背景

§2.1 为什么药物命名是临床安全问题

药名歧义的临床代价：同名异药/异名同药的处方错误是真实世界用药差错的重要来源——标准化命名的临床安全价值先于互操作价值。
EHR 数据的质量地板：多机构 EHR 药物字段的自由文本/NDC 混用使「同一药物」无法对齐——RxNorm 归一是药物数据可分析的前提。
真实世界研究的可复现性：药物暴露定义写「RxCUI 856971」比写「metformin」更可复现——版本化的概念语义是研究协议的一部分。
监管合规的语义层：USCDI 合规、eCQM 质量测量、FDA 药物警戒——监管语境的药物语义都在 RxNorm 上对齐。

§2.2 术语类型体系（TTYS）的语义

成分级：IN（成分）/ MIN（多成分精确）/ PIN（精确成分，UNII 关联）——「药里含什么」的语义；PIN 的 UNII 链接使成分级语义可回溯 FDA 物质注册。
药物级：SCD（临床药物=成分+强度+剂型）/ SBD（品牌药=SCD+品牌）——「开的是什么药」的语义；SCD 是 OMOP/EHR 归一的主力层。
包装级：GPCK/BPCK（generic/branded pack）——多药组合包装（复方包装/疗程包）；约 600-700 个。
辅助级：BN（品牌名）/ DF（剂型，121 个）——品牌名是概念的「别名节点」、剂型是受控词表；BN 聚合语义（一个 BN 关联多个 SBD）是实体链接的歧义源。

§2.3 RxCUI 生命周期的治理语义

retired/merged 机制：市场变化（退市/改名/合并）触发概念退役——8.1%/6 个月的历史替换率样本说明早期波动、当前节奏已稳但非零。
历史数据的时效语义：2015 年处方数据的 RxCUI 在 2026 年可能已 retired——历史研究需要「发布版本锁定」或「CUI 生命周期表回放」。
官方应对工具：月度发布含 CUI 状态变更；RxNav 显示状态历史；装载脚本含历史表——「术语系统的版本控制」官方供给完整。
工程纪律：RxCUI 主键 + 版本月份字段双记——「概念身份 + 语义时点」的双时间戳是长期药物数据的复现底线。

§2.4 多词库集成的映射语义

NDC → RxCUI：产品级到概念级的收敛映射（一对多）——NLM 提供 NDC→CUI 的官方映射与 NLP 文本管线；「两个映射源轻微不一致」的已知问题需数据治理仲裁。
SNOMED CT 互映射：药品子集的语义对齐（国际语境）——SNOMED 药品概念经映射获得 RxNorm 归一语义。
CVX（疫苗）集成：CDC 疫苗码经 RxNorm 概念承载 + RxClass CDC 疫苗组分类——疫苗语义的统一层。
UNII（成分）关联：PIN 级概念与 FDA UNII——成分语义回溯 FDA 物质注册的桥。

§2.5 与 OMOP/EHR 语义的衔接

OMOP CDM drug_exposure：标准以 RxNorm 为 drug_concept_id 的主要词库——「EHR 药物数据的国际研究标准」直接内建 RxNorm。
MIMIC/All of Us 的示范：MIMIC 处方表（prescriptions）的 drug 字段经 RxNorm 映射；All of Us 的 OMOP 药物表同构——「美国 EHR 数据的药物维度通用语」的实证。
RxClass 的暴露分组：ATC/机制/生理效应多源分类——PheWAS 暴露分组不用自建映射，RxClass API 直接取。
工程含义：多机构联合分析的第一步是「药物字段 → RxCUI」——映射率与映射质量审计是数据适配报告的必答题。

§2.6 与 AI/ML 的药物语义定位

对医疗 AI，RxNorm 是「药物实体的规范化终点」：NER 输出归一、知识图谱药物节点、药物-不良反应模型的概念键、处方生成的语义校验层。它的短板（概念级无产品语义/DDI 缺位/OTC 盲区）都是「命名标准」的角色边界——用它的方法论核心是「RxCUI 主键 + 口径声明 + 生命周期监听」三件套，药理语义去 DrugBank、安全性去 FAERS/SIDER 补足。

§2.7 剂型与强度的语义精度

121 个剂型的受控词表：DF 层——「tablet/capsule/extended-release tablet」的语义区分；缓释 vs 速释是临床语义不是包装细节——DF 粒度错误是真实临床风险。
精确剂型的新概念类型：SCDFP/SCDGP/SBDFP（2026-02 调整）——precise formulation 的专用类型，解决「同一 SCD 掩盖剂型差异」的边缘案例。
强度的归一语义：数值+单位的标准化表达——「500 mg vs 0.5 g」的归一；计量单位歧义（mg vs mEq）在术语层的显式化。
工程含义：药物等价性判断（仿制药替代/剂量换算）需 SCD 级语义 + DF 显式核对——「概念等价 ≠ 临床等价」。

§2.8 疫苗与特殊药物的语义扩展

CVX 集成：CDC 疫苗码经 RxNorm 概念承载——疫苗的成分/剂型语义（单价/多价/佐剂）在术语层的表达。
血液制品：RXDNFP（RxNorm for Blood Products）扩展——血浆/免疫球蛋白类概念的专门语义。
SNOMED 药品组器：Medicinal Product groupers 的对齐——「治疗角色」类组的停用（2025-03 跟随 SNOMED 失活）显示语义边界的动态治理。
组合产品的表达：复方药（fixed-dose combinations）的 MIN/SCD 语义——「成分级 + 药物级」双层表达。

§2.9 品牌-仿制转换期的语义经济学

RxNorm 最有实战价值也最容易被忽视的语义资产，是它对「品牌-仿制转换期」的建模方式。一个药物专利到期后，市场上会同时存在原研品牌（SBD）、多个仿制品牌（SBD）、以及统一的临床药物（SCD）——同一个分子在同一时期的语义表达会膨胀到 5-10 个概念：

SCD 是语义收敛点：仿制上市后，处方数据开始分化（品牌处方 vs 仿制处方）；只有回到 SCD（或更上层的 IN）才能把「同一治疗暴露」重新合并。e-prescribing 系统之所以鼓励双码（SCRIPT 标准里品牌码 + 临床码并存），正是为这种合并预留语义通道。
BN 的集合语义是合并工具：5,151 个品牌名（BN）各自指向一组 SBD——用 BN 做聚合时，原研与授权仿制（authorized generic，与原研同厂同方的仿制）会被自然归并；但不同仿制厂的同分子产品是否归并，取决于你聚合到 BN 还是 SCD——两个口径给出不同的市场集中度结论。
授权仿制的语义陷阱：授权仿制在美国市场有独立的 NDC 和品牌包装，但 RxNorm 里其 SBD 可能与原研共享 BN 关系——做「原研 vs 仿制」对比研究时，按 NDC 分组与按 SBD 分组会给出不同的暴露定义；这是药物利用研究（DUR）里反复出现的口径分歧。
转换期的时间语义：RxNorm 概念的 Active/Retired 状态转换隐含了市场语义——专利悬崖后消失的品牌包装会 retired，但 SCD 长存。长期时间序列研究若用产品级码，会「看到」大量虚假的药物出现/消失事件；改用概念级码后时间序列立即平稳——这是药物流行病学里「码表选择决定结论形状」的教科书案例。

§3 数据集规格

§3.1 规格总表

维度	规格（2025-12 口径）
归属	NLM/NIH；UMLS 成员词库
发布	月度（Full Monthly + Current Prescribable 双轨）
base ingredients	14,592（全量口径）
临床药物 SCD	17,544（全量）/ 12,067（Prescribable active）
品牌药 SBD	9,721（全量）/ 8,129（Prescribable active）
成分 IN	5,823（Prescribable active）/ 14,592（全量 base）
品牌名 BN	4,168（active）/ 5,151（全量）
包装 GPCK/BPCK	596+704（active）/ 645+747（全量）
剂型 DF	121
NDC 映射	239,682（Prescribable）
API	REST 免费；~40 亿次查询/年
工具	RxNav/RxClass/RxTerms/RxMix/in-a-Box
标准地位	USCDI 指定；FHIR/SCRIPT/OMOP 内建
许可	免费（UMLS 许可电子签署）

§3.2 双发布轨道的口径地图

轨道	内容	用途
Full Monthly	全量 RXNORM SAB（含非处方/历史概念）	全谱研究/UMLS 集成
Current Prescribable	可处方子集（RXAUI 过滤；active）	临床交换/e-prescribing/OMOP
月度差异	增量 + CUI 状态变更	生命周期监听

解读：口径选择决定数字（IN 14,592 vs 5,823）——「研究用全量、交换用 Prescribable」是默认姿势；引用数字必须带轨道名。

§3.3 DAIMS 数据AI就绪度评估

维度 D	数据完整性	评分	说明
D1	覆盖完整性	8/10	美国市场临床药物近全覆盖；OTC/维生素盲区
D2	语义深度	9/10	成分-药物-包装三层语义 + 剂型/强度精确表达
D3	历史兼容	8/10	CUI 生命周期官方管理；历史研究需版本回放
D4	多模态	5/10	术语标准无模态数据（角色边界）
A1	机器可读	9/10	RRF 文件 + 官方装载脚本 + REST API
A2	文档完备	9/10	技术文档/发布说明/用户指南完整
A3	接入成本	9/10	免费 + 轻许可；in-a-Box 本地化
A4	更新机制	10/10	月度发布 + 生命周期文件——术语类满分
I1	指标标准化	10/10	本身就是标准化机构
I2	可复现性	9/10	版本月份 + 概念状态历史可回放
M1	多词库对齐	9/10	NDC/SNOMED/CVX/UNII 官方映射
M2	时间序列	7/10	处方时序靠外部数据；术语本身无时序
S1	数据安全	9/10	无患者数据——安全负担近零
S2	合规负担	8/10	UMLS 许可轻手续；再分发条款需核查

总分：A 级（更新机制/标准化双满分——「活的术语系统」的 DAIMS 典型；扣分项是角色边界带来的覆盖语义而非质量缺陷）

§3.4 存储与计算需求

场景	体量	建议
概念/关系表装载	数百 MB RRF	MySQL/Oracle 脚本一键装载
实时查询	内存级	API 或 in-a-Box 本地化
实体链接词典	数十 MB	进程内哈希
历史研究	月度发布存档	自建快照库
映射表抽取	数 MB	NDC→CUI / RxClass 归属

RxNorm 的工程重心是「关系语义的装载与查询」——RXCUI 索引 + RXNREL 关系表是核心结构；无需分布式。

§3.5 获取通道

UMLS 许可：免费电子签署（UMLS Terminology Services 账号）——下载前提。
月度文件：Full Monthly + Current Prescribable——RRF 格式 + Oracle/MySQL 装载脚本。
RxNorm API：REST 免费（rxcui 查询/关系/NDC 属性/状态/历史）——40 亿次/年的主通道。
RxNav 工具族：网页浏览（RxNav/RxClass）/ RxTerms（NLP 词典）/ RxMix（管道）/ in-a-Box（本地部署 API+应用）。
UMLS Metathesaurus：全量集成语境（与其他词库的联合查询）。

§3.6 口径对齐表

数字	出处口径	澄清
14,592 base ingredients / 5,151 BN / 17,544 SCD / 9,721 SBD / 645 GPCK / 747 BPCK	NLM Tech Bull 2025（20 周年；2025-12 全量）	全量 RXNORM SAB 口径
SCD 12,067 / SBD 8,129 / IN 5,823 / PIN 1,916 / BN 4,168 / DF 121 / GPCK 596 / BPCK 704 / NDC 239,682	Prescribable Release Notes（2025-12-01，active）	Prescribable 子集口径
~40 亿次 API 查询/年 / 文件 ~1,000 下载/季度	NLM Tech Bull 2025	使用量口径
8.1% CUI 替换/6 个月	O’Neill & Bell（2009 样本）	历史时点——非当前节奏
121 DF	Release Notes	剂型词表规模

§3.7 版本选择纪律

月份锁定：论文与产品写「RxNorm 2025-12 发布」——月度语义使「当前版」声明无意义。
轨道声明：Full vs Prescribable——数字与语义双口径。
CUI 生命周期：历史数据研究用「数据时点的发布版本」回放—— retired CUI 的语义在旧版本里完整。
增量监听：月度差异文件 + RxNav 状态页——生产系统的 CUI 断点预警。

§3.8 数据文件与字段详表

文件/层	内容	关键字段
RXNCONSO	概念-字符串（名称层）	RXCUI/RXAUI/SAB/STR/TTY
RXNREL	关系层	RXCUI1/RXCUI2/RELA（has_ingredient/has_dose_form/consists_of/tradename_of）
RXNSAT	属性层	RXCUI/ATN（NDC/PSN/ rxnorm 状态）/ATV
RXNDOC	文档元	术语类型与关系定义
装载脚本	MySQL/Oracle	官方 DDL+loader
RxClass 表	分类归属	classId/relaSource（ATC/ATCPROD/MoA/CDC 疫苗组）

RXAUI vs RXCUI：RXAUI 是原子标识（字符串级）、RXCUI 是概念标识——同一概念多原子；集成管线以 RXCUI 为键。
RELA 语义网络：has_ingredient/consists_of/tradename_of 的有向语义——「药物 = 成分×强度×剂型」的代数在关系层完整表达。

§4 数据结构

§4.1 对象模型

RxNorm 数据模型（RRF）
├── Concept（RXCUI）
│   ├── names（RXNCONSO：STR × TTY——归一化名/PSN/同义词）
│   ├── term_type（IN/MIN/PIN/SCD/SBD/GPCK/BPCK/BN/DF/SCDFP...）
│   ├── status（Active/Retired/Obsolete/Quantified + 日期）
│   ├── relations（RXNREL）
│   │   ├── SCD ──has_ingredient──▶ IN
│   │   ├── SCD ──has_dose_form──▶ DF
│   │   ├── SBD ──tradename_of──▶ SCD（品牌→临床药物）
│   │   ├── BPCK ──consists_of──▶ SCD×n（包装组合）
│   │   └── PIN ──has_unii──▶ UNII（成分→FDA 物质）
│   └── attributes（RXNSAT：NDC 映射/PSN/源信息）
├── NDC Map（RXNSAT NDC：239,682 条；产品级→概念级）
└── RxClass（外部分类层：ATC/ATCPROD/MoA/Physiologic Effect/CDC 疫苗组）

§4.2 概念表装载与查询

#!/usr/bin/env bash
# RxNorm 月度发布装载（MySQL 官方脚本路径示意）
set -euo pipefail

# 1) 下载（UMLS 许可账号后）
unzip RxNorm_full_12012025.zip -d rxnorm_202512

# 2) 官方脚本装载（MySQL；Oracle 同理）
mysql -u rxuser -p rxnorm < rxnorm_202512/scripts/mysql/CreateTables_MySQL.sql
mysql -u rxuser -p rxnorm < rxnorm_202512/scripts/mysql/LoadScripts_MySQL.sql

# 3) 抽查：metformin 500mg tablet 的 SCD 概念
mysql -u rxuser -p rxnorm -e "
SELECT RXCUI, STR, TTY FROM RXNCONSO
WHERE STR LIKE 'metformin 500 MG Oral Tablet%' AND SAB='RXNORM' LIMIT 5;"

# 4) 关系查询：该 SCD 的成分与剂型
mysql -u rxuser -p rxnorm -e "
SELECT r.RXCUI2 AS related, r.RELA FROM RXNREL r
WHERE r.RXCUI1='860989' AND r.SAB='RXNORM';"   # 860989 为示例 CUI

§4.3 REST API 实战

#!/usr/bin/env bash
# RxNorm API：实时查询（免费；月度随发布更新）
# 1) 名称找 RxCUI（精确/模糊）
curl -s "https://rxnav.nlm.nih.gov/REST/rxcui.json?name=lipitor" | python3 -m json.tool
# 2) RxCUI 的全部属性
curl -s "https://rxnav.nlm.nih.gov/REST/rxcui/860989/properties.json"
# 3) 相关概念（按关系类型）
curl -s "https://rxnav.nlm.nih.gov/REST/rxcui/860989/related.json?tty=IN+DF"
# 4) NDC 属性（产品级映射）
curl -s "https://rxnav.nlm.nih.gov/REST/rxcui/860989/ndcs.json"
# 5) 状态与历史（生命周期监听）
curl -s "https://rxnav.nlm.nih.gov/REST/rxcui/860989/status.json"
curl -s "https://rxnav.nlm.nih.gov/REST/rxcui/860989/history.json"
# 6) RxClass：概念的分类归属（ATC/MoA）
curl -s "https://rxnav.nlm.nih.gov/REST/rxclass/class/conceptsByRxcui.json?rxcui=860989"

§4.4 药物实体链接词典（RxTerms）

#!/usr/bin/env python3
"""药物 NLP 实体链接：RxTerms 词典（医生友好名）+ 归一化规则。
数据：RxTerms 全量文件（NLM 提供）+ RxNorm API 兜底。"""
import pandas as pd

# RxTerms：RXCUI, GENERIC_RXNORM_NAME, BRAND_NAME, STRENGTH, DOSE_FORM...
rt = pd.read_csv("RxTerms202512.csv", dtype=str)
print(f"RxTerms concepts: {len(rt)}")

# 1) 词典构建：通用名+品牌名+强度变体 → RXCUI
lex = {}
for _, r in rt.iterrows():
    for name in (r.GENERIC_RXNORM_NAME, r.BRAND_NAME):
        if isinstance(name, str) and name:
            lex.setdefault(name.lower(), set()).add(r.RXCUI)

# 2) 链接函数：文本 token → RXCUI（歧义保留集合）
def link_drug(token: str):
    return lex.get(token.lower(), set())

print(link_drug("lipitor"))    # → {'860989'} 示例：品牌名指向 SBD
print(link_drug("atorvastatin 80 mg oral tablet"))  # → SCD 语义

# 3) 歧义处理：品牌名 BN 可关联多个 SBD——集合语义 + 上下文消歧
# 4) 兜底：未命中 token → RxNorm API /name 端点（限速礼仪）

§4.5 元数据与可复现指纹

版本三元组：发布月份 + 轨道（Full/Prescribable）+ 装载日期——复现包第一件。
CUI 状态快照：研究时点的 Active 集合——历史 RxCUI 的语义以「当时版本」为准。
映射源声明：NDC→CUI 表的来源版本（官方 vs 第三方）——多源不一致问题的治理起点。

§4.6 完整性清单

[ ] 发布月份 + 轨道双戳
[ ] RXCUI 主键（非 RXAUI）确认
[ ] TTY 过滤显式（SCD/SBD/IN 分层统计）
[ ] retired/merged 处理策略（生命周期表）
[ ] NDC 映射的方向与一对多语义
[ ] 多映射源仲裁日志
[ ] 词典歧义（BN 聚合）的消歧规则
[ ] API 与文件版本一致性校验

§4.7 数据血缘

美国药品市场（FDA NDC 目录/上市产品）
  → 源词库（First Databank/Micromedex 等商业词库 + 监管源）
  → NLM 归一化（命名规则 + 编辑流程）
  → RxNorm 月度发布（Full + Prescribable）
  → 集成分发（UMLS/EHR 厂商/OMOP/研究管线）
  → 应用（处方/NLP/药物警戒/真实世界研究）
  → 反馈（用户更正 → 月度修订）

「上市 → 源词库 → 归一 → 发布 → 集成 → 应用 → 反馈」七段血缘——RxNorm 的血缘核心是「商业源 + 公共归一」的混合结构：术语质量的上限由商业词库决定、语义秩序由 NLM 编辑流程保证。

§4.8 RxClass 集成：给 RxCUI 挂上治疗学分类

RxClass 是 RxNorm 生态里最常被低估的组件——它不发布新概念，而是把 ATC、MoA（作用机制）、Physiologic Effect、EPC（established pharmacologic class）、CDC 疫苗组等外部分类挂到 RxCUI 上。做「按治疗领域分层」的分析时，RxClass 是官方正道：

#!/usr/bin/env python3
"""用 RxClass API 给一批 RxCUI 打治疗学分类标签（A/I/M/S 中的 I 层）。"""
import json, time, urllib.request
from collections import defaultdict

def rxclass_by_atc(cuis: list[str], rel: str = "ATC") -> dict[str, list[str]]:
    """对每个 RxCUI 查其 ATC 类组。rel 可选 ATC/EPC/MoA/PE/CDCVACCINEGROUP。"""
    out: dict[str, list[str]] = defaultdict(list)
    for cui in cuis:
        url = (f"https://rxnav.nlm.nih.gov/REST/rxclass/class/"
               f"byRxcui.json?rxcui={cui}&relaSource={rel}")
        with urllib.request.urlopen(url, timeout=15) as r:
            data = json.load(r)
        classes = (data.get("rxclassDrugInfoList") or {}).get("rxclassDrugInfo") or []
        for item in classes:
            cls = item["rxclassMinConceptItem"]["rxclassMinConcept"]
            out[cui].append(f"{cls['classId']}|{cls['className']}")
        time.sleep(0.12)  # NLM 礼貌限速
    return dict(out)

def expand_via_class(class_id: str, rela: str = "ATC") -> list[str]:
    """反向：给定 ATC 码拉出全部成员 RxCUI（队列定义用）。"""
    url = (f"https://rxnav.nlm.nih.gov/REST/rxclass/classMembers.json?"
           f"classId={class_id}&relaSource=ATC")
    with urllib.request.urlopen(url, timeout=15) as r:
        data = json.load(r)
    return [m["rxcui"] for m in
            (data.get("drugMemberGroup") or {}).get("drugMember") or []]

if __name__ == "__main__":
    # 例：华法林（RxCUI 11289）的 ATC 归属
    print(rxclass_by_atc(["11289"]))
    # 例：B01AA（维生素 K 拮抗剂）全队列
    print(len(expand_via_class("B01AA")), "个成员概念")

集成要点：(1) relaSource 决定分类维度——同一个 CUI 在 ATC/MoA/PE 下给出不同的邻居集合，选错维度等于把「同类药」定义错；(2) RxClass 的类组映射随月度发布更新——长期运行的管线要把类组版本也记进血缘；(3) 类组存照进特征表时写「classId + relaSource + 发布月份」三元组，单写 ATC 码在复现时会歧义。

§4.9 OMOP 词汇域映射：RxCUI → 概念级分析层

OMOP CDM 是 RxNorm 在真实世界研究里最大的消费方——drug_exposure 表的 drug_concept_id 即 RxNorm 概念经 Athena 映射后的标准概念。自己搭 OMOP 管线时，映射层是最需要口径自觉的一段：

#!/usr/bin/env python3
"""NDC 流水 → RxNorm SCD/SBD → OMOP 标准概念的映射桥（教学骨架）。
   生产环境请用 Athena 下载的官方 CONCEPT/CONCEPT_RELATIONSHIP 表。"""
import pandas as pd

def load_omop_drug_map(concept_path: str, rel_path: str) -> pd.DataFrame:
    """构建 rxcui → OMOP standard drug concept 的映射宽表。"""
    concept = pd.read_csv(concept_path, sep="\t", low_memory=False)
    # OMOP 里 RxNorm 概念的 vocabulary_id = 'RxNorm'
    rx = concept[(concept.vocabulary_id == "RxNorm")
                 & (concept.standard_concept == "S")][
        ["concept_id", "concept_code", "concept_name"]]
    rx = rx.rename(columns={"concept_code": "rxcui"})
    rel = pd.read_csv(rel_path, sep="\t", low_memory=False)
    # NDC → RxNorm 的映射链在 OMOP 中经由 'Maps to' 关系承载
    chain = rel[rel.relationship_id == "Maps to"][
        ["concept_id_1", "concept_id_2"]]
    ndc = concept[concept.vocabulary_id == "NDC"][["concept_id", "concept_code"]]
    merged = (chain.merge(ndc, left_on="concept_id_1", right_on="concept_id")
                   .merge(rx, left_on="concept_id_2", right_on="concept_id",
                          suffixes=("_ndc", "_rx")))
    return merged[["concept_code", "rxcui", "concept_id_rx", "concept_name"]]

def define_exposure(claims_ndc: pd.Series, mapping: pd.DataFrame,
                    fail_policy: str = "drop") -> pd.Series:
    """NDC 计费流 → 标准概念流。fail_policy: drop|flag——药物暴露研究
    里未映射 NDC 的处理策略本身就是研究设计决策，要写进方法学。"""
    mapped = claims_ndc.map(mapping.set_index("concept_code").index)
    if fail_policy == "flag":
        return mapped, claims_ndc[~claims_ndc.isin(mapping.concept_code)]
    return mapped.dropna()

if __name__ == "__main__":
    # 239,682 NDC 映射（2025-12 Prescribable 口径）意味着产品层覆盖接近全量；
    # 但 OMOP 的 NDC→标准概念链有自己的版本节奏——两个映射源要做 diff。
    print("映射链版本写进血缘：OMOP vocab 版本 + RxNorm 发布月份双戳")

口径自觉：OMOP 词汇包与 RxNorm 月度发布的版本节奏不同步——同一批 EHR 数据经「RxNorm 直连」与「经 OMOP 词汇包」两条路映射，得到的暴露队列规模可能差 1-3%；方法学段落必须写明映射链（源码 → RxNorm 版本 → OMOP 版本），这是 §6.5 坑点 6「多映射源冲突」在 OMOP 语境下的具体形态。

§5 下游分析协议

§5.1 任务×资源速查表

任务	用哪些层	关键动作	陷阱
EHR 药物归一	RXNCONSO + NDC 映射	NDC/文本 → RxCUI	概念级/产品级混淆
药物 NLP	RxTerms + API 兜底	词典 + 消歧	BN 聚合歧义
暴露分组	RxClass	ATC/MoA 聚合	类别边界跨年变化
PheWAS 暴露定义	SCD 语义 + RxClass	暴露窗口 + 分组	缓释/速释语义忽略
药物警戒对齐	NDC 映射 + 状态	报告数据归一	retired CUI 复用
术语演化研究	月度差异 + history	生命周期回放	口径（轨道）混用

§5.2 EHR 药物数据归一协议

源字段分型：NDC 码/自由文本/既有编码（各机构异构）——先分型再选映射路径。
映射优先级：NDC 官方映射 > 文本精确匹配（归一化名）> RxTerms 词典 > API 模糊——四级瀑布。
歧义治理：一对多候选（文本歧义）+ 多映射源冲突——仲裁日志 + 抽样人工核验（PPV ≥95%）。
覆盖率审计：按 TTY/机构分层报告映射率——「 unmapped ≠ 缺失」（OTC/营养品可能真不在范围）。
落表：drug_exposure（RxCUI 主键）+ 原始字段留痕 + 版本月份——「归一 + 留痕」双写。

§5.3 药物暴露定义协议（PheWAS/RWE）

概念选择：活性成分（IN）→ 成分下全部 SCD/SBD 枚举——「成分级暴露」的完备集合。
剂型语义：DF/SCDFP 显式核对——缓释/速释/注射途径的暴露语义差异（必要时分层）。
窗口定义：处方供应天数（days_supply）+ 队列时间窗——暴露窗口协议独立于术语层但依赖其语义。
类别聚合：RxClass（ATC/MoA）做组级暴露——类别边界随发布微调，锁版本。
敏感性：品牌 vs 通用（SBD vs SCD）双口径——商业语义敏感性分析。

§5.4 成本模型

场景	技术路线	成本量级
月度装载	官方脚本 + 本地库	$0 数据费；运维小时级
实时查询	RxNorm API / in-a-Box	$0；限速礼仪
NLP 词典	RxTerms + 规则	工程数天
大规模归一	批量 NDC 映射 + 抽检	人力为主（数天-周）
历史回放	月度发布存档	存储自担（数百 MB/年）

（RxNorm 与 HGNC 同类——「零数据成本、纯工程人力」的术语基础设施。）

§5.5 失败模式清单

概念级/产品级混淆：SBD 当 NDC 用——双字段架构。
retired CUI 复用：历史数据的旧 CUI 直接进新分析——生命周期表核对。
轨道口径混用：Full 数字 vs Prescribable 数字——引用带轨道名。
BN 聚合歧义：品牌名直取单候选——集合语义 + 上下文。
剂型语义忽略：缓释/速释合并统计——DF 显式分层。
多映射源冲突：第三方表与官方表不一致——官方优先 + 仲裁日志。
OTC 盲区假设：营养品/造影剂当覆盖内——范围边界核查。
API 版本漂移：实时 API 与本地装载版本不一致——版本对齐校验。

§5.6 校准与验证协议

验证层	数据源	指标	通过线（参考）
L1 装载完整性	官方发布计数	计数对齐	与 Release Notes 一致
L2 映射覆盖率	归一管线	RxCUI 命中率	分层报告（≥85% 常见）
L3 映射准确性	人工抽检	PPV	≥95%（核心药物）
L4 语义层级	TTY 分布	概念级正确	无产品级误用
L5 生命周期	status/history API	retired 处理率	100% 核对
L6 端到端	OMOP 抽查	drug_exposure 语义	与 EHR 原意一致

L4 是术语应用特有的校验：映射对了码但错了层级（SCD vs SBD vs NDC）——下游分组全错；TTY 分布审计是廉价高效的第一道闸。
L6 的语义锚定：与临床专家抽查「这条 drug_exposure 的 RxCUI 是否符合处方原意」——术语正确性的最终裁判是临床语义。

§6 实证结果与方法学分析

§6.1 20 年演进的实证观察

制度化路径：2005 发布 → 2011 Meaningful Use → USCDI 指定——「术语标准的成功」是工程与监管的双轮驱动；技术质量只是入场券。
使用结构的迁移：API 40 亿次/年 vs 下载 1,000 次/季度——「文件分发 → 服务化」的使用重心迁移；术语系统的基础设施形态随之演进（in-a-Box 是折中）。
语义边界的自觉收缩：DDI API 停用（2024）/治疗角色类组停用（2025）——NLM 把「临床决策语义」让位商业源、专注命名与映射的公共品核心——「公共标准知道自己不该做什么」。
精确化的持续演进：PIN/SCDFP/SCDGP 类型出现——「成分/剂型的精确语义」是术语系统应对真实临床复杂性的进化方向。

§6.2 映射质量的实证教训

8.1% 替换率的含义：早期（2009）CUI 波动大——术语系统的「青年期」不稳定是普遍规律；当前节奏已稳但生命周期监听仍是铁律。
多源不一致的真实性：两个 RxNorm 基 NDC→CUI 表的轻微不一致（缓释/速释类）——「官方映射也有噪声」；第三方集成不可盲信。
NLP 映射的官方示范：NLM 自建 NDC→RxNorm 自由文本映射管线——「文本→概念」的自动化是术语系统自带工程而非用户自谋。
对集成工程的启示：映射质量的验收标准是「分层 PPV」——核心药物（高频处方）与长尾药物的准确率要分开报告。

§6.3 方法学三层框架（gsm）

G（Ground layer）：RxCUI/字符串/NDC 码——机器可测的标识层。
S（Synthesis layer）：TTYS 语义/关系网络/RxClass 归属——标准化推断层（NLM 编辑产出）。
M（Medical layer）：临床用药语义/暴露定义/处方等价——临床语义层（需临床验证闭环）。

越层引用：把 BN 命中（G 层）当「同一临床药物」（S 层语义需经 tradename_of 关系）、把概念等价当「临床可互换」（M 层需剂型/生物等效性）——三层语义的越级是药物数据事故的经典路径。

§6.4 接力实验设计

RxNorm → DrugBank/ChEMBL：归一名 → 药理/结构知识（靶点/ADMET）。
RxNorm → FAERS/SIDER：RxCUI → 不良事件谱（警戒层）。
RxNorm → ATC（RxClass）：概念 → 分类聚合（流行病学分组）。
RxNorm → OMOP/EHR：术语 → 研究数据模型（真实世界研究）。
RxNorm → FDA 标签/UNII：概念 → 监管语义（成分级回溯）。

§6.5 八个真实坑点

坑点 1：概念级/产品级混淆——SBD ≠ NDC；双字段架构。
坑点 2：retired CUI 复用——生命周期表核对；版本锁定。
坑点 3：轨道口径混用——Full vs Prescribable 数字分开引用。
坑点 4：BN 聚合歧义——品牌名多 SBD；集合语义。
坑点 5：剂型语义忽略——缓释/速释临床语义不同；DF 分层。
坑点 6：多映射源冲突——官方优先 + 仲裁日志。
坑点 7：OTC/维生素盲区——「临床显著成分」的范围边界。
坑点 8：DDI 语义幻觉——交互 API 已停用；安全性数据找商业源/FAERS。

§6.6 审稿人自查清单

[ ] RxNorm 发布月份 + 轨道声明？
[ ] RxCUI 主键与 TTY 层级（SCD/SBD/IN）报告？
[ ] retired/merged CUI 的处理描述？
[ ] NDC↔RxCUI 映射的方向与来源？
[ ] 暴露分组的类别体系（RxClass 源）与版本？
[ ) 剂型（DF）语义在暴露定义中的处理？
[ ] OTC/营养品的覆盖边界声明？

§6.7 术语系统演进的方法学含义

月度节奏的工程含义：术语系统「活的」——订阅月度差异比年度重装更稳；in-a-Box 让「本地最新」成为低成本选项。
类型系统的精细化：TTY 从 9 类扩展精确剂型——「术语的表达力随临床复杂性进化」；下游解析器要容忍新类型出现。
API-first 的分发：40 亿次查询说明语义查询是高频小请求——「术语作为服务」是数据系统的终局形态。
让位的智慧：DDI 语义退出——术语系统的长期生命力依赖「公共核心」的专注；大而全是退化信号。

§6.8 与国际术语的对齐张力

SNOMED CT 药品子集：国际语境的药品术语——与 RxNorm 双向映射但语义粒度不同（SNOMED 含国际产品）；「美国概念级 vs 国际产品级」的对齐张力。
ATC 的双轨接入：成分级 ATC（经典）+ ATCPROD（产品级，2023）——WHO 分类经 RxClass 双形态接入。
USCDI 的美国语境：RxNorm 的标准地位是美国制度产物——国际研究用 RxNorm 需声明「美国市场语义」；跨国数据对齐需 SNOMED/ATC 桥接层。
工程含义：多国 EHR 联合研究的药物维度需「RxNorm（US）+ 本国码表 → 共同语义层（ATC/INN）」的三段映射。

§6.9 术语统计的解读纪律

RxNorm 的官方数字（14,592 成分 / 17,544 SCD / 239,682 NDC）在论文里被反复转引，但转引错误的频率远高于基因符号类数据——根源是这些数字的口径依赖远超其他词库。三条解读纪律：

轨道先行：引用任何数量前先问 Full 还是 Prescribable——SCD 在两条轨道差 5,477（17,544 vs 12,067），SBD 差 1,592（9,721 vs 8,129）；同一个「临床药物数量」两种写法都对、混引就全错。
月份必写：月度发布意味着「2025-01 的 RxNorm」与「2025-12 的 RxNorm」是两个不同的快照——数量级不变、具体概念集有出入；复现研究必须锁月份，审稿人查版本时「RxNorm 2025」这种写法算不合格。
增长 ≠ 膨胀：20 年间概念数从 2 万级涨到 7 万级（Full 口径），主要驱动力是组合产品与剂型细分——不是「术语变多了」而是「语义切得更细」；把概念数增长当「数据规模增长」解读会得出方向性错误的市场观察。

§7 AI 就绪指南与应用场景

§7.1 RxNorm 在医疗 AI 中的四种喂法

实体链接喂法：处方/临床文本 → RxCUI——RxTerms 词典 + API 兜底。
数据归一喂法：多源 EHR 药物字段 → RxCUI 主键——OMOP 化的前置层。
暴露特征喂法：RxCUI × 时间窗 → 暴露特征（ML 风险模型/药物结局）。
知识图谱喂法：RxCUI 节点 + 关系边（成分/剂型/品牌）+ RxClass 类别边——药物子图骨架。

四种喂法与 §6.5 坑点对应：喂法 1 踩坑 4（BN 歧义）；喂法 2 踩坑 1（层级混淆）；喂法 3 踩坑 5（剂型语义）；喂法 4 踩坑 2（retired 复用）——建模前回读对号。

§7.2 处方文本归一管线实操配方

#!/usr/bin/env python3
"""处方自由文本 → RxCUI：词典 + 规则 + API 兜底（生产骨架）。
数据：RxTerms 词典 + RxNorm API（兜底）+ 归一化规则。"""
import re, requests

class DrugNormalizer:
    def __init__(self, rxterms_csv: str):
        import pandas as pd
        rt = pd.read_csv(rxterms_csv, dtype=str)
        self.lex = {}
        for _, r in rt.iterrows():
            for name in (r.get("GENERIC_RXNORM_NAME"), r.get("BRAND_NAME")):
                if isinstance(name, str) and name:
                    self.lex.setdefault(name.lower().strip(), set()).add(r.RXCUI)

    @staticmethod
    def _clean(text: str) -> str:
        text = text.lower().strip()
        text = re.sub(r"\s+", " ", text)
        text = re.sub(r"[,;]+$", "", text)
        return text

    def normalize(self, text: str):
        t = self._clean(text)
        # 1) 词典精确
        cands = self.lex.get(t, set())
        if len(cands) == 1:
            return cands.pop(), "lex_exact"
        # 2) 规则归一：强度单位统一（500 mg → mg 规范）/剂型同义（pill→tablet 类规则示例）
        t2 = re.sub(r"\bpill\b", "tablet", t)
        cands = self.lex.get(t2, set())
        if len(cands) == 1:
            return cands.pop(), "lex_rule"
        # 3) API 兜底（限速礼仪：缓存 + 失败重试）
        try:
            r = requests.get("https://rxnav.nlm.nih.gov/REST/rxcui.json",
                             params={"name": t}, timeout=5).json()
            ids = r.get("idGroup", {}).get("rxnormId", [])
            if len(ids) == 1:
                return ids[0], "api"
            return (ids, "api_ambiguous") if ids else (None, "unmapped")
        except Exception:
            return None, "api_failed"

# 批量：缓存 + 歧义队列 + 抽检（PPV ≥95%）

§7.3 模型选型与迁移决策

词典优先：RxTerms 精确覆盖大多数处方表达——规则 + 词典是基线。
上下文消歧：BN 歧义/缩写歧义用上下文分类（共现诊断/科室信号）——弱监督生成训练集。
神经归一：长尾自由文本（拼写错误/口语表达）用字符级 seq2seq/BiEncoder——训练对由「未命中 → API 精确命中」弱监督构造。
暴露建模：梯度提升/深度时序——暴露特征的术语层归一前置（本节管线）。
不确定性：unmapped/ambiguous 的置信分层——临床决策链路宁弃链不错链。

§7.4 公平性：术语覆盖的边缘地带

OTC/补充剂的覆盖缺口：维生素/草药/营养补充剂覆盖不完整——真实世界暴露研究的大盲区（自我用药不可见）。
品牌生态的语义偏向：品牌名语义丰富（BN/SBD 全）vs 仿制药多 SCD——品牌时代的药物数据在术语层的痕迹分布不均。
语言与地域：非英语处方文本/国际药品的映射缺口——多语种 NLP 的额外映射层。
时间偏向：退市药物语义弱化（retired 率）——历史暴露研究的「术语幸存者偏差」审计。

§7.5 任务×资源速查表

AI 任务	RxNorm 数据	输出形态	验收
药物 NER+归一	RxTerms + API	文本 → RxCUI	PPV ≥95%
处方风险模型	RxCUI 暴露特征	风险评分	分层 AUC
ADE 信号挖掘	RxCUI × FAERS	不良事件谱	语义层级正确
知识图谱	RXNREL + RxClass	药物子图	关系方向正确
处方生成校验	SCD 语义	生成后校验	TTY/DF 合规
OMOP 转换	NDC 映射 + 归一	drug_exposure	映射率分层报告

§7.6 端到端案例：多机构 EHR 的药物暴露队列

接入：三机构 EHR 处方表（NDC/文本/自有码异构）——源字段分型。
归一：四级瀑布映射（NDC 官方 → 文本精确 → RxTerms → API）——覆盖率分层报告。
语义：RxCUI 主键 + TTY 分布审计 + 剂型分层（缓释独立）。
分组：RxClass（ATC L2）暴露组——类别版本锁定。
建模：暴露窗口（days_supply）→ 结局风险模型——同人切分防泄漏。
验收：映射 PPV ≥95% + 分层覆盖率 + 版本月份三件套——报告齐。

§7.7 报告模板：方法学段落骨架

药物数据标准化采用 RxNorm（NLM，2025-12 月度发布，Current Prescribable Content 轨道）。多机构处方数据按四级瀑布映射至 RxCUI（官方 NDC 映射 → 归一化名精确匹配 → RxTerms 词典 → RxNorm API 兜底），映射覆盖率按机构与术语类型分层报告（整体 [x]%，核心药物 [y]%）。映射质量经 300 例人工抽检（precision [z]%）；品牌名歧义以共现上下文消歧，未决项进入人工核验队列。药物暴露定义在 SCD/SBD 语义层显式处理剂型（缓释制剂独立分层）；暴露分组采用 RxClass ATC L2（2025-12 版本）。退市与合并概念（retired/merged RxCUI）经官方状态 API 逐一核对；历史数据的 RxCUI 语义以数据时点版本回放。全部版本月份、映射表与抽检集随复现包发布。

§7.8 成本与排期模板

阶段	内容	成本构成	周期
接入	UMLS 许可 + 月度装载	运维	2-3 天
归一管线	四级瀑布 + 缓存	工程 1-2 周	2 周
抽检	300 例人工 PPV	人力	3-5 天
分组	RxClass 集成	工程	2-3 天
监听	月度差异 + 状态核对	运维（cron）	1 天/月
复现包	版本+映射表+抽检集	人力	1 天

RxNorm 项目的排期风险在「歧义仲裁的人力吞吐」——归一管线的自动化率决定排期；抽检不可省。

§7.9 消融案例：药物归一策略的必要性

处方文本归一的策略消融（多机构 EHR 场景，示意量级）：

配置	归一策略	质量（示意）	诊断
R1	NDC 直通（有码用码）	覆盖 60%；产品级语义残留	概念级缺失
R2	R1 + 文本精确匹配	覆盖 85%；层级错误 +6%	TTY 未审计
R3	R2 + TTY 审计 + 缓释分层	层级错误回落；剂型语义正确	语义分层生效
R4	R3 + RxTerms/API 兜底 + 人工队列	覆盖 95%+；PPV ≥95%	完整瀑布

方法：同一三机构数据流；评估锁人工标注集（含层级标注）；R3 增加 TTY 分布审计与剂型敏感性。
读数：R1→R3 的层级错误回落证明「码对了 ≠ 语义对了」——TTY 审计是性价比最高的质量闸；R4 的兜底使长尾覆盖达标。
结论：药物归一是「映射 + 语义层级 + 生命周期」的三合一——只做映射不做层级审计的管线在暴露定义层必然出错。

§8 伦理、许可与合规

§8.1 许可与义务结构

UMLS 许可框架：免费电子签署（UTS 账号）——个人/机构年审；「免费但非无主」的许可形态。
再分发限制：原始文件（RRF）再分发有限制条款——集成产品（嵌入 RxCUI 的软件/衍生映射表）与原始文件分发的边界逐条核查官方条款。
归属规范：产品/论文声明「包含 RxNorm © NLM」类归属语句——许可协议的文范要求。
API 礼仪：限速/缓存/标识——40 亿次/年的公共 API 依赖使用纪律维持。

§8.2 引用与致谢模板

致谢模板（按需裁剪）：
Drug terminology was standardized using RxNorm (U.S. National Library
of Medicine, December 2025 monthly release, Current Prescribable
Content). RxNorm is distributed free of charge under the UMLS license;
this product/resource incorporates RxNorm data (© NLM). API:
rxnav.nlm.nih.gov. RxNorm 20th anniversary caliber: NLM Technical
Bulletin 467:e2 (2025).

§8.3 国内合规路径

数据性质：术语标准——无患者数据/无遗传资源语义；使用层面合规负担轻。
药品监管语义：国内用药数据映射 RxNorm 属于「术语转换」——药品上市许可/说明书语义以 NMPA 监管为准；「RxNorm 归一 ≠ 国内合规编码」的双轨并存。
临床软件边界：临床决策软件内嵌 RxNorm 合规（UMLS 许可允许）——软件本身的医疗器械监管独立于术语许可。
建议姿势：国内多中心研究以「本地药品码表 + RxNorm 映射列」双轨——国际可比性与本地合规兼得。

§8.4 商业使用边界

可以商用：UMLS 许可覆盖商业产品（EHR 软件/分析平台/保险科技）——免费许可 + 归属声明 + 原始文件再分发限制的三点结构。
增值空间：RxNorm 管「语义」不管「数据」——商业词库（DDI/剂量/价格/包装图）在其上增值；这是官方有意留下的商业生态位。
SLA 设计：月度发布节奏是官方承诺——商业产品的术语更新 SLA 按月度对齐 + retired CUI 断点预警。

§8.5 合规台账最小模板

台账项	记录内容	示例
许可状态	UMLS 协议签署 + 年审	UTS 账号
版本月份	发布月 + 轨道	2025-12 Prescribable
归属声明	产品内嵌声明语句	© NLM 标注
映射来源	NDC 表来源 + 版本	官方/第三方
retired 监听	月度状态核对日志	cron 记录
抽检记录	PPV 人工核验	300 例批次
API 使用	限速/缓存策略	礼仪合规

§8.6 术语治理的架构语义

把 RxNorm 的治理设计抽象为可复用模式：

概念与名称分离：RXCUI（概念）/ RXAUI（原子字符串）——「名字可以很多、概念只有一个」。
生命周期即数据：retired/merged 是官方状态机——术语演化的事件流（月度）可订阅。
双轨分发：全量研究轨 + 交换子集轨——「一个语义、两个口径」的显式化。
边界的自觉：命名管到底、临床决策不越界——公共标准与商业生态的分工设计。

§9 谱系与生态

§9.1 药物术语时间线

1990s  美国药物编码混乱时代（NDC 产品码 + 各家词库）
2000s 初  NLM 启动 RxNorm 研究（商业词库集成路线）
2005  首个完整月度发布
2011  Meaningful Use 推动 EHR 采用
2010s  USCDI 确立药品交换标准地位
2023  ATCPROD 产品级 ATC 分类进 RxClass
2024-01  DDI API 停用（边界收缩）
2025  20 周年；精确剂型类型（SCDFP 等）落地
2026  RxClass 产品导向简化；API 月度随发

§9.2 术语表

术语	定义
RxNorm	NLM 标准化临床药物命名法
RxCUI	RxNorm 概念唯一标识
RXAUI	原子标识（字符串级；RXCUI 的组成原子）
TTY	术语类型（IN/MIN/PIN/SCD/SBD/GPCK/BPCK/BN/DF）
SCD	Semantic Clinical Drug——成分+强度+剂型（通用语义）
SBD	Semantic Branded Drug——SCD+品牌
IN / PIN	成分 / 精确成分（UNII 关联）
GPCK / BPCK	通用/品牌包装组
BN	品牌名概念
DF	剂型受控词表（121 个）
RXNCONSO / RXNREL / RXNSAT	RRF 概念/关系/属性表
NDC	FDA 国家药品码（产品级）
USCDI	美国核心互操作数据标准（RxNorm 为药品指定标准）
RxNav / RxClass / RxTerms / RxMix	NLM 工具族
RxNav-in-a-Box	本地可部署版 API+应用
UMLS	统一医学语言系统（RxNorm 母体）

§9.3 资源选型决策树

你的需求是什么？
├─ 「EHR 药物字段标准化」
│    → RxNorm（RxCUI 主键 + NDC 映射）
├─ 「药物结构/靶点/ADMET」
│    → DrugBank / ChEMBL（药理层）
├─ 「不良事件/药物警戒」
│    → FAERS / SIDER（警戒层；DDI 找商业源）
├─ 「药物分类分组」
│    → RxClass（ATC/ATCPROD/MoA）或 ATC 直用
├─ 「疫苗编码」
│    → CVX（经 RxNorm 集成）
├─ 「成分级语义回溯」
│    → UNII（PIN 关联）
├─ 「包装/厂商/计费」
│    → NDC（产品级）——RxNorm 明确不管
└─ 「国际药品术语」
     → SNOMED CT 药品子集 + RxNorm 映射桥

§9.4 与本库其他条目的关系

条目	关系
drugbank	药理知识层——RxNorm 管命名、DrugBank 管知识
chembl	化合物结构层——靶点语义经基因/药物双锚
sider / faers	不良事件层——药物维度的语义统一
mimic-iv（系列）	EHR 处方表——drug 字段的 RxNorm 归一示范
all-of-us	OMOP drug_exposure——标准码直接内建
umls	母体词库——跨词库集成语境
snomed-ct	全科术语——药品子集互映射

§9.5 组合使用建议

研究设计	推荐组合	分工
真实世界药物结局	RxNorm（归一）+ OMOP（模型）+ SIDER（安全）	语义 + 数据 + 事件
药物 NLP	RxTerms（词典）+ RxNorm API（兜底）+ 文献语料	归一 + 语义 + 语料
药物知识图谱	RxNorm（药物节点）+ DrugBank（靶点边）+ SIDER（事件边）	骨架 + 药理 + 安全
多机构联合分析	RxNorm（标准码）+ 各机构码表映射	归一层先行
药物流行病学	RxNorm + RxClass（ATC）+ FAERS	暴露 + 分组 + 信号

组合纪律：RxCUI 为键、版本月份双戳——组合中药物以 RxCUI 连接；每次分析锁定发布版本与轨道；映射日志留痕。

§9.6 术语基础设施的生态角色

RxNorm 证明了「公共归一 + 商业源 + 监管推进」可以在国家级尺度运转 20 年：NLM 的编辑流程保证语义秩序，商业词库供给数据质量，USCDI 制度保证采用。它把「药物命名」从 pharmacy 的柜台语言升级为全国医疗系统的交换标准——美国药品数据的互操作性因此有了地基。对医疗 AI，RxNorm 是药物实体的「地面真值」：任何涉及药物的系统都应以 RxCUI 为语义层——这是「用公共标准锚定药物语义」的最低成本路径。

§9.7 术语标准家族的光谱定位

维度	RxNorm	HGNC	SNOMED CT
对象	临床药物	人类基因	全临床语义
体量	数万概念	4.4 万符号	数十万概念
许可	UMLS 免费+限制	完全无限制	成员国/许可制
节奏	月度	月度	双年发布
核心机制	成分×强度×剂型代数	稳定 ID + 符号	多轴概念体系

家族共性：稳定标识 + 生命周期管理 + 多源映射——术语系统的三件套跨域成立。
差异的根源：对象语义复杂度决定结构复杂度——药物「组合代数」（成分×强度×剂型）使 RxNorm 的关系层比 HGNC 厚。

§9.8 RxNorm 生态的圈层地图

以 RxNorm 为圆心，药物术语生态可以画成四个圈层——每圈层的「依赖方向」都是外圈依赖内圈，理解依赖方向是选型不混乱的前提：

圈层	组件	角色	依赖 RxNorm 的方式
核心	RxCUI/TTY/月度发布	语义本体	—（本体本身）
工具圈	RxNav / RxNav-in-a-Box / RxNorm API / RxClass / RxTerms	查询与浏览	直接消费核心发布
集成圈	UMLS / OMOP 词汇包 / EHR 厂商词表 / FHIR US Core	分发与再封装	把 RxCUI 再映射进各自模型
应用圈	e-prescribing（SCRIPT）/ 药物警戒 / RWE 管线 / 药物 NLP	语义消费	经集成圈或直连

RxTerms 的位置：工具圈里的「 prescriptions 专用视图」——把核心发布的成分/强度/剂型重排成开方友好型词典；它不是独立词库而是核心的投影，口径必须跟核心发布走。
RxNav-in-a-Box 的位置：给无法出公网的环境用——本地 API 镜像；医院内网部署药物安全系统的标准解法，也是国内合规路径（§8.3）里「数据不出境」的官方答案。
圈层穿越的代价：应用圈直接耦合核心发布（跳过集成圈）意味着自己维护月度 diff——便宜但脆弱；经集成圈意味着吃进 UMLS/OMOP 的发布节奏——稳定但多一层版本对齐。选哪条路取决于团队维护预算，没有免费选项。

§10 资源导航与 FAQ

§10.1 官方资源导航

上手指引（第一次接入的推荐顺序）：

UTS 账号 + UMLS 许可电子签署（第一天）。
下载最新月度发布 → 官方脚本装载 MySQL（验证计数对齐 Release Notes）。
RxNav 浏览器熟悉 TTY 语义（SCD/SBD/BN 的手感）。
RxTerms 词典构建 + API 兜底管线（第一周）。
月度差异订阅 + retired 监听 cron——生产化收尾。

§10.2 关键文献

NLM. RxNorm Marks Its 20th Anniversary. NLM Technical Bulletin 467, e2 (2025 Nov-Dec).
NLM. RxNorm Current Prescribable Content Release Notes (2025-12-01). NLM（2025）.
Liu, S., Ma, W., Moore, R., Ganesan, V. & Nelson, S. RxNorm: prescription for electronic drug information exchange. IEEE IT Professional 7, 48-52 (2005/2011 语境)（方法论文）.
Bodenreider, O. The Unified Medical Language System (UMLS): integrating biomedical terminology. Nucleic Acids Research 32, D267-D270 (2004)（UMLS 母体）.

§10.3 站内延伸阅读

DrugBank — 药物知识库：药理知识层（结构/靶点/ADMET）
ChEMBL — 生物活性数据库：化合物活性层
SIDER — 药物不良反应库：安全性事件层
MIMIC-IV — 重症数据库：处方表 RxNorm 归一示范
All of Us — NIH 研究计划：OMOP drug_exposure 标准码内建
HGNC — 基因命名数据库：术语标准家族的基因维度

§10.4 FAQ

Q1：RxNorm 收费吗？
A：免费——UMLS 许可电子签署后自由使用；原始文件再分发有限制条款。

Q2：RxCUI 会变吗？
A：概念标识在生命周期内稳定——但退市/合并会 retired/merged；月度状态核对是生产纪律。

Q3：RxNorm 和 NDC 什么关系？
A：NDC 是产品码（厂商/包装级）、RxNorm 是概念级语义——一个 RxCUI 映射多个 NDC；计费场景必须 NDC。

Q4：SCD 和 SBD 差在哪？
A：SBD = SCD + 品牌语义——「aspirin 325mg tablet」（SCD）vs「Bufferin 325mg tablet」（SBD）；归一分析用 SCD、品牌敏感性用 SBD。

Q5：14,592 和 5,823 哪个是成分数？
A：都对——14,592 是全量 base 口径、5,823 是 Prescribable active 口径；引用带轨道名。

Q6：维生素/保健品在 RxNorm 里吗？
A：部分覆盖——「临床显著活性成分」边界外的多数 OTC/营养品不在范围；真实世界暴露研究要声明盲区。

Q7：药物相互作用数据在哪？
A：RxNorm 的 DDI API 已停用（2024-01）——商业词库（FDB/Micromedex）或 FAERS 类数据源。

Q8：怎么把处方文本变成 RxCUI？
A：四级瀑布——NDC 官方映射 → 归一化名精确匹配 → RxTerms 词典 → API 兜底；歧义进人工队列。

Q9：月度发布必须每月更新吗？
A：研究可锁版本；生产系统建议月度增量（差异文件）+ retired 监听——断点预警。

Q10：RxClass 是什么？
A：NLM 的药物分类服务——ATC/ATCPROD/作用机制/生理效应/CDC 疫苗组多源类别；暴露分组的现成工具。

Q11：可以本地部署吗？
A：可以——官方 MySQL/Oracle 装载脚本 + RxNav-in-a-Box（本地 API+应用）；内网环境友好。

Q12：retired CUI 的历史数据怎么办？
A：用数据时点的发布版本回放语义；或经 history API 找映射去向——生命周期表是长期研究的保险。

Q13：RxNorm 覆盖国际药品吗？
A：美国市场语境——国际药品经映射部分可达；跨国研究需 SNOMED/ATC 桥接层。

Q14：API 有速率限制吗？
A：官方未公布硬限速——40 亿次/年的使用量说明合理使用免费；限速礼仪（缓存/标识）是公共品纪律。

Q15：怎么引用 RxNorm？
A：NLM Tech Bull（20 周年公报）+ 发布月份 + 轨道；产品内嵌按 UMLS 许可加归属声明。

Q16：BN 为什么会有歧义？
A：一个品牌名概念可关联多个 SBD（同品牌多规格/剂型）——品牌名直取单候选是经典错误。

Q17：PIN 和 IN 差在哪？
A：PIN 是精确成分（含盐型/酯型语义，关联 UNII）、IN 是通用成分——成分级精确语义的进化类型。

Q18：缓释和速释是不同概念吗？
A：是——剂型语义进 SCD（extended-release tablet 独立概念）；暴露定义里合并缓释速释是语义错误。

Q19：能贡献/纠错吗？
A：可以——官方反馈渠道提交更正；月度修订消化；用户反馈是月度发布生态的一部分。

Q20：OMOP 的 drug_concept_id 就是 RxNorm 吗？
A：是（主流）——OMOP 标准词库的 drug 域以 RxNorm 为主；RxCUI → OMOP concept_id 的映射官方提供。

Q21：AI 训练可以用 RxNorm 吗？
A：可以——UMLS 许可覆盖；商用模型按许可加归属；产物责任自担。

Q22：包装组合（GPCK/BPCK）什么时候用？
A：复方包装/疗程包的语义——「一盒里有几板药」的临床表达；调剂/耗材分析场景。

Q23：怎么查某品牌的所有规格？
A：RxNav 按 BN 检索 → 关联 SBD 列表（tradename_of 关系反向）；API related 端点。

Q24：和 DrugBank 的药物 ID 怎么互通？
A：无官方一对一映射——经通用名/成分语义桥接（SCD 归一名 ↔ DrugBank name）；映射表自建要抽检。

Q25：FAERS 的药物字段是 RxNorm 吗？
A：FAERS 用自家 Lexicon（含 RxNorm 对齐）——警戒数据分析前先做语义对齐审计。

Q26：剂型词表（DF）有多大？
A：121 个受控剂型——「tablet/extended-release tablet/…」；DF 是 SCD 语义的第三维。

Q27：固定剂量复方（FDC）怎么表达？
A：MIN（多成分精确）+ SCD（FDC 药物）——成分级与药物级双层表达；consists_of 关系拆解。

Q28：UMLS 里 RxNorm 和其他词库怎么连？
A：Metathesaurus 的 CUI 映射——RxNorm 概念与 SNOMED/MeSH/ICD 等的跨词库桥；UMLS 版本与 RxNorm 版本独立。

Q29：历史版本的 RxNorm 文件能下载吗？
A：官方提供近期发布；长期历史研究自建月度存档（数百 MB/年）——「术语的时间旅行」自留快照。

Q30：临床报告该写 SCD 名还是品牌名？
A：临床语义用 SCD 归一名（可加品牌括注）——USCDI/FHIR 语境的编码走 RxCUI（SCD/SBD 按场景）。

Q31：RxNorm 会覆盖兽药吗？
A：不——人用药语境；兽药有独立词表语境。

Q32：20 年后 RxNorm 会往哪走？
A：官方路线信号——精确剂型类型扩展、API-first 服务化、产品级分类完善；「命名与映射」的公共核心不变，临床决策语义留给生态。

Q33：我的 EHR 数据里品牌码和临床码混着，怎么选聚合层？
A：看研究问题——「治疗暴露」聚合到 SCD 或 IN；「市场行为」保留产品级；方法学段落写明聚合层与理由（§2.9）。

Q34：RxClass 的类组映射会漂移吗？
A：会——类组-概念挂接随月度发布更新，ATCPROD 等新来源还在扩展挂接范围；长期管线把类组版本记进血缘（§4.8）。

Q35：授权仿制在 RxNorm 里怎么表达？
A：有独立 SBD 与 NDC，但与原研共享 BN 关系链；「原研 vs 仿制」对比按 NDC 与按 SBD 分组结论不同（§2.9）。

Q36：能不能只用 Prescribable 轨道做完所有事？
A：多数研究可以——它就是「可开方产品」子集；但做术语覆盖度审计或历史研究需要 Full 轨道的 retired/obsolete 概念（§3.2）。

§10.5 要点回顾

RxCUI 主键：药物数据的语义锚——版本月份双戳。
TTY 分层：IN/SCD/SBD/BN 语义层级——码对 ≠ 语义对。
概念级 ≠ 产品级：RxCUI 语义、NDC 产品——双字段架构。
轨道口径：Full vs Prescribable——数字分开引用。
生命周期监听：retired/merged 月度核对——长期研究的保险。
剂型语义：缓释/速释临床不同——DF 显式分层。
BN 歧义：品牌名多 SBD——集合语义 + 上下文。
四级瀑布：NDC→精确→词典→API——归一管线标准姿势。
边界自觉：DDI/包装/OTC 不在范围——语义路由按层问责。
许可轻手续：UMLS 签署 + 归属声明——商用可行、再分发核查。

口径存照（数字均注明口径与来源，写入正文前已核对）

20 周年 / 14,592 base ingredients / 5,151 BN / 17,544 SCD / 9,721 SBD / 645 GPCK / 747 BPCK（2025-12 全量）/ API ~40 亿次查询/年 / 文件 ~1,000 下载/季度 = NLM Tech Bull 467:e2（2025 Nov-Dec）
Prescribable active：SCD 12,067 / SBD 8,129 / IN 5,823 / PIN 1,916 / BN 4,168 / DF 121 / GPCK 596 / BPCK 704 / NDC 239,682 = RxNorm Current Prescribable Content Release Notes（2025-12-01）
CUI 替换率 8.1%/6 个月（2009 样本）= O’Neill & Bell 分析（历史时点——经 intuitionlabs 综述转引）
DDI API 停用（2024-01）/ 治疗角色类组停用（2025-03）/ ATCPROD（2023）/ SCDFP-SCDGP-SBDFP 调整（2026-02）/ RxClass 3.2.3（2026-06）= RxNav 官方新闻页（LHNCBC）
USCDI 指定 / Meaningful Use 2011 / SCRIPT-FHIR 双码鼓励 = NLM 公报与 healthit.gov 语境（intuitionlabs 综述交叉核对）
UMLS 许可框架（免费电子签署/再分发限制/归属要求）= UTS 官方许可条款
生态组件口径：RxNav 工具族 / RxClass 3.2.3 / RxTerms / RxNav-in-a-Box = NLM LHNCBC 官方页（2026-06 核对）
OMOP 词汇包 NDC→标准概念链 = OHDSI Athena/OMOP CDM 官方文档语境（版本节奏与 RxNorm 月度发布不同步）