这一层提供什么
这里说的标准化不是一张查找表，而是一套完整的术语归一系统：- 63,416 个码，由一条规则一趟从 LOINC 2.83 切出：实验室与临床观察， 叙述与文档量表丢掉，面板只留化验子类和生命体征子类。 692,577 条折叠过的称谓指向它们，来自组分、长名与短名、相关名， 以及发行版自带的 21 份语言变体。
- 英文为主，中文在旁。 22,578 条中文别名，加上本项目自己人工收录的那些，
排在索引前面，所以
hemoglobin、血红蛋白、血紅素都落在 LOINC 718-7 上。 其他语言走 LOINC 自己发布的那 21 份语言变体（它们本来就是别名索引的输入）， 而不是我们自己的文件：日文那份是 UMLS 派生的， 另外五份机器派生的（de·es·fr·ko·ru）追溯不到它们声称的语言变体。 两者都已删除，见LICENSE-3RD-PARTY。 - 繁體中文 是两个问题，也就当两个问题处理。 字形折叠是机械的（随包发布一张
3,336 字的 zh-Hant → zh-Hans 对照表）；用词不是：台湾的习惯用词不一样，
血紅素折叠过去会撞上 HbA1c 的码。这类词按繁体写法单独收录，而人工收录的那一行永远压 过折叠的结果。 - 主诉和诊断落在 ICPC-3 上。
resolve_symptom("头疼")得到NS01，resolve_condition("高血压")得到KD73：ICPC-3 的 S、D 两个组件共 1,218 个码原样随包， 英文、中文、日语、俄语说法是我们自己写的别名（繁體中文走同一套字形折叠，台湾用词如「氣喘」按繁体原文单独收录）。 两套索引分开，主诉不会落到诊断上；拿不准就弃答并给原因，不猜。 在 200 条真实问诊里的中英文主诉上测过，金标准由三个互相独立的模型标注（三种不同的模型，看不到解析器）： 可计分的 142 条症状里没有一个错码，编上码的约五分之一，其余弃答。日语和俄语的说法是新加的，还没有做过同样的测评。 - 单位按 328 个 UCUM 单位归一到 59 个 PROPERTY 家族，带量纲分析，
有一座按 LOINC 码索引的摩尔质量桥，并且对
%和10*9/L这种情况明确拒绝混算。 316 项标准设备指标。 - 这里全是词法的，弃答是我们要守住的天花板。 词表不认识的词返回
unresolved， 不返回最近邻。1.4.x 在旁边挂过一层默认关闭的余弦召回，1.5.0 把它删了。它不会 弃答：碰到从没见过的词，会用「答对了」的那种置信度把最近邻交给你——在 LOINC 矩阵上实测，胡话能拿 0.78，而真实的指标名低到 0.56，两个区间重叠，没有阈值能把 它们分开。它也从来没跑起来过：矩阵是 108,248 行 × 1024 维、只对某一对（供应商， 模型）有效，而且从未发布，所以get_index()在 wheel 安装态和源码树里都返回 None（两边都实测过）。一个没人能打开的开关，挡在一个我们本来也不敢信的答案前面。 想要更高的召回，诚实的杠杆是在res/loinc/resolver_overrides.tsv里加一行人工词条。 - 我们量这个说法，而不是断言它。
test_engine_coverage.py拿常规体检 会出现的那些套餐去考离线解析器，词按报告上真正的印法写，覆盖英文、简体中文、 繁體中文、日本語、俄文和爱沙尼亚文，外加平台 API 教给我们的那套穿戴设备词汇。 今天是 296/296；刚写出来那天是 32/94。 它判的是临床正确：把血红蛋白答成 HbA1c 的码算错，血脂则必须解析不出结果。
两个语义索引，以及哪一个是白送的
上面那个矩阵属于可下载语料那一层：LOINC 的行被嵌入一次，由你用自己的 embedding 模型建。应用内问到某人自己的读数时并不用它：query_health_indicators 对这个人自己的序列（报告上印的名字，
以及写入时存在每条读数旁的 LOINC 显示名和码）做词法排序，
找不到再退回离线解析器给出的码。这条路径不需要 embedding 供应商，
两个索引也都不改变 resolve() 的答案。
切的是哪个 LOINC，覆盖了什么，没覆盖什么
随包发布的词表切自 LOINC 2.83，而且这件事由包在运行时自己说，不是写在一句会 过期的注释里：pip 钉住的那个」可以被断言为同一份语料，而光看包版本号你永远不知道这
一点。LOINC 的许可要求每一份拷贝都带版本号；
res/loinc/fhir_loinc_bundle.NOTICE 带了，scripts/stamp_bundle_version.py --check
负责让这个戳保持诚实。
这一刀切下了什么。 2.83 的 99,737 个 ACTIVE 码里留 63,416 个，按规则切而不是
手挑（translate_build/loinc_cut.py）：CLASSTYPE 是实验室或临床；从来不承载读数的
CLASS 族丢掉（问卷、文档、放射、行政）；SCALE_TYP 为 Doc/Nar/-/Set/Multi
的丢掉；体格检查类只在 Qn 或 Ord 时留；面板留化验那几个子类，外加生命体征与个人
健康记录那几个。只删行，不改行——这是许可第 3 条的
要求；153 行带着别人版权声明的，删掉而不是原样复制。
1.4.x 停在 2.82 的理由已经不存在了：当时轴表和语料来自不同来源，靠折叠后的
LONG_COMMON_NAME 接在一起，于是 2.83 改掉 2,842 个名字就断了 3,486 条链接。现在
两者从同一个发行版一趟切出，根本没有那个接缝。随之而来的两件事以前做不到——轴表现在
带 TIME_ASPCT，没有它点尿蛋白和 24 小时尿蛋白会共用一个序列键；也带 CLASS，于是
一个 10,045 行、需要手工重新生成的门禁文件可以退休了。
实测，7,354 条真实报告写法。 在「金标准码在切法内」的 6,992 条上，
覆盖率 0.951，错答率 0.025。另外 362 条里，
330 条期望的是切法丢掉的码（叙述、文档或体检所见类），
24 条期望的是 2.83 自己退役的码，8 条本就不该有码：
解析器对其中 273 条弃答而不是作答，这正是这一刀的目的，不是回归。
1.4.x 还答得出的 DISCOURAGED / DEPRECATED 码，随 STATUS 门一起没了。
LOINC 覆盖的穿戴设备世界比大多数人以为的多。 它不只有化验套餐：BDYWGT.* 管
身体成分（101685-6 骨量、73964-9 肌肉量、101684-9 体水分百分比），
HRTRATE.* 把静息心率（40443-4）和随手一测区分开，还有步数（41950-7）、睡眠
分期（93831-6 深睡、93830-8 浅睡）、HRV SDNN（112429-6）、最大摄氧量峰值和
爬升高度的码。它停在哪里：厂商的复合指标。Garmin 的 Body Battery 和压力分数没有
码，这是对的，因为那是一家公司的公式，不是一项测量。
一个词表覆盖了什么，和我们在它上面的召回率，是两回事，而这个差距是我们的，不是
LOINC 的：Body bone mass 在这里能解析到 101685-6，但中文的 骨量 会解析到一个
牙科体积的码，因为没有别名把它路由过去。
res/loinc/resolver_overrides.tsv 就是干这个用
的：人写下的一行，永远压过索引里的一次表层匹配。
→ loinc.org · 许可 ·
发布说明。下载免费，但需要注册账号，这也是为什么这里发布
的是派生词表，而不是源发行版。
→ 标准化 ·
架构 ·
数据流