XML文档格式

开放文档格式有很多种，比如HTML、纯文本等等，RTF也勉强算一种，而DOC、ODT等文档格式由于是比较封闭的二进制格式，因此不能算是开放文档格式。在诸多开放文档格式中，谁也比不上XML。其理由有以下：

第一，XML的群众基础好。

XML已经成为最为常用的国际标准，所有的开发平台和技术都能很好的支持XML技术。中国社会信息化中几乎所有领域已经开始普及XML技术。不懂XML，都不好意思说自己是程序猿。XML成为电子病历系统跨业务领域的数据交流的首选技术了。

大家都知道电脑主板上的总线是很重要的，总线虽然未必完全符合CPU/GPU/内存/硬盘等各个专业领域的业务需求，但已经成为计算机系统的基础架构，各模块必须支持。而XML完全有能力成为各个信息化领域的总线，内部未必完全采用，但对外必须支持。

第二，XML得到各个IT巨头的支持。

IT巨头，特别是数据库巨头都投入巨大的精力在进行XML技术的研究，逐渐的将XML技术融合在关系型数据库中。站在这些巨人的肩膀上，使得快速处理海量XML文件成为可能。

反过来，若电子病历文件不是以XML格式存储，这些巨头们不大可能针对电子病历这个“小”领域而定制开发适合电子病历文档格式的数据存储和分析技术。脱离XML技术，电子病历行业也就无法利用巨头们在基础技术研究中获得的成果了。

第三，XML能很好的支持电子病历系统业务需求。

在笔者具体的实践中，采用DOM技术实现了全功能的电子病历文档，尚未遇到不能满足电子病历系统业务需求的情况，预计未来也会很少遇到。而DOM技术的抽象概念和XML技术的抽象概念是高度一致的，因此也就非常容易的实现了电子病历文档以XML格式进行存储。

另外XML技术的向上向下兼容性支持也是其他文件格式所少见的，而且各种特定格式的XML文件之间的转换也是低成本和高效率的。

第四，XML文档很适合文件的长期存储。

病历文档是需要长期存储几十年上百年的。在长期的存储过程中，存储介质不能避免的出现损坏，都有数据存储时间极限。

比如传统机械硬盘盘面上的数据只能存30年，之后由于机械故障及磁场衰减而出现数据丢失。

光盘数据存储的时间更短，毕竟光盘在物理上不是晶体，只是一种非常粘稠的液体，分子结构不稳定，稍微遇热就容易变形，而且材料很容易被空气中的氧气所侵蚀氧化，因此常用的光盘数据只能保存几年而已。高端光盘能保存十几年，但成本比较高。

大批量数据备份可采用磁带存储数据。理想情况下磁带能也只能保存几十年的数据，而且实际上磁带容易遭受空气中氧气、水分和霉菌的侵蚀破坏，因此存储时间也打折扣。

人类曾经制造过号称能保存数据长达亿年的光盘，那就是太空探索飞船旅行者号携带的镀金铜质光盘。由于金和铜都是晶体，分子结构非常稳定，基本上可以说是能永久保存数据，而且这个光盘一直保存在星际空间这种高度真空环境中，没有氧气、水和霉菌的污染，而且不受外界磁场的影响，因此非常稳定。不过这种光盘成本高，无法普及。

由于当前普及的数据存储技术不能满足病历数据长期存储的需要，这些数据存储介质历经时间的沧桑，必然出现一些损坏，从而导致数据丢失。此时若采用专用的格式，特别是二进制格式，少数几个字节的损坏就会导致整个文档的不可还原的损坏而丢弃。

而XML文件是自我描述的，存在不小的冗余，当文件数据发生部分损坏时，还是存在很大的可能性进行修复，其内容片段仍然可以读取的。因此当电子病历文档以XML的格式存储，虽然经过很长的时间，部分数据丢失，但其中的信息还是能幸存下很多的。

更进一步的，XML文件在存储文本数据时可以采用实体模式，这样能增加文本数据的修复概率。

例如对于文本“袁永福的电子病历”，若采用UNICODE编码，其16进制编码为“81 88 38 6C 8F 79 84 76 35 75 50 5B C5 75 86 53”，若某些字节数据损坏，比如第一个字节丢失，其可辨认的16进制编码为“88 38 6C 8F 79 84 76 35 75 50 5B C5 75 86 53”，则以UNICDE格式读取的文本就成为“㢈转葹㕶偵앛虵”，这就是不可识别的乱码了。

如果采用XML实体模式存储这几个文字，则保存为“袁永福的电子病历”，若某些字节数据损坏，例如变成

“&#x??1;永福的电子病历”，则这段受损的数据仍然可以准确的辨认出文本“永福的电子病历”，这样就能实现数据的最大程度的恢复。

综上所述，电子病历文档XML化是一个趋势。趋势是一个很霸道的东西，体现了众生的意志，某个具体的公司和利益集团无论多么的强大，也无法阻挡趋势，反而会被趋势所践踏。

电子病历的用户，包括医生、医院院长、卫生系统的官员等等不擅长IT技术，未必能理解这个趋势，但作为电子病历系统的软件开发商，必须认识到这个趋势，并顺应这个趋势，好好学习和利用XML技术。