Menu
MaLaC-HD (MApping LAnguage Compiler for Health Data) wurde entwickelt, um die Ergebnisse mehrerer Vorläuferprojekte (z. B. CDA2FHIR) zu integrieren und weiterzuentwickeln. Der Fokus liegt dabei auf der hohen Transformationsgeschwindigkeit und einfachen Erweiterbarkeit nach der Kompilierung bzw. Konvertierung. MaLaC-HD ist dabei nicht nur auf die Übersetzung von CDA nach FHIR beschränkt, sondern kann verschiedene Eingabeformate in unterschiedliche Ausgabeformate transformieren. Dies geschieht unter Verwendung einer Mapping-Regelsprache sowie der XSD-Schemata der jeweiligen Formate. Darüber hinaus ermöglicht MaLaC-HD die Integration weiterer Mapping-Sprachen neben der FHIR Mapping Language (FML).
Weitere Informationen und Beiträge zum Projekt finden Sie hier:
In der cda2fhir HL7 AT Arbeitsgruppe wurden ähnliche Softwarelösungen, Anforderungen und mögliche technische Lösungen besprochen.
Technische Fragestellungen wurden beantwortet, um einen genaueren Plan für die Entwicklung erstellen zu können.
Grundlegende Unterstützung des österreichischen cda2fhir Mappings von Labordaten.
Einholen von Feedback beim 3. HL7 AT FHIR Hackathon – HL7 Austria von der österreichischen HL7 Community und einzelnen schweizer HL7 Kollegen.
Vollständige Unterstützung des österreichischen cda2fhir Mappings von Labordaten.
Im Zuge des 6. SmartFox Konsortialmeeting wurde der Demonstrator den Projektmitgliedern vorgestellt.
Vollständiges Kompilieren für bekannte internationale, österreichische, italienische und schweizer FMLs (hier mehr nachzulesen).
Abarbeiten von einzelnen, gesammelten Should-Haves und Nice-To-Haves, wie auch Einarbeiten von Feedback.
Vorstellung der internationalen Community bei den HL7 FHIR DevDays.
Besuchen Sie diese Seite regelmäßig um die neuesten Entwicklungen zu verfolgen!
Registrieren Sie sich für den Smart FOX Newsletter und bleiben Sie immer auf dem aktuellsten Stand über die Aktivitäten rund um das Projekt und die neuesten Entwicklungen aus den einzelnen Arbeitspaketen.
Wir wollen verschiedene Perspektiven kennenlernen und deine Sichtweise als Bürger:in/Patient:in ist uns dabei besonders wichtig!