背景:随着互联网和信息技术的快速发展,大数据和人工智能在医疗领域的应用逐渐变得全面而深入,促进着我国医疗卫生信息化建设。我国拥有着海量的医疗健康大数据资源,然而医学术语在真实世界中所使用的表达方式复杂多样,对医疗健康大数据资源的应用造成了阻碍。因此,我国已发布大量的中文医学术语资源,为医疗健康大数据的整合与应用打下了良好的基础。目的:通过统计中文医学术语资源和真实世界医学文档之间相同术语的数量,探索国内既有中文医学术语资源对真实世界医学文档语料的描述能力。方法:本研究系统的收集了包括国家标准、医学词典在内的15个中文医学术语资源,还收集了6个以医学指南、电子病历为代表的临床文本作为真实世界数据,并从中提取以疾病、症状等临床表型为代表的医学术语。随后以国际上权威的UMLS本体系统为核心搭建医学术语双语映射流程,将中文医学术语从中文映射和英文映射两条路径映射到UMLS本体上。最后通过字符串直接匹配和UMLS映射间接匹配两种方法计算出中文医学术语资源对真实世界医学文档语料的覆盖程度。结果:在真实世界医学文档中所收集的69865个医学术语中,与中文医学术语资源相匹配的数量为22183(31.75%),其中对常见术语集的覆盖度最佳,可达74.29%。并且,在调研过程中发现了术语覆盖的两个影响因素:(1)借助UMLS本体可以提高术语覆盖度;(2)医学术语特殊的构词结构会在一定程度上降低覆盖度。结论:通过这一调研工作,本研究发现我国中文医学术语资源相对丰富,对国内术语及临床文档有足够的描述力,我们应当优先考虑对国内医学术语资源的整合并大力推广,不能仅依靠简单的翻译国外的本体,来促进中国标准医学术语及本体的发展与完善。