建立全局患者主索引的核心，是对多条患者信息进行对比，判断是否属于同一个实体患者，因此需要一种准确而有效的患者匹配规则。
常见的匹配规则有两种，一种是完全匹配，一种是模糊匹配。
所谓完全匹配，是指对患者信息的关键项进行对比，完全一致，则认为是同一患者，自动合并；不一致，则认为是不同患者，不合并。模糊匹配，则是选取患者信息的关键项进行相似度计算，并配置相似度区间的范围，以对应自动合并、人工合并和不合并三种处理流程。
这里所说的患者信息，主要可分为以下三类：
患者信息分类
使用生物识别信息进行匹配，是最为准确的，但是现有系统中，此类信息相对应用较少，而不同系统中的患者信息质量参差不齐，因此实际使用过程中，主要根据不同系统的数据特点，从标识信息和属性信息中选取不同的组合，作为关键项进行匹配。
采用完全匹配的好处是，能尽可能的保证匹配的准确性，适合于对主索引的准确度要求高但数据量相对不那么高的场景。模糊匹配的特点是可以依据统计概率来计算两条记录之间相似度，适合于重复数据量大、对匹配结果精度要求不那么高的场景。
匹配规则是一个患者主索引系统的核心，为了满足不同使用场景的需求，通常会做成灵活可配的，各个医疗机构可以根据自身的数据特点以及业务特点来设置。
