Bevezetés: A Debreceni Egyetem adatvagyonának jelentős részét alkotja a Klinikai Központban zajló betegellátás során keletkezett orvosi, biokémiai és képi adat, rendszerezetlen változatban. Ezek kutatási célú alkalmazhatósága jelentősen korlátozott. Az egyetemi "Tématerületi Kiválósági Programon" belül, a "Big Data tématerület" keretében elindított K+F projekt legfontosabb célja az anonimizált adatvagyon elérhetővé tétele a felhasználók számára megfelelő transzformációs eljárások kidolgozásával. Az elemzésre kiválóan használható adatokat az in vitro rutindiagnosztikai laboratórium által szolgáltatott adatok jelentik. A rutindiagnosztikai gyakorlatban használatos adatmezőket rövidített, magyar nyelvű, nem standardizált kulcsszavak jelölik, és e kulcsszavak kódolására a nemzetközi Logikai Megfigyelési Azonosítók, Nevek és Kódok (Logical Observation Identifiers Names and Codes - LOINC) szabvány alkalmazását határoztuk el. Referencialaboratóriumok, egészségügyi szolgáltatók, kormányhivatalok, egészségügyi biztosítók, orvosi szoftverek és műszerek gyártói, kutatók, valamint az egészségügyi rendszert igénybe vevők világszerte használják a LOINC-rendszert az adatok azonosítására, valamint azok rendszerek közötti zökkenőmentes átadására. Célkitűzés: Célunk a Debreceni Egyetem Klinikai Központjának Laboratóriumi Medicina Intézete által meghatározott rutindiagnosztikai paraméterek (n = 448) megfeleltetése a LOINC kódolási rendszernek, figyelembe véve az azonos adatok hátterében az időbeli és módszertani eltéréseket. Módszerek: A laboratóriumi adatokhoz rendelt kulcsszavakat a kórházi informatikai rendszer üzemeltetőjétől kapott adatbázis alapján elemeztük. A rutindiagnosztikában használatos kulcsszavakat, megnevezéseket használtuk a LOINCszabvány szerinti kódolásra azután, hogy a kódolás módszertanát áttanulmányoztuk, és megfelelő jártasságra tettünk szert az alkalmazásában. Eredmények: Magyarországon egyedülálló módon megfeleltettük az elvégzett rutindiagnosztikai laboratóriumi adatok és vizsgálatok elnevezéseit a LOINC-rendszer követelményeinek, és nyilvánosan hozzáférhetővé tettük őket a Debreceni Egyetem https://labmed.unideb.hu/hu/loinc-tablazatok világhálójának elérhetőségén. Következtetés: Az egységes nemzetközi LOINC-rendszer szerint kódolt adatok hatékonyabban elősegítik a Debreceni Egyetem nemzetközi integrációs törekvéseit, többek között a laboratóriumok közötti kommunikációt, valamint a nemzetközi, határokon átívelő információáramlást és a valamennyi érdekelttel való kapcsolattartást.  Kulcsszavak: Big Data, LOINC, diagnosztikai laboratórium