[論文レビュー] Building a Controlled Vocabulary for Standardizing Precision Medicine Terms

Meng Wu, Yan Liu+4 more|arXiv (Cornell University)|Jul 3, 2018

Biomedical Text Mining and Ontologies参考文献 1被引用数 3

ひとこと要約

本論文では、統合医療言語システム（UMLS）を用いて複数のバイオメディカルデータソースから統合された、制御語彙である精密医療語彙（PMV）を紹介する。PMVは1,372,967の概念と4,567,208の語を10の意味的タイプにわたって統合し、精密医療研究における標準化されたデータ統合と正規化を可能にする。

ABSTRACT

Rapid advances of technology and development of research in precision medicine domain have led to the production of different types of biomedical data. Standard medical vocabularies were shown to be limited in dealing with such heterogeneous data and consequently, new controlled vocabulary for data integration and normalization has been proposed. In this study, the precision medicine vocabulary (PMV), which is a controlled vocabulary for terms used in precision medicine, is built based on the method of data integration in Unified Medical Language System (UMLS). It now covers ten top semantic types of disease, drug, gene, gene variation and so on. In total of 1,372,967 concepts and 4,567,208 terms have been integrated from widely used databases related with precision medicine.

研究の動機と目的

• 精密医療における多様なバイオメディカルデータの非一貫性に取り組むために、標準化された用語体系を構築すること。
• 既存の医療語彙が精密医療データの複雑さと多様性に対処する際の制限を克服すること。
• 包括的で制御された語彙の開発により、精密医療研究における一貫性のあるデータ統合と正規化を可能にすること。
• 複数の権威あるデータベースからの語の統合を通じて、精密医療における相互運用性と意味的相互運用性を支援すること。

提案手法

• PMVは、統合医療言語システム（UMLS）のメタサーチスから得られるデータ統合技術を用いて構築された。
• 疾患、薬剤、遺伝子、遺伝的変異に関連する広く使用されている精密医療関連データベースから、概念と語が集約された。
• 意味的タイプは、疾患、薬剤、遺伝子、遺伝子変異など、精密医療に特に関連する10の上位カテゴリにマッピングされた。
• ソースデータベース間の類義語や重複を解消するため、正規化パイプラインが適用された。
• 統合プロセスは、UMLSの既存インfrastrutureと用語マッピング機能を活用し、一貫性とスケーラビリティを確保した。
• 得られた語彙は、主要な精密医療分野におけるカバレッジと整合性について検証された。

実験結果

リサーチクエスチョン

• RQ1 多様なデータソースから使用される精密医療用語を標準化するための制御語彙を体系的に構築する方法は何か？
• RQ2 複数の権威あるデータベースから統合された主要な精密医療概念を統合した統一語彙の規模とカバレッジはどの程度か？
• RQ3 既存の医療用語体系と比較して、PMVはデータ統合と正規化をどの程度改善するか？
• RQ4 遺伝子、疾患、薬剤といったコアな意味的タイプが、語彙によってどの程度適切に表現されているか？
• RQ5 PMVは、精密医療研究における意味的相互運用性のスケーラブルな基盤として機能できるか？

主な発見

• PMVは、複数の精密医療データベースから合計1,372,967の固有の概念を統合した。
• 450万を超える異なる語が集約され、語彙のカバレッジが向上した。
• 語彙は10の上位意味的タイプをカバーしており、疾患、薬剤、遺伝子、遺伝子変異を含み、広範な分野カバレッジを実現した。
• UMLSベースのマッピングと正規化を通じて、語の曖昧さや類義語の問題が統合プロセスで効果的に解決された。
• 得られた語彙は、精密医療アプリケーションにおけるデータ統合のスケーラブルで標準化された基盤を提供する。
• PMVは、精密医療データ交換および分析における相互運用性と一貫性を向上させる。