[논문 리뷰] PatientEG Dataset: Bringing Event Graph Model with Temporal Relations to Electronic Medical Records

Xuli Liu, Jihao Jin외 5명|arXiv (Cornell University)|2018. 12. 24.

Biomedical Text Mining and Ontologies참고 문헌 3인용 수 4

한 줄 요약

이 논문은 전자 의무기록(EMR) 내 의료 엔티티, 사건, 시간 관계를 의미론적 그래프 모델을 사용해 명시적으로 인코딩하는 환자 이벤트 그래프 표현인 PatientEG 모델을 제안한다. 중국 생물의학 지식 그래프에 연결된 191,294개의 사건, 3,429개의 엔티티, 545,993개의 시간 관계를 포함하는 데이터셋을 구축함으로써, SPARQL를 통해 효율적인 복잡한 임상 쿼리를 가능하게 하여 기존 관계형 데이터베이스에 비해 쿼리 표현력과 효율성이 크게 향상된다.

ABSTRACT

Medical activities, such as diagnoses, medicine treatments, and laboratory tests, as well as temporal relations between these activities are the basic concepts in clinical research. However, existing relational data model on electronic medical records (EMRs) lacks explicit and accurate semantic definitions of these concepts. It leads to the inconvenience of query construction and the inefficiency of query execution where multi-table join queries are frequently required. In this paper, we propose a patient event graph (PatientEG) model to capture the characteristics of EMRs. We respectively define five types of medical entities, five types of medical events and five types of temporal relations. Based on the proposed model, we also construct a PatientEG dataset with 191,294 events, 3,429 distinct entities, and 545,993 temporal relations using EMRs from Shanghai Shuguang hospital. To help to normalize entity values which contain synonyms, hyponymies, and abbreviations, we link them with the Chinese biomedical knowledge graph. With the help of PatientEG dataset, we are able to conveniently perform complex queries for clinical research such as auxiliary diagnosis and therapeutic effectiveness analysis. In addition, we provide a SPARQL endpoint to access PatientEG dataset and the dataset is also publicly available online. Also, we list several illustrative SPARQL queries on our website.

연구 동기 및 목표

• EMR 내 의료 사건과 시간 관계를 표현하는 데 있어 관계형 데이터베이스의 한계를 해결하기 위해.
• 임상 연구를 위해 의료 엔티티, 사건, 시간 관계를 명시적으로 정의하는 의미론적 그래프 기반 모델을 개발하기 위해.
• 실제 EMR에서 유래한 정규화된 엔티티 값과 함께 공개 가능한 연결된 데이터 PatientEG 데이터셋을 구축하기 위해.
• 특히 시간 순서를 포함한 복잡한 임상 쿼리를 SPARQL 엔드포인트와 예시 쿼리 예시를 통해 가능하게 하기 위해.
• 정형화되고 기계로 처리 가능한 EMR 데이터를 통해 보조 진단, 치료 효과 분석, 사망 위험 예측과 같은 임상 응용을 지원하기 위해.

제안 방법

• 의료 엔티티, 의료 사건, 시간 관계 각각 5종류를 정의하는 단순 사건 모델(SEM) 기반의 환자 이벤트 그래프(PatientEG) 모델을 제안한다.
• 이벤트 중심 표현을 사용하여 상海 숙광병원의 병원 정보 시스템에서 EMR 데이터를 추출하고 그래프 형식으로 구조화한다.
• 중국 생물의학 지식 그래프(CBioMedKG)에 연결하여 엔티티 값(예: 동의어, 약어, 하위개념 관계)을 정규화한다.
• RDF 형식을 사용하여 PatientEG 데이터셋을 연결된 데이터로 게시하고 프로그래밍 가능한 액세스를 위한 공개 SPARQL 엔드포인트를 제공한다.
• 단일 사건, 다중 사건, 제약 조건이 있는 다중 사건 쿼리 등 임상 연구 작업을 위한 예시 SPARQL 쿼리를 설계하고 구현한다.
• 재사용성, 확장성, 기타 생물의학 지식 기반과의 상호운용성을 보장하기 위해 연결된 데이터 게시의 최선의 실천 방식을 채택한다.

실험 결과

연구 질문

• RQ1 EMR 내 의료 사건과 시간 관계를 어떻게 효과적으로 모델링할 수 있을까? 이는 복잡한 임상 쿼리를 지원하기 위함이다.
• RQ2 생물의학 지식 그래프를 사용한 엔티티 정규화가 EMR 분석에서 쿼리 정확도와 표현력에 어떤 영향을 미칠까?
• RQ3 그래프 기반의 EMR 표현 방식이 임상 연구를 위한 쿼리 효율성과 표현력 측면에서 기존의 관계형 데이터베이스를 능가할 수 있을까?
• RQ4 의료 사건 간의 시간 관계를 어떻게 체계적으로 캡처하고 임상 의사결정 지원 시스템에서 활용할 수 있을까?
• RQ5 의미적 풍부화가 이루어진 공개된, SPARQL로 접근 가능한 EMR 데이터셋이 임상 연구 워크플로우에 얼마나 기여할 수 있을까?

주요 결과

• PatientEG 데이터셋은 중국 병원의 실제 EMR에서 추출한 191,294개의 사건, 3,429개의 고유한 의료 엔티티, 545,993개의 시간 관계를 포함한다.
• 중국 생물의학 지식 그래프(CBioMedKG)에 엔티티를 연결함으로써 동의어, 약어, 하위개념 관계의 정규화가 가능해져 쿼리의 강건성이 향상된다.
• 데이터셋은 공개된 SPARQL 엔드포인트를 통해 연결된 데이터로 게시되어 프로그래밍 가능한 액세스와 다른 지식 기반과의 통합이 가능하다.
• 예시 SPARQL 쿼리는 다중 사건과 시간 제약 조건을 포함한 복잡한 임상 쿼리의 표현 능력을 보여주며, 치료 순서와 결과 추적과 같은 작업을 가능하게 한다.
• PatientEG 모델은 다중 테이블 조인 유사 쿼리를 그래프 탐색 연산으로 대체함으로써 임상 연구 워크로드에 있어 성능을 크게 향상시킨다.
• 모델은 확장 가능하며, 약물과 질병 간의 인과 관계와 같은 추가 관계를 추가함으로써 더 넓은 임상 응용 분야에 활용될 수 있다.