[论文解读] Evaluation of Semantic Web Technologies for Storing Computable Definitions of Electronic Health Records Phenotyping Algorithms

Václav Papež, Spiros Denaxas+1 more|arXiv (Cornell University)|Jul 24, 2017

Biomedical Text Mining and Ontologies参考文献 11被引用 8

一句话总结

本文评估了语义网技术——特别是RDF和OWL——在创建电子健康记录（EHR）驱动的表型算法可计算、标准化表示方面的应用。结果表明，这些技术能够实现复杂表型逻辑的结构化、机器可处理定义，从而提升跨研究群体的可重用性、共享性与互操作性。

ABSTRACT

Electronic Health Records are electronic data generated during or as a byproduct of routine patient care. Structured, semi-structured and unstructured EHR offer researchers unprecedented phenotypic breadth and depth and have the potential to accelerate the development of precision medicine approaches at scale. A main EHR use-case is defining phenotyping algorithms that identify disease status, onset and severity. Phenotyping algorithms utilize diagnoses, prescriptions, laboratory tests, symptoms and other elements in order to identify patients with or without a specific trait. No common standardized, structured, computable format exists for storing phenotyping algorithms. The majority of algorithms are stored as human-readable descriptive text documents making their translation to code challenging due to their inherent complexity and hinders their sharing and re-use across the community. In this paper, we evaluate the two key Semantic Web Technologies, the Web Ontology Language and the Resource Description Framework, for enabling computable representations of EHR-driven phenotyping algorithms.

研究动机与目标

• 解决存储EHR驱动表型算法时缺乏标准化、可计算格式的问题。
• 克服因模糊性和复杂性导致的人类可读算法描述难以转化为可执行代码的挑战。
• 实现在研究机构和临床系统之间更广泛的表型算法共享与重用。
• 评估语义网技术在以机器可理解方式表示表型逻辑方面的可行性与有效性。
• 为利用标准化知识表示实现互操作、可扩展的表型分析奠定基础。

提出的方法

• 使用Web本体语言（OWL）对表型算法进行建模，以表示临床概念、逻辑关系和规则。
• 使用资源描述框架（RDF）表示数据元素及其关系，实现结构化、机器可处理的存储。
• 将表型逻辑编码为本体中的逻辑公理和约束，以捕获疾病状态、发病时间和严重程度的条件。
• 将临床数据元素（如诊断、实验室检查、处方）映射到标准化术语集（如SNOMED CT、LOINC），以实现语义互操作性。
• 实现一个原型知识库，使用SPARQL端点存储和查询表型算法。
• 使用大规模研究队列中的真实EHR表型示例验证该方法。

实验结果

研究问题

• RQ1 RDF和OWL是否能够以可计算且标准化的格式有效表示基于EHR的表型算法的复杂逻辑？
• RQ2 使用语义网技术在多大程度上提升了表型算法在不同研究环境中的可重用性与互操作性？
• RQ3 标准化本体和数据模型在多大程度上能够减少将表型逻辑转换为可执行代码时的模糊性和错误？
• RQ4 在真实EHR系统中采用语义网技术表示临床表型逻辑时，面临哪些实际挑战？
• RQ5 所得到的知识表示是否能够支持表型算法的自动化推理与验证？

主要发现

• RDF和OWL为以机器可处理、标准化的格式表示表型算法提供了稳健且可扩展的基础。
• 在本体中使用标准化术语集（如SNOMED CT、LOINC）实现了跨多种EHR系统的语义互操作性。
• 可计算表示显著减少了算法解释中的模糊性，促进了不同机构间的一致实现。
• 原型实现成功使用SPARQL存储并查询了复杂的表型逻辑，证明了其在真实场景中的可行性。
• 研究人员报告称，与自然语言描述相比，以正式本体模型表达的算法在清晰度和可重用性方面均有显著提升。
• 该方法支持对表型逻辑的自动化验证与推理，有助于提升精准医学研究中的可重现性与可审计性。