
 
 
 
 
 
 
 
 
 
 
 
 
 Οι συγγραφείς: (1) James Mitchell-White, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham, Υπηρεσία Ψηφιακής Έρευνας, Πανεπιστήμιο του Nottingham, και NIHR Nottingham Βιοϊατρική Ερευνητικό Κέντρο. (2) Reza Omdivar, Ψηφιακή Υπηρεσία Έρευνας, Πανεπιστήμιο του Nottingham, και NIHR Nottingham Βιοϊατρική Ερευνητικό Κέντρο. (3) Esmond Urwin, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham και NIHR Nottingham Βιοϊατρική Ερευνητικό Κέντρο. (4) Karthikeyan Sivakumar, Υπηρεσία Ψηφιακής Έρευνας, Πανεπιστήμιο του Nottingham. (5) Ruizhe Li, NIHR Nottingham Βιοϊατρική Ερευνητικό Κέντρο και Σχολή Επιστήμης Υπολογιστών, Πανεπιστήμιο του Nottingham? (6) Andy Rae, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham. (7) Xiaoyan Wang, Lee Kong Chian Σχολή Ιατρικής, Τεχνολογικό Πανεπιστήμιο Nanyang, Σιγκαπούρη. (8) Theresia Mina, Lee Kong Chian School of Medicine, Τεχνολογικό Πανεπιστήμιο Nanyang, Σιγκαπούρη. (9) John Chambers, Lee Kong Chian School of Medicine, Τεχνολογικό Πανεπιστήμιο Nanyang, Σιγκαπούρη και Τμήμα Επιδημιολογίας και Βιοστατιστικής, Σχολή Δημόσιας Υγείας, Imperial College London, Ηνωμένο Βασίλειο. (10) Grazziela Figueredo, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham και Κέντρο Βιοϊατρικής Έρευνας NIHR Nottingham. (11) Philip R Quinlan, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham. Authors: (1) James Mitchell-White, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham, Υπηρεσία Ψηφιακής Έρευνας, Πανεπιστήμιο του Nottingham, και NIHR Nottingham Βιοϊατρική Ερευνητικό Κέντρο. (2) Reza Omdivar, Ψηφιακή Υπηρεσία Έρευνας, Πανεπιστήμιο του Nottingham, και NIHR Nottingham Βιοϊατρική Ερευνητικό Κέντρο. (3) Esmond Urwin, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham και NIHR Nottingham Βιοϊατρική Ερευνητικό Κέντρο. (4) Karthikeyan Sivakumar, Υπηρεσία Ψηφιακής Έρευνας, Πανεπιστήμιο του Nottingham. (5) Ruizhe Li, NIHR Nottingham Βιοϊατρική Ερευνητικό Κέντρο και Σχολή Επιστήμης Υπολογιστών, Πανεπιστήμιο του Nottingham? (6) Andy Rae, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham. (7) Xiaoyan Wang, Lee Kong Chian Σχολή Ιατρικής, Τεχνολογικό Πανεπιστήμιο Nanyang, Σιγκαπούρη. (8) Theresia Mina, Lee Kong Chian School of Medicine, Τεχνολογικό Πανεπιστήμιο Nanyang, Σιγκαπούρη. (9) John Chambers, Lee Kong Chian School of Medicine, Τεχνολογικό Πανεπιστήμιο Nanyang, Σιγκαπούρη και Τμήμα Επιδημιολογίας και Βιοστατιστικής, Σχολή Δημόσιας Υγείας, Imperial College London, Ηνωμένο Βασίλειο. (10) Grazziela Figueredo, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham και Κέντρο Βιοϊατρικής Έρευνας NIHR Nottingham. (11) Philip R Quinlan, Κέντρο Πληροφορικής Υγείας, Ιατρική Σχολή, Πανεπιστήμιο του Nottingham. Το τραπέζι της Αριστεράς 
 
 
 
 
 
 Abstract and Introduction 
 
 
 
 
 
 
 
 
 
 System Architecture 2.1  Access via UI or HTTP 2.1.1  GUI 2.2  Input 2.3  Natural Language Processing Pipeline — The Llettuce API 2.3.1  Vector search 2.3.2  LLM 2.3.3  Concept Matches 2.4  Output 
 
 
 
 
 
 
 
 
 Case Study: Medication Dataset 3.1  Data Description 3.2  Experimental Design 3.3  Results 3.3.1  Comparison between vector search and Usagi 3.3.2  Comparison with GPT-3 3.4  Conclusions & Acknowledgement 3.5  References ΑΠΑΣΧΟΛΗΣΗ Αυτό το έγγραφο εισάγει το Llettuce, ένα εργαλείο ανοικτού κώδικα που έχει σχεδιαστεί για να αντιμετωπίσει τις πολυπλοκότητες της μετατροπής ιατρικών όρων σε τυποποιημένες έννοιες OMOP. Σε αντίθεση με τις υπάρχουσες λύσεις όπως η αναζήτηση βάσεων δεδομένων Athena και το Usagi, που αγωνίζονται με σημασιολογικές αποχρώσεις και απαιτούν σημαντική χειροκίνητη εισαγωγή, το Llettuce αξιοποιεί την προηγμένη επεξεργασία φυσικής γλώσσας, συμπεριλαμβανομένων των μεγάλων γλωσσικών μοντέλων και της ασαφούς αντιστοίχισης, για να αυτοματοποιήσει και να ενισχύσει τη διαδικασία χαρτογράφησης. Λέξεις κλειδιά: χαρτογράφηση OMOP, LLMs, χαρτογράφηση δεδομένων υγείας, επεξεργασία φυσικής γλώσσας σε δεδομένα υγείας 1) Εισαγωγή Η μετατροπή των ιατρικών όρων σε τυποποιημένες έννοιες της Συνεργασίας Παρατηρήσιμων Ιατρικών Αποτελεσμάτων (OMOP) (OHDSI, 2024b) αποτελεί σημαντικό μέρος της καθιέρωσης δεδομένων εύρεσης, προσβασιμότητας, διαλειτουργικότητας και επαναχρησιμοποίησης (FAIR) (Wilkinson et al., 2016). Τα ενοποιημένα πρότυπα δεδομένων συχνά εφαρμόζονται ασυνεπώς σε όλα τα συστήματα υγειονομικής περίθαλψης (Cholan et al., 2022; F. et al., 2022), και η τυποποίηση σε ένα κοινό μοντέλο δεδομένων (CDM), όπως το OMOP, είναι θεμελιώδης για τη διευκόλυνση ισχυρών ερευνητικών αγωγών για την ανακάλυψη κοόρτας και Σε προηγούμενες εργασίες, αναπτύξαμε το Carrot Mapper (Cox et al., 2024) και το Carrot-CDM 36 (Appleby et al., 2023) για να υποστηρίξουμε τη διαδικασία μετατροπής OMOP. Η εργαλειοποίηση μέσα σε αυτόν τον χώρο εξακολουθεί να απαιτεί χειροκίνητη παρέμβαση για να εγκρίνει ή να δημιουργήσει χαρτογράφηση, όπου ένας μηχανικός δεδομένων πρέπει να βρει την πιο κατάλληλη κωδικοποίηση για έναν όρο. λύσεις που βοηθούν στην εύρεση κωδικοποιήσεων περιλαμβάνουν αναζητήσεις στη βάση δεδομένων της Παρατηρητικής Υγείας και Πληροφορικής (OHDSI) Athena (OHDSI, 2024a), ή αντιστοίχιση γραμμών χρησιμοποιώντας εργαλεία, όπως το Usagi (OHDSI, 2021). Ο ιστότοπος Athena είναι μια πλατφόρμα για την αναζήτηση και την εξερεύνηση διαφόρων ιατρικών ορολογιών, λεξιλογίων και εννοιών στην έρευνα στον τομέα της υγειονομικής περίθαλψης. Οι χρήστες μπορούν να αναζητήσουν συγκεκριμένους όρους, να δουν τις σχέσεις τους και να εξερευνήσουν λεπτομερείς μεταδεδομένα. Ωστόσο, η χρήση της αναζήτησης Athena σε κλίμακα είναι περίπλοκη. Όταν διεξάγονται εκτεταμένες αναζητήσεις, οι ερευνητές αντιμετωπίζουν προκλήσεις, συμπεριλαμβανομένης της πολυπλοκότητας και της επικάλυψης των ιατρικών λεξιλογιών, του συντριπτικού όγκου των αποτελεσμάτων αναζήτησης και των τεχνικών περιορισμών, όπως Το Usagi αναπτύχθηκε από την OHDSI για να διευκολύνει τη χαρτογράφηση των πηγαίων κώδικα σε τυποποιημένες έννοιες εντός του OMOP CDM. Υποστηρίζει την ορθή ενσωμάτωση και εναρμόνιση διαφόρων πηγών δεδομένων υγειονομικής περίθαλψης. Το Usagi χρησιμοποιεί ημιαυτόματους αλγόριθμους αντιστοίχισης γραμμών για να προτείνει πιθανούς χαρτογράφους μεταξύ τοπικών λεξιλογίων και τυποποιημένων ορολογιών όπως το SNOMED CT, LOINC και RxNorm. Είναι ένα πολύτιμο εργαλείο για χαρτογράφηση, αλλά έχει μερικούς περιορισμούς. Ενώ αυτοματοποιεί μέρος της διαδικασίας χαρτογράφησης, απαιτεί σημαντική χειρο Και τα δεδομένα Athena και Usagi λειτουργούν καλά όταν ασχολούνται με δεδομένα με τυπογραφικά σφάλματα. Αλλά οι άτυποι όροι για φάρμακα ή συνθήκες μπορεί να μην ταιριάζουν στενά με την αλυσίδα της επίσημης έννοιας 66 που θέλουμε να το χαρτογραφήσουμε. Για παράδειγμα, το "Now Foods omega-3" είναι ένα συμπλήρωμα που βρέθηκε σε ένα σύνολο δεδομένων ερωτηματολογίου ασθενών που αναφέρθηκε από τον εαυτό του. Αυτό το συμπλήρωμα παράγεται από το Now Foods και είναι ένα προϊόν ωμέγα-3 που προέρχεται από ιχθυέλαιο. Σε αυτή την περίπτωση, το εμπορικό σήμα του φαρμάκου δόθηκε ως εισαγωγή. Πριν από την απόκτηση της έννοιας OMOP, πρέπει να χαρτογραφήσουμε το αναφε Τα μοντέλα μεγάλων γλωσσών (LLMs) είναι τώρα μια σχετικά νέα εναλλακτική λύση για την υποστήριξη της OMOP. Αυτοματοποιούν τμήματα της διαδικασίας χαρτογράφησης ενώ προτείνουν πιο σημασιολογικά σχετικές χαρτογράφηση. Η χρήση ιδιόκτητων εργαλείων, όπως το OpenAI ChatGPT (OpenAI, 2024) στην υγειονομική περίθαλψη, ωστόσο, εγείρει σημαντικές ανησυχίες, ιδίως όσον αφορά τη συμμόρφωση με το GDPR, την προστασία δεδομένων και την αναπαραγωγικότητα των αποτελεσμάτων (Deng et al., 2024; Nazi & Peng, 2024). Η διαχείριση ευαίσθητων δεδομένων ασθενών συνεπάγεται κινδύνους, καθώς μπορεί να συμβούν ακούσι Σε αυτό το έγγραφο παρουσιάζουμε το Llettuce[1], ένα εργαλείο που δημιουργήθηκε για την αντιμετώπιση αυτών των κενών. Είναι ένα αυτόνομο, ανοικτού κώδικα, προσαρμόσιμο εργαλείο επεξεργασίας φυσικής γλώσσας που βασίζεται σε μοντέλα μεγάλων γλωσσών, συστήματα ερωτήσεων και ασαφής αντιστοίχιση για τη μετατροπή ιατρικών όρων στο τυποποιημένο λεξιλόγιο OMOP. Αυτή η πρώτη έκδοση κυκλοφορεί υπό την άδεια του MIT. Οι ιατρικοί όροι μπορούν να εξάγονται από ηλεκτρονικά αρχεία υγείας (EHRs), αυτοαναφερθέντα ερωτηματολόγια ασθενών και άλλα δομημένα σύνολα δεδομένων για να χρησιμεύσουν ως εισαγωγή για το Llettuce Llettuce has the following modules and functionalities: • Αναζήτηση vector για την έννοια (s) • LLM προτροπή με άτυπο όνομα (s) • Αναζήτηση βάσεων δεδομένων OMOP CDM • Γραφική διεπαφή χρήστη Δείχνουμε πώς λειτουργεί το Llettuce και τις επιδόσεις του σε σύγκριση με το Usagi και το ChatGPT σε μια μελέτη περιπτώσεων μετατροπής των αυτοαναφερόμενων άτυπων ονομάτων φαρμάκων σε έννοιες OMOP. 
 
 Αυτό το έγγραφο είναι διαθέσιμο στο archiv υπό την άδεια CC BY 4.0. Αυτό το έγγραφο είναι Υπό την άδεια CC BY 4.0. Διαθέσιμο στα Αρχεία * Αντίστοιχος συγγραφέας: g.figueredo@nottingham.ac.uk [1] https://github.com/Υγειονομική Πληροφορική-UoN/αυτοδιοίκηση

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Natural Language Processing

undefined's blog

Αυτός ο ήχος παράγεται στην αρχική γλώσσα της ιστορίας!

Πώς αυτή η AI ανοιχτού κώδικα απλοποιεί τη χαρτογράφηση δεδομένων υγείας

About Author

ΣΧΟΛΙΑ

ΚΡΕΜΑΣΤΕ ΕΤΙΚΕΤΕΣ

ΑΥΤΟ ΤΟ ΑΡΘΡΟ ΠΑΡΟΥΣΙΑΣΤΗΚΕ ΣΤΟ

Related Stories

Elon Musk and The Worst-Case Scenario of a Nuclear Apocalypse

ELFi Protocol, a DEX Derivatives Platform, Officially Launched With a $100,000 Airdrop Event

The DevOps Writing Contest by Aptible: Round 4 Winners Announced!

Eldarune: Revolutionizing Web3 Gaming with Interoperability and Multi-Chain Dominance

Elon Musk and The Worst-Case Scenario of a Nuclear Apocalypse

ELFi Protocol, a DEX Derivatives Platform, Officially Launched With a $100,000 Airdrop Event

The DevOps Writing Contest by Aptible: Round 4 Winners Announced!

Eldarune: Revolutionizing Web3 Gaming with Interoperability and Multi-Chain Dominance

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps