
 
 
 
 
 
 
 
 
 
 
 
 
 Les auteurs : (1) James Mitchell-White, Centre d'informatique de la santé, Faculté de médecine, Université de Nottingham, Service de recherche numérique, Université de Nottingham, et NIHR Nottingham Centre de recherche biomédicale; (2) Reza Omdivar, Service de recherche numérique, Université de Nottingham et NIHR Nottingham Centre de recherche biomédicale; (3) Esmond Urwin, Centre d'informatique de la santé, Faculté de médecine, Université de Nottingham et NIHR Nottingham Centre de recherche biomédicale; (4) Karthikeyan Sivakumar, Service de recherche numérique, Université de Nottingham; (5) Ruizhe Li, NIHR Centre de recherche biomédicale de Nottingham et école d'informatique, Université de Nottingham; (6) Andy Rae, Centre d’informatique de la santé, Faculté de médecine, Université de Nottingham; (7) Xiaoyan Wang, Lee Kong Chian School of Medicine, Université technologique de Nanyang, Singapour; (8) Theresia Mina, Lee Kong Chian School of Medicine, Université technologique de Nanyang, Singapour; (9) John Chambers, Lee Kong Chian School of Medicine, Nanyang Technological University, Singapour et Département d'épidémiologie et de biostatistics, School of Public Health, Imperial College London, Royaume-Uni; (10) Grazziela Figueredo, Centre d'informatique de la santé, Faculté de médecine, Université de Nottingham et NIHR Nottingham Centre de recherche biomédicale; (11) Philip R Quinlan, Centre d’informatique de la santé, Faculté de médecine, Université de Nottingham. Authors: (1) James Mitchell-White, Centre d'informatique de la santé, Faculté de médecine, Université de Nottingham, Service de recherche numérique, Université de Nottingham, et NIHR Nottingham Centre de recherche biomédicale; (2) Reza Omdivar, Service de recherche numérique, Université de Nottingham et NIHR Nottingham Centre de recherche biomédicale; (3) Esmond Urwin, Centre d'informatique de la santé, Faculté de médecine, Université de Nottingham et NIHR Nottingham Centre de recherche biomédicale; (4) Karthikeyan Sivakumar, Service de recherche numérique, Université de Nottingham; (5) Ruizhe Li, NIHR Centre de recherche biomédicale de Nottingham et école d'informatique, Université de Nottingham; (6) Andy Rae, Centre d’informatique de la santé, Faculté de médecine, Université de Nottingham; (7) Xiaoyan Wang, Lee Kong Chian School of Medicine, Université technologique de Nanyang, Singapour; (8) Theresia Mina, Lee Kong Chian School of Medicine, Université technologique de Nanyang, Singapour; (9) John Chambers, Lee Kong Chian School of Medicine, Nanyang Technological University, Singapour et Département d'épidémiologie et de biostatistics, School of Public Health, Imperial College London, Royaume-Uni; (10) Grazziela Figueredo, Centre d'informatique de la santé, Faculté de médecine, Université de Nottingham et NIHR Nottingham Centre de recherche biomédicale; (11) Philip R Quinlan, Centre d’informatique de la santé, Faculté de médecine, Université de Nottingham. Table de gauche 
 
 
 
 
 
 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 abstrait Ce document présente Llettuce, un outil open-source conçu pour résoudre les complexités de la conversion de termes médicaux en concepts standard OMOP. Contrairement aux solutions existantes telles que la recherche de bases de données Athena et Usagi, qui luttent avec les nuances sémantiques et nécessitent une entrée manuelle substantielle, Llettuce exploite le traitement du langage naturel avancé, y compris de grands modèles linguistiques et des correspondances fuzzy, pour automatiser et améliorer le processus de cartographie. Développé avec un accent sur la conformité au RGPD, Llettuce peut être déployé localement, assurant la protection des données tout en maintenant une performance élevée dans la conversion de termes médicaux informels en concepts normalisés. Mots clés: cartographie OMOP, LLM, cartographie des données de santé, traitement du langage naturel dans les données de santé 1 - Introduction La conversion des termes médicaux aux concepts standard du Partenariat pour les résultats médicaux observables (OMOP) (OHDSI, 2024b) est une partie importante de la mise en place de données trouvables, accessibles, interopérables et réutilisables (FAIR) (Wilkinson et al., 2016). Les normes de données unifiées sont souvent appliquées de manière incohérente dans tous les systèmes de soins de santé (Cholan et al., 2022; F. et al., 2022), et la normalisation vers un modèle de données commun (CDM), tel que l'OMOP, est fondamentale pour permettre des pipelines de recherche solides pour la découverte de cohorte et assurer des preuves fiables et reproductibles. Dans le travail précédent, nous avons développé Carrot Mapper (Cox et al., 2024), et Carrot-CDM 36 (Appleby et al., 2023) pour soutenir le processus de conversion OMOP. L'outilage dans cet espace nécessite toujours une intervention manuelle pour approuver ou créer des cartographies, où un ingénieur de données doit trouver la codification la plus appropriée pour un terme. Le site web Athena est une plate-forme pour rechercher et explorer diverses terminologies médicales, vocabulaire et concepts dans la recherche en soins de santé. Les utilisateurs peuvent rechercher des termes spécifiques, afficher leurs relations et explorer des métadonnées détaillées. L'utilisation de la recherche Athena à l'échelle, cependant, est compliquée. Lors de la réalisation de recherches étendues, les chercheurs font face à des défis, y compris la complexité et la superposition des vocabulaire médicaux, le volume écrasant des résultats de recherche, et des contraintes techniques, telles que la performance du système et les capacités de gestion des données 48. En outre, la normalisation de divers ensembles de données de soins de santé présente des difficultés pour assurer la cohérence entre différentes terminologies. Usagi a été développé par OHDSI pour faciliter la cartographie des codes source vers des concepts standard au sein de l'OMOP CDM. Il prend en charge l'intégration et l'harmonisation des différentes sources de données de soins de santé. Usagi emploie des algorithmes de correspondance de chaînes semi-automatiques pour suggérer des cartographies potentielles entre des vocabules locaux et des terminologies normalisées telles que SNOMED CT, LOINC et RxNorm. C'est un outil précieux pour la cartographie, mais il a quelques limitations. Bien qu'il automatise une partie du processus de cartographie, il nécessite une revue manuelle significative, qui prend du temps et est sujette à des erreurs humaines et à des incertitudes. 7 La correspondance de chaînes Les données Athena et Usagi fonctionnent bien lorsqu'elles traitent des données avec des erreurs typographiques. Mais les termes informels pour les médicaments ou les conditions peuvent ne pas correspondre étroitement à la chaîne du concept formel 66 que nous voulons cartographier. Par exemple, "Now Foods omega-3" est un supplément trouvé dans un ensemble de données de questionnaires de patients auto-reportés. Ce supplément est produit par Now Foods, et est un produit oméga-3 dérivé de l'huile de poisson. Dans ce cas, la marque du médicament a été donnée comme entrée. Avant d'obtenir le concept OMOP, nous devons cartographier la marque rapportée en "acides gras oméga-3", pour laquelle une correspondance OMOP exacte est trouvée. En utilisant le moteur de recherche Les grands modèles linguistiques (LLM) sont désormais une alternative relativement nouvelle au support de l’OMOP. Ils automatisent des parties du processus de cartographie tout en suggérant des cartographies plus pertinentes sur le plan sémantique. L’utilisation d’outils propriétaires, tels que l’OpenAI ChatGPT (OpenAI, 2024) dans les soins de santé, soulève cependant des préoccupations importantes, notamment en ce qui concerne la conformité au RGPD, la protection des données et la reproductibilité des résultats (Deng et al., 2024; Nazi & Peng, 2024). Le traitement des données sensibles des patients présente des risques, car des fuites de données involontaires ou une mauvaise utilisation des informations pourraient se produire. Assurer que les interactions avec OpenAI et Dans ce document, nous présentons Llettuce[1], un outil créé pour résoudre ces lacunes. Il s’agit d’un outil de traitement du langage naturel indépendant, open-source, adaptable, basé sur les grands modèles de langue, les systèmes de questionnaire et les correspondances fuzzy pour la conversion des termes médicaux au vocabulaire standard OMOP. Cette première version est publiée sous la licence MIT. Les termes médicaux peuvent être extraits des dossiers de santé électroniques (EHR), des questionnaires de patients auto-reportés et d’autres ensembles de données structurés pour servir d’entrée pour Llettuce. Llettuce has the following modules and functionalities: • Recherche vectorielle pour concept(s) • LLM prompting avec nom(s) informel • Recherche de base de données OMOP CDM • Interface utilisateur graphique Nous démontrons comment fonctionne Llettuce et ses performances par rapport à Usagi et ChatGPT sur une étude de cas de conversion des noms de médicaments informels auto-reportés en concepts OMOP. 
 
 Ce document est disponible sous licence CC BY 4.0. Ce papier est sous licence CC BY 4.0. Disponible dans les archives *Auteur correspondant : g.figueredo@nottingham.ac.uk [1] HTTPS://github.com/Health-Informatics-UoN/Lettuce

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

Natural Language Processing

undefined's blog

Cet audio est produit dans la langue originale de l'histoire !

Comment cette IA open source simplifie la cartographie des données de soins de santé

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Valhalla de Floki se joint en tant que sponsor associé de la tournée indienne au Sri Lanka

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Naviguer sur les eaux : développer des applications RAG de qualité production avec des lacs de données

Libérer la puissance de l’IA. Une revue systématique des techniques de pointe : résumé et introduction

Valhalla de Floki se joint en tant que sponsor associé de la tournée indienne au Sri Lanka

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

Naviguer sur les eaux : développer des applications RAG de qualité production avec des lacs de données

Libérer la puissance de l’IA. Une revue systématique des techniques de pointe : résumé et introduction

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps