
 
 
 
 
 
 
 
 
 
 
 
 
 Gli autori : (1) James Mitchell-White, Centro per l'informatica sanitaria, Scuola di Medicina, L'Università di Nottingham, Servizio di ricerca digitale, L'Università di Nottingham, e NIHR Nottingham Biomedical Research Centre; (2) Reza Omdivar, Digital Research Service, Università di Nottingham e NIHR Nottingham Biomedical Research Centre; (3) Esmond Urwin, Centro per l'informatica sanitaria, Scuola di Medicina, L'Università di Nottingham e NIHR Nottingham Biomedical Research Centre; (4) Karthikeyan Sivakumar, Digital Research Service, Università di Nottingham; Ruizhe Li, NIHR Nottingham Biomedical Research Centre e Scuola di Informatica, Università di Nottingham; (6) Andy Rae, Centro per l'informatica sanitaria, Scuola di Medicina, Università di Nottingham; (7) Xiaoyan Wang, Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore; (8) Theresia Mina, Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore; (9) John Chambers, Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore e Dipartimento di Epidemiologia e Biostatistica, Scuola di Salute Pubblica, Imperial College London, Regno Unito; (10) Grazziela Figueredo, Centro per l'Informatica Sanitaria, Scuola di Medicina, Università di Nottingham e NIHR Nottingham Biomedical Research Centre; (11) Philip R Quinlan, Centro per l'informatica sanitaria, Scuola di Medicina, Università di Nottingham. Authors: (1) James Mitchell-White, Centro per l'informatica sanitaria, Scuola di Medicina, L'Università di Nottingham, Servizio di ricerca digitale, L'Università di Nottingham, e NIHR Nottingham Biomedical Research Centre; (2) Reza Omdivar, Digital Research Service, Università di Nottingham e NIHR Nottingham Biomedical Research Centre; (3) Esmond Urwin, Centro per l'informatica sanitaria, Scuola di Medicina, L'Università di Nottingham e NIHR Nottingham Biomedical Research Centre; (4) Karthikeyan Sivakumar, Digital Research Service, Università di Nottingham; Ruizhe Li, NIHR Nottingham Biomedical Research Centre e Scuola di Informatica, Università di Nottingham; (6) Andy Rae, Centro per l'informatica sanitaria, Scuola di Medicina, Università di Nottingham; (7) Xiaoyan Wang, Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore; (8) Theresia Mina, Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore; (9) John Chambers, Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore e Dipartimento di Epidemiologia e Biostatistica, Scuola di Salute Pubblica, Imperial College London, Regno Unito; (10) Grazziela Figueredo, Centro per l'Informatica Sanitaria, Scuola di Medicina, Università di Nottingham e NIHR Nottingham Biomedical Research Centre; (11) Philip R Quinlan, Centro per l'informatica sanitaria, Scuola di Medicina, Università di Nottingham. tavolo di sinistra 
 
 
 
 
 
 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 astratto Questo documento introduce Llettuce, uno strumento open-source progettato per affrontare le complessità della conversione di termini medici in concetti standard OMOP. A differenza delle soluzioni esistenti come la ricerca di database Athena e Usagi, che lottano con le sfumature semantiche e richiedono notevoli input manuali, Llettuce sfrutta il trattamento del linguaggio naturale avanzato, tra cui grandi modelli linguistici e matching fuzzy, per automatizzare e migliorare il processo di mappatura. Sviluppato con un focus sulla conformità al GDPR, Llettuce può essere implementato localmente, garantendo la protezione dei dati mantenendo elevate prestazioni nella conversione di termini medici informali in concetti standardizzati. Parole chiave: OMOP mapping, LLM, mappatura dei dati sanitari, elaborazione del linguaggio naturale nei dati sanitari 1 Introduzione La conversione dei termini medici ai concetti standard di Observable Medical Outcomes Partnership (OMOP) (OHDSI, 2024b) è una parte importante per rendere i dati trovabili, accessibili, interoperabili e riutilizzabili (FAIR) (Wilkinson et al., 2016). Gli standard di dati unificati sono spesso applicati in modo incoerente in tutti i sistemi sanitari (Cholan et al., 2022; F. et al., 2022), e la standardizzazione in un modello di dati comune (CDM), come OMOP, è fondamentale per consentire tubi di ricerca robusti per la scoperta di coorte e garantire prove affidabili e riproducibili. In precedenti lavori, abbiamo sviluppato Carrot Mapper (Cox et al., 2024), e Carrot-CDM 36 (Appleby et al., 2023) per supportare il processo di conversione OMOP. Lo strumento all'interno di questo spazio richiede ancora un intervento manuale per approvare o creare mappe, dove un ingegnere dei dati deve trovare la codifica più adatta a un termine. soluzioni che aiutano a trovare le codificazioni includono ricerche nel database OHDSI (Observational Health Data Sciences and Informatics) Athena (OHDSI, 2024a), o la corrispondenza di string utilizzando strumenti, come Usagi (OHDSI, 2021). Il sito web di Athena è una piattaforma per la ricerca e l'esplorazione di diverse terminologie mediche, vocaboli e concetti nella ricerca sanitaria. Gli utenti possono cercare termini specifici, visualizzare le loro relazioni e esplorare metadati dettagliati. Tuttavia, utilizzare la ricerca su scala di Athena è complicata. Quando si effettuano ricerche estese, i ricercatori affrontano sfide, tra cui la complessità e la sovrapposizione dei vocaboli medici, il volume eccessivo dei risultati di ricerca e le restrizioni tecniche, come le prestazioni del sistema e le capacità di gestione dei dati 48. Inoltre, la standardizzazione dei vari set di dati sanitari presenta difficoltà nel garantire la coerenza tra le diverse terminologie. Usagi è stato sviluppato da OHDSI per facilitare la mappatura dei codici sorgenti ai concetti standard all'interno del CDM OMOP. Supporta l'integrazione e l'armonizzazione corretta delle diverse fonti di dati sanitari. Usagi utilizza algoritmi di corrispondenza a string semi-automatizzati per suggerire potenziali mappatura tra vocaboli locali e terminologie standardizzate come SNOMED CT, LOINC e RxNorm. È uno strumento prezioso per la mappatura, ma ha alcune limitazioni. Mentre automatizza parte del processo di mappatura, richiede una revisione manuale significativa, che richiede tempo e è incline all'errore umano e alle incertezze. 7 String-matching può potenzialmente portare a mappatura imprecisa, soprattutto quando si tratta di terminologie ambigue Entrambi i dati di Athena e Usagi funzionano bene quando si tratta di dati con errori tipografici. Ma i termini informali per i farmaci o le condizioni potrebbero non corrispondere strettamente alla stringa del concetto formale 66 che desideriamo mappare a. Ad esempio, "Now Foods omega-3" è un integratore trovato in un set di dati del questionario del paziente auto-riportato. Questo integratore è prodotto da Now Foods, ed è un prodotto omega-3 derivato dall'olio di pesce. In questo caso, il marchio del farmaco è stato dato come input. Prima di ottenere il concetto OMOP, dobbiamo mappare il marchio riportato a "acidi grassi omega-3", per i quali si trova una corrispondenza esatta OMOP. Utilizzando il motore di ricerca Athena, ad esempio, la corris I grandi modelli linguistici (LLM) sono ora un'alternativa relativamente nuova al supporto di OMOP. Automatizzano parti del processo di mappatura mentre suggeriscono mappatura più semanticamente rilevanti. L'uso di strumenti proprietari, come OpenAI ChatGPT (OpenAI, 2024) nell'assistenza sanitaria, tuttavia, solleva preoccupazioni significative, in particolare per quanto riguarda la conformità al GDPR, la protezione dei dati e la riproducibilità dei risultati (Deng et al., 2024; Nazi & Peng, 2024). Il trattamento dei dati sensibili dei pazienti comporta rischi, poiché potrebbero verificarsi perdite di dati o abusi di informazioni. Garantire che le interazioni con OpenAI e altre API LLM disponibili nel cloud rimangano all'interno dei limiti del GDPR è una sfida, In questo articolo introduciamo Llettuce[1], uno strumento creato per affrontare queste lacune. È uno strumento di elaborazione del linguaggio naturale indipendente, open-source, adattabile basato su Modelli di Lingua Grande, sistemi di querying e matching fuzzy per la conversione di termini medici nel vocabolario standard OMOP. Questa prima versione è rilasciata sotto la licenza MIT. I termini medici possono essere estratti dai registri elettronici di salute (EHR), dai questionari dei pazienti auto-riportati e da altri set di dati strutturati per servire da input per Llettuce. Llettuce has the following modules and functionalities: • Ricerca vettoriale per il concetto(s) • LLM prompting con nome (s) informale • Ricerca di database OMOP CDM • Interfaccia utente grafica Dimostriamo come funziona Llettuce e le sue prestazioni rispetto a Usagi e ChatGPT su uno studio di caso di conversione di nomi informali di farmaci informali auto-riportati in concetti OMOP. 
 
 Questo documento è disponibile su archiv sotto la licenza CC BY 4.0. Questo documento è disponibile su archiv sotto la licenza CC BY 4.0. *Autore corrispondente: g.figueredo@nottingham.ac.uk [1] HTTPS://github.com/Health-Informatics-UoN/Lettura

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

Natural Language Processing

undefined's blog

Questo audio è prodotto nella lingua originale della storia!

Come questa AI open source semplifica la mappatura dei dati sanitari

About Author

COMMENTI

CARTELLINI

QUESTO ARTICOLO È STATO PRESENTATO IN

Related Stories

The Fall of OM by Mantra DAO: Accident or Pattern?

Meet Dealscard, Winner of Startups of The Year 2024 in Ghaziabad/Deal Aggregator

New Year, New Exciting Features: Mint Your Name, Watch Web 2.5 and Meet The Top Startups of The Year

OpenAI Has Everything Under Control 😎

The Fall of OM by Mantra DAO: Accident or Pattern?

Meet Dealscard, Winner of Startups of The Year 2024 in Ghaziabad/Deal Aggregator

New Year, New Exciting Features: Mint Your Name, Watch Web 2.5 and Meet The Top Startups of The Year

OpenAI Has Everything Under Control 😎

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps