
 
 
 
 
 
 
 
 
 
 
 
 
 مصنفین : (1) James Mitchell-White، سینٹر صحت Informatics، میڈیکل اسکول، The University of Nottingham، ڈیجیٹل ریسرچ سروس، The University of Nottingham، اور NIHR Nottingham Biomedical Research Centre؛ (2) Reza Omdivar، ڈیجیٹل ریسرچ سروس، Nottingham یونیورسٹی، اور NIHR Nottingham Biomedical Research Centre؛ (3) Esmond Urwin، سینٹر صحت Informatics، میڈیکل اسکول، The University of Nottingham اور NIHR Nottingham Biomedical Research Centre؛ (4) Karthikeyan Sivakumar، ڈیجیٹل ریسرچ سروس، Nottingham یونیورسٹی؛ (5) Ruizhe لی، NIHR نوٹنگام بیومیڈیکل ریسرچ سینٹر اور کمپیوٹر سائنس کے اسکول، نوٹنگام یونیورسٹی؛ (6) Andy Rae، مرکز صحت Informatics، میڈیکل اسکول، The University of Nottingham؛ (7) Xiaoyan Wang، Lee Kong Chian School of Medicine، Nanyang ٹیکنالوجی یونیورسٹی، سنگاپور؛ (8) Theresia Mina، Lee Kong Chian School of Medicine، Nanyang Technological University، سنگاپور؛ (9) John Chambers، Lee Kong Chian School of Medicine، Nanyang Technological University، سنگاپور اور Epidemiology and Biostatistics، School of Public Health، Imperial College London، برطانیہ؛ (10) Grazziela Figueredo، صحت کی Informatics کے مرکز، میڈیکل اسکول، University of Nottingham اور NIHR Nottingham Biomedical Research Centre؛ (11) Philip R Quinlan، سینٹر صحت Informatics، میڈیکل اسکول، Nottingham یونیورسٹی. Authors: (1) James Mitchell-White، سینٹر صحت Informatics، میڈیکل اسکول، The University of Nottingham، ڈیجیٹل ریسرچ سروس، The University of Nottingham، اور NIHR Nottingham Biomedical Research Centre؛ (2) Reza Omdivar، ڈیجیٹل ریسرچ سروس، Nottingham یونیورسٹی، اور NIHR Nottingham Biomedical Research Centre؛ (3) Esmond Urwin، سینٹر صحت Informatics، میڈیکل اسکول، The University of Nottingham اور NIHR Nottingham Biomedical Research Centre؛ (4) Karthikeyan Sivakumar، ڈیجیٹل ریسرچ سروس، Nottingham یونیورسٹی؛ (5) Ruizhe لی، NIHR نوٹنگام بیومیڈیکل ریسرچ سینٹر اور کمپیوٹر سائنس کے اسکول، نوٹنگام یونیورسٹی؛ (6) Andy Rae، مرکز صحت Informatics، میڈیکل اسکول، The University of Nottingham؛ (7) Xiaoyan Wang، Lee Kong Chian School of Medicine، Nanyang ٹیکنالوجی یونیورسٹی، سنگاپور؛ (8) Theresia Mina، Lee Kong Chian School of Medicine، Nanyang Technological University، سنگاپور؛ (9) John Chambers، Lee Kong Chian School of Medicine، Nanyang Technological University، سنگاپور اور Epidemiology and Biostatistics، School of Public Health، Imperial College London، برطانیہ؛ (10) Grazziela Figueredo، صحت کی Informatics کے مرکز، میڈیکل اسکول، University of Nottingham اور NIHR Nottingham Biomedical Research Centre؛ (11) Philip R Quinlan، سینٹر صحت Informatics، میڈیکل اسکول، Nottingham یونیورسٹی. بائیں میز 
 
 
 
 
 
 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 abstract کے اس دستاویز میں Llettuce، ایک کھلے ذریعہ کے آلے کو پیش کیا گیا ہے جس میں طبی الفاظ کو OMOP معیاری مفادات میں تبدیل کرنے کی پیچیدگی کا حل کرنے کے لئے ڈیزائن کیا گیا ہے. موجودہ حلوں کے برعکس جیسے Athena ڈیٹا بیس تلاش اور Usagi، جنہوں نے سمیٹک ٹینشنز کے ساتھ جدوجہد کی اور بڑے پیمانے پر دستی انٹرویو کی ضرورت ہوتی ہے، Llettuce اعلی درجے کی قدرتی زبان کے پروسیسنگ کا استعمال کرتا ہے، بڑے زبان کے ماڈل اور گہری موازنہ سمیت، کارپوریشن کے عمل کو خود بخود اور بہتر بنانے کے لئے. کلیدی الفاظ: OMOP میپنگ، LLMs، صحت کے اعداد و شمار کا میپنگ، صحت کے اعداد و شمار میں قدرتی زبان کی پروسیسنگ 1۔ انضمام میڈیکل اصطلاحات کو Observable Medical Outcomes Partnership (OMOP) (OHDSI, 2024b) معیاری پہلوؤں میں تبدیل کرنا ڈیٹا پایا جا سکتا، دستیاب، تعاون اور دوبارہ استعمال کیا جا سکتا (FAIR) (Wilkinson et al., 2016) بنانے کے لئے ایک اہم حصہ ہے. متحد ڈیٹا معیارات اکثر صحت کے نظام (Cholan et al., 2022; F. et al., 2022) پر غیر متوازن طریقے سے لاگو ہوتے ہیں، اور ایک مشترکہ ڈیٹا ماڈل (CDM) میں معیاری بنانے، جیسے OMOP کو کوورٹ پتہ لگانے کے لئے مضبوط تحقیقاتی پائپ کی اجازت دیتا ہے، اور قابل اعتماد اور reproducable ثبوت کو یقینی بنانے میں بنیادی ہے. تاہم، ڈیٹا کو OMOP میں تبدیل کرنے کا عمل پیچیدہ ہے، اور نہ صرف ڈیٹا کے مخصوص ڈوم پچھلے کاموں میں، ہم نے OMOP کنورشن پروسیسز کی حمایت کرنے کے لئے Carrot Mapper (Cox et al., 2024) اور Carrot-CDM 36 (Appleby et al., 2023) تیار کیا ہے. اس جگہ کے اندر اندر ٹولنگ کو اب بھی میک اپنگ کی تصدیق یا تخلیق کرنے کے لئے دستی مداخلت کی ضرورت ہوتی ہے، جہاں ڈیٹا انجینئر کو ایک اصطلاح کے لئے سب سے زیادہ مناسب کوڈنگ تلاش کرنے کی ضرورت ہوتی ہے. حل جو کوڈنگ کو تلاش کرنے میں مدد ملتی ہیں ان میں Observational Health Data Sciences and Informatics (OHDSI) Athena ڈیٹا بیس (OHDSI, 2024a) میں تلاش (OHDSI، 2021) میں، یا اس طرح کے آلے کا استعمال کرتے ہوئے string matching، جیسے Usagi (OHDSI، 2021). Athena ویب سائٹ کی تلاش اور تحقیق کے لئے ایک پلیٹ فارم ہے جس میں صحت کی تحقیق میں مختلف طبی terminologies، کلمہ، اور مفہوموں کو تلاش کرنے کے لئے. صارفین کو مخصوص الفاظ کے لئے تلاش کر سکتے ہیں، ان کے تعلقات کو دیکھیں، اور تفصیلی میٹا ڈیٹا کا تجربہ. استعمال کرتے ہوئے Athena کی تلاش میں پیمانے پر، تاہم، پیچیدہ ہے. وسیع پیمانے پر تلاش کرتے وقت، محققین کو مسائل کا سامنا کرنا پڑتا ہے، طبی کلمہ کی پیچیدگی اور موازنہ، تلاش کے نتائج کی بھاری مقدار، اور تکنیکی محدودیاں، جیسے نظام کی کارکردگی اور ڈیٹا 48 کا انتظام کرنے کی صلاحیت. Usagi OHDSI کی طرف سے تیار کیا گیا تھا کہ OMOP CDM کے اندر اندر معیاری اصولوں کے لئے ذریعہ کوڈ کا نقشہ کرنے کے لئے آسان بنانے کے لئے. یہ مختلف صحت کے اعداد و شمار کے ذرائع کے توازن کو مناسب طریقے سے شامل کرنے اور متفق کرنے کی حمایت کرتا ہے. Usagi مقامی الفاظ اور معیاری اصطلاحات جیسے SNOMED CT، LOINC، اور RxNorm کے درمیان ممکنہ نقشہ کرنے کی تجویز کرنے کے لئے نصف خودکار string-matching algorithms کا استعمال کرتا ہے. یہ مختلف صحت کے اعداد و شمار کے ذرائع کے لئے ایک قیمتی آلہ ہے، لیکن اس میں کچھ محدودیاں ہیں. Usagi کا نقشہ کرنے کے عمل کا ایک حصہ خود کار طریقے سے استعمال کرتے ہوئے، یہ اہم دستی جائزہ لینے کی ضرورت ہے، جس میں وقت لگتا ہے اور انسانی غلطی اور غیر یقینیات دونوں Athena اور Usagi ڈیٹا ٹائپنگ غلطیوں کے ساتھ ڈیٹا کے ساتھ کام کرتے وقت اچھی طرح کام کرتے ہیں. لیکن منشیات یا حالات کے لئے غیر رسمی اصطلاحات کو ہم اسے نقشہ کرنے کے لئے چاہتے ہیں جس 66 فارمیشنل مفهوم کی string کے ساتھ قریب سے مطابقت نہیں کر سکتے ہیں. مثال کے طور پر، "ابو کھانے omega-3" ایک خود رپورٹ شدہ مریض کے سروے کے ڈیٹا سیٹ میں پایا جاتا ہے. یہ ضمیمہ Now Foods کی طرف سے تیار کیا جاتا ہے، اور مچھلی کے تیل سے منسلک ایک ای میگا 3 مصنوعات ہے. اس صورت میں، منشیات کے برانڈ کو input کے طور پر دیا گیا تھا. OMOP مفهوم حاصل کرنے سے پہلے، ہمیں رپورٹ شدہ برانڈ کو "Omega-3 چربی ایسڈ"، جس کے لئے ایک درست OMOP میچ پایا جاتا ہے بڑے زبان ماڈل (LLMs) اب OMOP کی حمایت کرنے کے لئے ایک نسبتا نیا اختیارات ہیں. وہ نقشہنگ کے عمل کے حصوں کو خود کار طریقے سے پیش کرتے ہیں جبکہ زیادہ سمیٹک طور پر متعلقہ نقشے کی تجویز کرتے ہیں. صحت کی دیکھ بھال میں OpenAI ChatGPT (OpenAI، 2024) کے طور پر خصوصی ٹولز کا استعمال، تاہم، خاص طور پر GDPR کی اطمینان، ڈیٹا کی حفاظت اور نتائج کی تکرار کی صلاحیت (Deng et al., 2024; Nazi & Peng, 2024). حساس مریض کے اعداد و شمار کا انتظام خطرے کا سامنا کرتا ہے، کیونکہ ناخوشگوار ڈیٹا چوری یا معلومات کا غلط استعمال ہوسکتا ہے. اس بات کو یقینی بنانے کے لئے کہ OpenAI اور دیگر دستیاب LLM APIز کھوپ میں GDPR کی حدوں اس مضمون میں ہم Llettuce پیش کرتے ہیں [1]، ایک آلہ ان چیلنجوں کو حل کرنے کے لئے تیار کیا گیا ہے. یہ ایک انفرادی، کھلے ذریعہ، متحرک قدرتی زبان کی پروسیسنگ کا آلہ ہے جو بڑے زبان ماڈل، سوالنگ سسٹمز اور فاسٹ میچنگ پر مبنی ہے جس میں طبی اصطلاحات کو OMOP معیاری کلمہ میں تبدیل کرنے کے لئے تیار کیا جاتا ہے. یہ پہلا ورژن MIT لائسنس کے تحت جاری کیا جاتا ہے. طبی اصطلاحات کو الیکٹرانک صحت ریکارڈز (EHRs) سے نکال دیا جا سکتا ہے، خود رپورٹ شدہ مریض کے سروے اور دیگر ساختہ ڈیٹا سیٹوں کو Llettuce کے لئے ایک انٹرویو کے طور پر استعمال کیا جا سکتا ہے. Llettuce has the following modules and functionalities: • Concept(s) کے لئے ویکٹر تلاش • غیر رسمی نام (s) کے ساتھ LLM کی دعوت • OMOP CDM ڈیٹا بیس کی تلاش • گرافک صارف انٹرفیس ہم ظاہر کرتے ہیں کہ کس طرح Llettuce کام کرتا ہے اور اس کی کارکردگی Usagi اور ChatGPT کے مقابلے میں خود رپورٹ شدہ غیر رسمی منشیات کے ناموں کو OMOP خیالات میں تبدیل کرنے کے ایک کیس کے مطالعہ پر. 
 
 یہ مضمون CC BY 4.0 لائسنس کے تحت archiv پر دستیاب ہے. یہ کاغذ ہے CC BY 4.0 لائسنس کے تحت. دستیاب ہے Archive *مقابلہ مصنف: g.figueredo@nottingham.ac.uk [1] https://github.com/Health-Informatics-UoN/لڑکی

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

Natural Language Processing

undefined's blog

یہ آڈیو کہانی کی اصل زبان میں تیار کی گئی ہے!

کس طرح یہ کھلے ذریعہ AI صحت کے اعداد و شمار کی میپنگ کو آسان بناتا ہے

About Author

تبصرے

ہینگ ٹیگز

یہ مضمون اس میں پیش کیا گیا تھا۔

Related Stories

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

Urbain Grandier by Alexandre Dumas - Table of Links

"Growing Businesses Gives Me a Sense of Purpose." says Flow Ninja Founder/CEO

On Sunday, the 26th of November, 1631

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

Urbain Grandier by Alexandre Dumas - Table of Links

"Growing Businesses Gives Me a Sense of Purpose." says Flow Ninja Founder/CEO

On Sunday, the 26th of November, 1631

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps