项目名称: 基于EHR结构模型和DCM的医学术语协同化方法研究

项目编号: No.81471757

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 医药、卫生

项目作者: 刘丹红

作者单位: 中国人民解放军第四军医大学

项目金额: 73万元

中文摘要: 医疗信息在计算机系统间实现共享才能体现其利用价值。因此,数据含义的表达形式必须准确、清晰和一致,尤其是数据背后医学概念的规范化表达,如医学术语标准。但是,目前大量临床数据由不同信息系统分别采集并分布保存,使用多种标准术语和本地术语。所以,开展术语之间的语义协同对提高数据的可比性和可用性具有重要意义,而目前缺乏面向临床应用的协同化方法。本研究面向医学术语临床应用,在国内外已有标准医学术语系统和相关研究成果的基础上,利用临床记录对象的组合形式和逻辑关联,即EHR文档结构模型和临床信息模型(DCM),采用protégé本体开发技术和工具,参考临床专家意见和电子病历实例数据,开发反映术语应用语境的临床术语元本体,并对其中的概念逐层约束和特化,形成临床术语本体和术语资源库。同时,利用OWL-DL的推理功能,探索解决本体拓展及概念查询、提取、映射等问题的途径,最终形成面向临床应用的医学术语协同化方法。

中文关键词: 知识表示;医学术语;标准化;医学信息学;本体

英文摘要: The clinical data can be of great value if they could be shared among computer systems. Therefore, the meaning of data should be represented accurately, explicitly and consistently, especially the medical concepts underpinning the data, as the ways a standard medical terminology system does. However, the majority data generated during care delivering are collected and stored separately by various systems using different medical terminology standards and also local terminologies. Thus, to harmonize those various terms based on their meanings is a useful way to facilitate the comparability and usability of data, while currently there are no such methods available. This study dedicates on developing such method by taking the context of the terms being used in clinical documentations into account. Based upon the standard medical terminologies and related information standard initiatives available internationally, this study makes use of the logical structure of EHR and detailed clinical models, employs ontology development technique and protégé as the tool, meanwhile considering the results from consulting clinical professionals and analyzing medical record data, to develop a meta ontology of clinical terms expressing their clinical context, and then creating a clinical term ontology and repository by constraining and specifying the concepts gradually in depth in the meta ontology. Additionally, this research will apply reasoning capability of OWL-DL to explore the approach of extending the ontology by inferring, and also querying, retrieving and mapping concepts from the ontology to figure out a solution of medical term harmonization.

英文关键词: Knowledge representation;Medical terminology;Standardization;Medical informatics;Ontology

成为VIP会员查看完整内容
4

相关内容

知识表示(knowledge representation)是指把知识客体中的知识因子与知识关联起来,便于人们识别和理解知识。知识表示是知识组织的前提和基础,任何知识组织方法都是要建立在知识表示的基础上。知识表示有主观知识表示和客观知识表示两种。
面向知识图谱的知识推理综述
专知会员服务
149+阅读 · 2021年11月1日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
193+阅读 · 2020年10月14日
基于多来源文本的中文医学知识图谱的构建
专知会员服务
52+阅读 · 2020年8月21日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
「基于GNN的图分类研究」最新2022综述
图与推荐
7+阅读 · 2022年2月14日
开源开放 | 糖尿病知识图谱DiaKG(CCKS2021)
开放知识图谱
3+阅读 · 2021年8月8日
论文浅尝 | emrKBQA: 一个面向临床医疗问答的KBQA数据集
开放知识图谱
1+阅读 · 2021年7月11日
论文浅尝 | 基于知识库的自然语言理解 01#
开放知识图谱
15+阅读 · 2019年2月22日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
【知识图谱】医学知识图谱构建技术与研究进展
产业智能官
44+阅读 · 2017年11月16日
医学知识图谱构建技术与研究进展
人工智能学家
17+阅读 · 2017年11月11日
【知识图谱】中文知识图谱构建方法研究
产业智能官
99+阅读 · 2017年10月26日
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
面向知识图谱的知识推理综述
专知会员服务
149+阅读 · 2021年11月1日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
193+阅读 · 2020年10月14日
基于多来源文本的中文医学知识图谱的构建
专知会员服务
52+阅读 · 2020年8月21日
知识图谱本体结构构建论文合集
专知会员服务
106+阅读 · 2019年10月9日
相关资讯
「基于GNN的图分类研究」最新2022综述
图与推荐
7+阅读 · 2022年2月14日
开源开放 | 糖尿病知识图谱DiaKG(CCKS2021)
开放知识图谱
3+阅读 · 2021年8月8日
论文浅尝 | emrKBQA: 一个面向临床医疗问答的KBQA数据集
开放知识图谱
1+阅读 · 2021年7月11日
论文浅尝 | 基于知识库的自然语言理解 01#
开放知识图谱
15+阅读 · 2019年2月22日
【知识图谱】中医临床知识图谱的构建与应用
产业智能官
60+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
【知识图谱】医学知识图谱构建技术与研究进展
产业智能官
44+阅读 · 2017年11月16日
医学知识图谱构建技术与研究进展
人工智能学家
17+阅读 · 2017年11月11日
【知识图谱】中文知识图谱构建方法研究
产业智能官
99+阅读 · 2017年10月26日
相关基金
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员