JP2020504355A - メディカルデータのマッピング方法、装置およびコンピュータプログラム - Google Patents

メディカルデータのマッピング方法、装置およびコンピュータプログラム Download PDF

Info

Publication number
JP2020504355A
JP2020504355A JP2019523636A JP2019523636A JP2020504355A JP 2020504355 A JP2020504355 A JP 2020504355A JP 2019523636 A JP2019523636 A JP 2019523636A JP 2019523636 A JP2019523636 A JP 2019523636A JP 2020504355 A JP2020504355 A JP 2020504355A
Authority
JP
Japan
Prior art keywords
ontology
snomed
mapping
vmr
medical data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2019523636A
Other languages
English (en)
Inventor
リー，サンヨン
タクディル，アリ
Original Assignee
ユニバーシティ−インダストリー コーポレーション グループ オブ キョンヒ ユニバーシティ
ユニバーシティ−インダストリー コーポレーション グループ オブ キョンヒ ユニバーシティ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ユニバーシティ−インダストリー コーポレーション グループ オブ キョンヒ ユニバーシティ, ユニバーシティ−インダストリー コーポレーション グループ オブ キョンヒ ユニバーシティ filed Critical ユニバーシティ−インダストリー コーポレーション グループ オブ キョンヒ ユニバーシティ
Publication of JP2020504355A publication Critical patent/JP2020504355A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80—Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/84—Mapping; Conversion
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本発明は、異種のメディカルデータをマッピングする方法に対するもので、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジーを生成する段階;上記ドメインクリニックモデルオントロジーと標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するDCM-SNOMEDマッピングファイルを生成する段階;上記SNOMED CTオントロジーおよびHealth Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するvMR-SNOMEDマッピングファイルを生成する段階;および上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルを用いて、上記個別のクリニックで収集した任意のメディカルデータと上記vMRオントロジーに含まれた概念との間のマッピング情報に対するDCM-vMRマッピングファイルを生成する段階を含むことを特徴とする。

Description

本発明は、病院で使用する異種の用語および/または異種のシステムに適用されるデータ型に対するマッピングアルゴリズムを提供する方法に対するものである。
より具体的には、本発明は、個別のクリニックで使用されるDCM(domain clinical model)データを医療分野の事実上の標準として使用されるSNOMED CTとマッピングし、上記SNOMED CTを医療界のHealth Level 7のデータモデル標準で使用するvMRフォーマットとマッピングして、最終的には、DCMのデータをvMRとマッピングする方法に対する発明である。
複数の病院で複数のサポートシステムを円滑に使用するためには、患者のデータが地域と用語を包括して、全体の病院でシステム全体に適用されることができるように、標準化される必要がある。
このため、従来には、医療用語らに対するリファレンスとしてSNOMED CTが事実上の標準として使用され、Health Level 7標準で規定したvMRがメディカルデータに対する標準フォーマットを規定した。
Health Level 7(以下、HL7)は、お互いに異なる保健医療分野のソフトウェア・アプリケーションの間に情報が互換できるようにする多様な領域での標準の集合を提供する標準団体で公認されたANSI(American National Standard Institute)で、医療情報の電子的な交換のための標準の1つである。
しかし、現実的にメディカル用語および/またはデータらは、個別のクリニックごとに異種の形で通用されている。特に医療現場で使用されるローカル用語は非常に多様である。1つの病院内でも診療科目、医師ごとに使用されるローカル用語が相異なる。
したがって、メディカルデータはスムーズに活用されず、患者が病院を移動したり、病院のシステムを異種のものに変更したり、第1局から第2局に患者を移送する際に、医療用語および/またはデータフォーマットが相異なって、従来のメディカル情報が使用されることができない問題が発生している。
本発明は、上記のような問題を解決することを目的とする。より具体的には、本発明は病院で使用される異種の用語および/または異種のシステムに適用されるデータ型に対するマッピングアルゴリズムを提供することを目的とする。
本発明の実施例による、異種のメディカルデータをマッピングする方法は、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジーを生成する段階;上記ドメインクリニックモデルオントロジーと標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するDCM-SNOMEDマッピングファイルを生成するB段階;上記SNOMED CTオントロジーおよびHealth Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するvMR-SNOMEDマッピングファイルを生成する段階;および上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルを用いて、上記個別のクリニックで収集した任意のメディカルデータと上記vMRオントロジーに含まれた概念との間のマッピング情報に対するDCM-vMRマッピングファイルを生成する段階を含むことを特徴とする。
さらに、本発明の他の実施例による、異種のメディカルデータをマッピングする方法は、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジーと標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念の類似度を計算する段階;上記SNOMED CTオントロジーおよびHealth Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念を自然言語処理して両者間の類似度を計算する段階；および上記ドメインクリニックモデルオントロジーおよび/または上記vMRオントロジーに含まれた概念との間のマッピング情報を計算する段階を含むことを特徴とする。
一方、本発明の実施例による、異種のメディカルデータをマッピングするシステムは、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジー;標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジー;Health Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジー;上記ドメインクリニックモデルオントロジーと上記SNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記のマッピング情報に対するDCM-SNOMEDマッピングファイルを生成する自動マッピング認証モジュール;上記SNOMED CTオントロジーおよび上記vMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するvMR-SNOMEDマッピングファイルを生成するカテゴリーマッピングモジュール;および上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルを用いて、上記個別のクリニックで収集した任意のメディカルデータと上記vMRオントロジーに含まれた概念との間のマッピング情報に対するマッピングファイルを生成する調整推論モジュールを含むことを特徴とする。
さらに、本発明の実施例による、異種のメディカルデータをマッピングする装置は、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジー;標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジー;Health Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジー;上記ドメインクリニックモデルオントロジーと上記SNOMED CTオントロジーのマッピングファイルを生成する自動マッピング認証モジュール;上記SNOMED CTオントロジーとvMRオントロジーのマッピングファイルを生成するカテゴリーマッピングモジュール;および上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルを用いて、上記個別のクリニックで収集した任意のメディカルデータと上記vMRオントロジーに含まれた概念との間のマッピング情報に対するマッピングファイルを生成する調整推論モジュールを含むことを特徴とする。
また、本発明の実施例による、異種のメディカルデータをマッピングする装置は、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジー;標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジー;Health Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジー;上記ドメインクリニックモデルオントロジーと上記SNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念の類似度を計算する第1のモジュール;上記SNOMED CTオントロジーおよび上記vMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念を自然言語処理して両者間の類似度を計算する第2のモジュール;上記ドメインクリニックモデルオントロジーおよび/または上記vMRオントロジーに含まれた概念との間のマッピング情報を計算する第3のモジュールを含むことを特徴とする。
さらに、本発明の実施例によるサーバで、異種のメディカルデータをマッピングする処理を実行するため、コンピュータ読み取り可能な記録媒体に記録されたコンピュータプログラムであって、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジーをロードする機能;標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジーをロードする機能;Health Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジーをロードする機能;上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するDCM-SNOMEDマッピングファイルを生成する機能;上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するvMR-SNOMEDマッピングファイルを生成する機能;および上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルを用いて、上記個別のクリニックで収集した任意のメディカルデータと上記vMRオントロジーに含まれた概念との間のマッピング情報を生成する機能を実行することを特徴とする。
本発明の他の実施例によるサーバで、異種のメディカルデータをマッピングする処理を実行するため、コンピュータ読み取り可能な記録媒体に記録されたコンピュータプログラムは、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジーをロードする機能;標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジーをロードする機能;Health Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジーをロードする機能;上記ドメインクリニックモデルオントロジーと上記SNOMED CTオントロジーのマッピングファイルを生成する機能;上記SNOMED CTオントロジーとvMRオントロジーのマッピングファイルを生成する機能；および上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルを用いて、上記個別のクリニックで収集した任意のメディカルデータと上記vMRオントロジーに含まれた概念との間のマッピング情報を生成する機能を実行することを特徴とする。
一方、本発明の実施例によるサーバーで、異種のメディカルデータをマッピングする処理を実行するため、コンピュータ読み取り可能な記録媒体に記録されたコンピュータプログラムは、個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジーをロードする機能;標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジーをロードする機能;Health Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジーをロードする機能;上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念の類似度を計算する機能;上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念を自然言語処理して両者間の類似度を計算する機能;上記ドメインクリニックモデルオントロジーおよび/または上記vMRオントロジーに含まれた概念との間のマッピング情報を計算する機能を実行することを特徴とする。
本発明によると、地域ごとに、病院ごとに相異なるクリニックシステムにメディカルデータが統合的に適用されることができて、医療コンテンツが便利に使用されることができる効果がある。
図1は、本発明の実施例によって、異種のメディカルデータをマッピングする過程を説明するためのフローチャートである。
図2は、本発明の実施例によって、異種のメディカルデータをマッピングするモジュールの内部構成を説明するためのブロック図である。
本発明は、以下に記載される実施例らの説明内容に限定されるものではなく、本発明の技術的な要旨を脱しない範囲内で多様な変形が加えられることができるのは自明である。そして、実施例を説明することにおいて、本発明の属する技術分野で広く知られており、本発明の技術的な要旨と直接的に関係のない技術内容については説明を省略する。
一方、添付された図面で、同じ構成要素は同一の符号で表現される。そして、添付図面において、一部の構成要素は、誇張されたり省略されたり概略的に示めされることもできる。これは、本発明の要旨と関係のない不要な説明を省略することで、本発明の要旨を明確に説明するためである。
従来、使用されている多くのメディカル用語は、外来語または複雑な漢字語の状態で使用され、1つの概念について様々な用語が通用されている。さらに、病院のシステムで使用されるメディカルデータは、データベース供給社ごとに固有のフォーマットで作成されて、情報通信に問題が発生している。
このため、国際的にメディカル用語および/またはデータに対する標準化が試みられているが、従来の異種の用語、異種のデータフォーマットを包括する形の標準化は、具現されていない。
例えば、頻繁に「虫垂炎」という用語として使用されている疾病はAppendicitisという標準用語が存在するが、状況に応じて、虫垂炎、盲腸炎などで称され、個別のクリニックでは、当該用語がすべて一緒に使用されている。
一方、個別のクリニックで使用されるメディカルシステムは、統一されていない異種のフォーマットで構築される。個別のクリニックは、電子医療記録を記録する際に、HL7など、一般的に知られている標準のフォーマットを使用することもできるが、これは強制されることができず、相異なるデータフォーマットを使用することができる。実際に、多くの個別のクリニックが独自のデータフォーマットと様式を使用しており、これはクリニック間の情報交換に大きな障害として作用している。
上記のような問題を解決するため、本発明の実施例をよると、個別のクリニックで使用される任意のメディカルのデータセットを医療用語らに対する事実上の標準リファレンスとして使用されるSNOMED CTデータベースとマッピングし、上記SNOMED CTデータベースをHealth Level 7標準で規定されたvMRデータベースとマッピングし、最終的には、ローカルクリニックのDCMをvMRとマッピングする方法を提供しようとする。
図1は、本発明の実施例によるメディカルデータのマッピング方法を説明するためのフローチャートである。
本発明の実施例によるメディカルデータのマッピングシステムは、段階150で、個別のクリニックの任意のメディカルデータセットをSNOMED CTとマッピングすることができる。
より具体的には、マッピングシステムはSNOMED CTオントロジーを基準として、個別のクリニックの任意のメディカルデータセットをマッピングすることができる。このため、マッピングシステムは、マッチングライブラリーを提供することができる。
上記マッチングライブラリは、文字列マッチングアルゴリズム(String matching algorithm)、類義語マッチングアルゴリズム(synonym matching algorithm)、ラベルマッチングアルゴリズム(synonym matching algorism)、構造ベースのチャイルドアルゴリズム(child based structure algorithm)、および構造ベースの属性アルゴリズム(property based structure algorithm)など多数のマッピングアルゴリズムを提供することができる。上記アルゴリズムを通じて、予め特定された臨界値以内の類似度を有すると判断される用語らは、相互にマッチングされると判断することができる。
より具体的には、文字列マッチングのアルゴリズムは、文字列の一致に基づいて類似した概念らを抽出することができ、類義語マッチングアルゴリズムは、当該概念に類似した類義語をワードネットを通じて検索する方式で動作することができる。
さらに、ラベルマッチングアルゴリズムは、ソースおよびターゲット概念のオントロジーで概念らのラベルを用いて、類似した概念らをマッチングする方式で動作することができる。
構造ベースのチャイルドアルゴリズムは、ソースとターゲットオントロジー概念を導入して、ソースとターゲットのチャイルドノードがマッチングされるかどうかを判断する方式で概念らをマッピングすることができる。さらに、構造ベースの属性アルゴリズムは、文字列マッチングアルゴリズムに基づいて、ソースとターゲットオントロジー概念で類似した概念らをマッチングすることができる。
本発明の実施例によるマッピングシステムは、上記アルゴリズムを実行し、個別のクリニックで使用される任意のメディカル用語らとSNOMED CTオントロジーで提供する標準化されたメディカル用語らをマッピングした概念らを抽出して、マッピングファイルを生成することができる。本発明では、これをDCM-SNOMEDマッピングと称する。
一方、本発明の実施例によるメディカルデータのマッピングシステムは、段階160でSNOMED CTとvMRをマッピングすることができる。
このため、本発明の実施例によるメディカルデータのマッピングシステムは、vMRオントロジーが含むvMR仕様から分類情報を識別し、分類情報と共に用語の定義を抽出することができる。
さらに、メディカルデータのマッピングシステムはSNOMED CTオントロジーで提供する標準化されたメディカル用語らの分類情報を識別し、分類情報と共に用語の定義を抽出することができる。
以降、マッピングシステムはSNOMED CTとvMRから抽出した用語らを分類情報と共に自然言語処理を実行し、当該用語のテキストをプロセシングすることができる。
以降、マッピングシステムはSNOMED CTとvMRの用語間の類似度を任意のアルゴリズムを適用して計算することができる。もし、類似度が予め設定された臨界値を超えると、当該用語らは、相互にマッピングされると判断することができる。
以降、マッピング用語らは分類情報と共にNOMED CTとvMRでマッピングした概念らを抽出して、マッピングファイルを生成することができる。本発明では、これをvMR-NOMED CTマッピングと称する。
さらに、本発明の実施例によるメディカルデータのマッピングシステムは、上記DCM-SNOMEDマッピングおよび上記vMR-SNOMED CTマッピングを用いてDCM-vMRマッピングを実行することができる(段階170)。
より具体的には、メディカルデータのマッピングシステムは、先ずDCMオントロジーをロードし、上記DCMオントロジーで医学用語らを抽出することができる。
さらに、段階150、160で予め生成したDCM-SNOMEDマッピングと上記vMR-SNOMED CTマッピング文書をスキャンすることができる。
さらに、マッピング文書をスキャンしながら、当該文書に含まれた概念らをチェックし、特定概念が両文書に含まれた場合、DCMの概念とそれに相当するvMR概念をマッピングすることができる。このような方法で、本発明の実施例によるメディカルデータのマッピングシステムは、DCM-vMRマッピングを実行することができる。
図2は、本発明の実施例によって異種のメディカルデータをマッピングするプラットフォーム103の動作構成を説明するためのブロック図である。
本発明の実施例によるメディカルデータのマッピングシステムは、図2に示されたようにDCMオントロジー101、SNOMED CTオントロジー102、vMRオントロジーを入力値として要求することができる。
オントロジーは、特定分野を記述するデータモデルであって、特定の分野(domin)に属する概念と概念との間の関係を記述する整形語彙の集合を含むことができる。オントロジーは、情報システムの対象となる資源の概念を明確に定義して詳細に記述して、より正確な情報を見つけることができるようにすることに目的があり、知識概念を意味的に連結するために、RDF、OWL、SWRLなどの言語を用いて表現されることができる。
本発明の実施例によるDCMオントロジー101は、各医療機関から収集した医療用語らの概念および関係を記述したデータモデルであることができる。
さらに、本発明の実施例によるSNOMED CTオントロジーはSNOMED CTで提供する標準化されたメディカル用語らの概念および関係を記述したデータモデルであることができる。
そして、本発明の実施例によるvMRオントロジーは、Health Level 7標準で規定したvMRで提供するデータモデルらの概念および関係を記述したデータモデルであることができる。
図2に示されたようにメディカルデータのマッピングプラットフォームは、自動マッピング認証モジュール104、カテゴリーマッピングモジュール112および調整推論モジュール121を含むことができる。
本発明の実施例による自動マッピング認証モジュール104は、上記DCMオントロジー101およびSNOMED CTオントロジー102をロードし、上記オントロジーら間の概念および関係を分析して、両者間のマッチングされる概念らに対するDCM-SNOMEDマッピング109ファイルを生成することができる。
より具体的には、本発明の実施例によるデータのマッピングシステムは、図2に示されたオントロジーローダー105を実行し、上記DCMオントロジー101およびSNOMED CTオントロジー102をロードすることができる。
さらに、マッチング制御部106は、両方のオントロジーに含まれた概念らのマッチングするかどうかを判断するため、マッチングライブラリ107を呼び出すことができる。
上記マッチングライブラリ107は、文字列マッチングアルゴリズム(String matching algorithm)、類義語マッチングアルゴリズム(synonym matching algorithm)、ラベルマッチングアルゴリズム(synonym matching algorism)、構造ベースのチャイルドアルゴリズム(child based structure algorithm)、および構造ベースの属性アルゴリズム(property based structure algorithm)など多数のマッピングアルゴリズムを提供することができる。上記アルゴリズムを通じて、予め特定された臨界値以内の類似度を有すると判断される用語らは、相互にマッチングされると判断することができる。
より具体的には、文字列マッチングのアルゴリズムは、文字列の一致に基づいて類似した概念らを抽出することができ、類義語マッチングアルゴリズムは、当該概念に類似した類義語を、ワードネットを通じて検索する方式で動作することができる。
さらに、ラベルマッチングアルゴリズムは、ソースおよびターゲット概念のオントロジーで概念らのラベルを用いて、類似した概念らをマッチングする方式で動作することができる。
構造ベースのチャイルドアルゴリズムは、ソースとターゲットオントロジー概念を導入して、ソースとターゲットのチャイルドノードがマッチングされるかどうかを判断する方式で概念らをマッピングすることができる。さらに、構造ベースの属性アルゴリズムは、文字列マッチングアルゴリズムに基づいてソースとターゲットオントロジー概念で類似した概念らをマッチングすることができる。
マッチング制御部106は、上記マッチングライブラリ107を呼び出して、両方のオントロジーに含まれた概念および関係らの類似度を判断し、上記類似度が予め特定された臨界値以上である場合、当該概念がマッチングされると判断することができ、マッピングジェネレーター108は、マッチングされた概念および上記概念らとの間の関係に対するDCM-SNOMEDマッピングファイル109を生成することができる。
一方、本発明の実施例によるカテゴリーマッピングモジュール112は、図2に示されたようにSNOMED CTオントロジー110およびvMRオントロジー111をロードし、上記オントロジーら間の概念および関係を分析して、両者間のマッチングされる概念らに対するvMR-SNOMEDマッピング119ファイルを生成することができる。
より具体的には、本発明の実施例によるデータのマッピングシステムは、図2に示されたドキュメントローダー113を実行して、上記DCMオントロジー101およびSNOMED CTオントロジー102の文書をロードすることができる。
以降、セクション識別子114は、vMRオントロジーが含むvMR仕様から分類情報を識別し、NOMED CTオントロジーで提供する標準化されたメディカル用語らの分類情報を識別することができる。
さらに、定義抽出部115はvMRオントロジーが含むvMR仕様およびNOMED CTオントロジーが含む用語の定義を抽出することができる。
以後、自然言語パーサ116は、分類情報と共に抽出された用語に対する自然言語処理を実行し、類似度測定部117はプロセシングされた用語間の類似度を任意のアルゴリズムを適用して計算することができる。もし類似度が予め設定された臨界値を超えると、カテゴリーマッピング部118は、当該用語らは相互にマッピングされると判断することができ、vMR-NOMED CTマッピング119ファイルを生成することができる。
一方、本発明の実施例による調整推論モジュール121は、図2に示されたように、DCMオントロジー120をロードし、DCM-SNOMEDマッピングファイルとvMR-SNOMEDマッピングファイルを用いて、最終的にはDCM-vMRマッピング127ファイルを生成することができる。
より具体的には、図2に示されたように、概念ローダー122はDCMオントロジーで医学用語らを抽出することができる。
さらに、文書スキャン部123は、自動マッピング認証モジュール104およびカテゴリーマッピングモジュール112で予め生成したDCM-SNOMEDマッピングと上記vMR-SNOMED CTマッピング文書をスキャンすることができる。
さらに、マッピング識別部124は、スキャン文書に含まれた概念らをチェックし、特定概念が両文書に含まれた場合、DCMの概念とそれに相当するvMR概念をマッピングすることができる。このような方法でマッピング部125はDCM-vMRマッピングファイル127を生成し、マッピング保存所126に保存することができる。
本明細書と図面に示された本発明の実施例らは、本発明の技術内容を容易に説明し、本発明の理解に供するため、特定例を提示しただけであり、本発明の範囲を限定しようとするものではない。ここに示された実施例らの以外にも、本発明の技術的な思想に基づいた他の変形例らが実施可能であることは、本発明が属する技術分野で通常の知識を有する者に自明なものである。

Claims (6)

  1. 異種のメディカルデータをマッピングする方法であって、
    個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジーを生成するA段階;
    上記ドメインクリニックモデルオントロジーと標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するDCM-SNOMEDマッピングファイルを生成するB段階;
    上記SNOMED CTオントロジーおよびHealth Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するvMR-SNOMEDマッピングファイルを生成するC段階;および
    上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルを用いて、上記個別のクリニックで収集した任意のメディカルデータと上記vMRオントロジーに含まれた概念との間のマッピング情報に対するDCM-vMRマッピングファイルを生成するD段階を含むことを特徴とするメディカルデータのマッピング方法。
  2. 上記B段階は、
    上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念との間の類似度を判断するためのライブラリを呼び出す段階を含み、
    上記ライブラリは、文字列マッチングアルゴリズム(String matching algorithm)、類義語マッチングアルゴリズム(synonym matching algorithm)、ラベルマッチングアルゴリズム(synonym matching algorism)、構造ベースのチャイルドアルゴリズム(child based structure algorithm)、および構造ベースの属性アルゴリズム(property based structure algorithm)のうち、少なくとも1つ以上を含むことを特徴とする、請求項1に記載のメディカルデータのマッピング方法。
  3. 上記D段階は、
    上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルをスキャンしながら、特定の概念が両文書に含まれているかを判断し、当該概念らをマッピングする段階を含むことを特徴とする、請求項2に記載のメディカルデータのマッピング方法。
  4. 異種のメディカルデータをマッピングする方法であって、
    個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジーと標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念の類似度を計算する段階と;
    上記SNOMED CTオントロジーおよびHealth Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念を自然言語処理して両者間の類似度を計算する段階;および
    上記ドメインクリニックモデルオントロジーおよび/または上記vMRオントロジーに含まれた概念との間のマッピング情報を計算する段階を含むことを特徴とするメディカルデータのマッピング方法。
  5. 異種のメディカルデータをマッピングするシステムであって、
    個別のクリニックで収集した任意のメディカルデータの概念および上記メディカルデータ相互間の関係を定義するドメインクリニックモデルオントロジー;
    標準化されたメディカル用語らの概念と関係を定義するSNOMED CTオントロジー;
    Health Level 7の標準が規定したデータモデルらの概念および関係を記述したvMRオントロジー;
    上記ドメインクリニックモデルオントロジーと上記SNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記のマッピング情報に対するDCM-SNOMEDマッピングファイルを生成する自動マッピング認証モジュール;
    上記SNOMED CTオントロジーおよび上記vMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念が、予め設定された臨界値以上の類似度を有する場合、上記概念はマッピングされたと判断し、上記マッピング情報に対するvMR-SNOMEDマッピングファイルを生成するカテゴリーマッピングモジュール;および
    上記DCM-SNOMEDマッピングファイルおよびMR-SNOMEDマッピングファイルを用いて、上記個別のクリニックで収集した任意のメディカルデータと上記vMRオントロジーに含まれた概念との間のマッピング情報に対するマッピングファイルを生成する調整推論モジュールを含むことを特徴とするメディカルデータのマッピングシステム。
  6. 上記ドメインクリニックモデルオントロジーと上記SNOMED CTオントロジーをロードし、上記ドメインクリニックモデルオントロジーおよび/または上記SNOMED CTオントロジーに含まれた概念の類似度を計算する第1のモジュール;
    上記SNOMED CTオントロジーおよび上記vMRオントロジーをロードし、上記SNOMED CTオントロジーおよび/または上記vMRオントロジーに含まれた概念を自然言語処理して両者間の類似度を計算する第2のモジュール;
    上記ドメインクリニックモデルオントロジーおよび/または上記vMRオントロジーに含まれた概念との間のマッピング情報を計算する第3のモジュールを含むことを特徴とする、請求項5に記載のメディカルデータのマッピングシステム。
JP2019523636A 2016-11-07 2017-11-07 メディカルデータのマッピング方法、装置およびコンピュータプログラム Pending JP2020504355A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020160147459A KR101878217B1 (ko) 2016-11-07 2016-11-07 의료 데이터의 매핑 방법, 장치 및 컴퓨터 프로그램
KR10-2016-0147459 2016-11-07
PCT/KR2017/012524 WO2018084682A1 (ko) 2016-11-07 2017-11-07 의료 데이터의 매핑 방법, 장치 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
JP2020504355A true JP2020504355A (ja) 2020-02-06

Family

ID=62077088

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019523636A Pending JP2020504355A (ja) 2016-11-07 2017-11-07 メディカルデータのマッピング方法、装置およびコンピュータプログラム

Country Status (5)

Country Link
US (1) US11366822B2 (ja)
EP (1) EP3537314A4 (ja)
JP (1) JP2020504355A (ja)
KR (1) KR101878217B1 (ja)
WO (1) WO2018084682A1 (ja)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101878217B1 (ko) 2016-11-07 2018-07-13 경희대학교 산학협력단 의료 데이터의 매핑 방법, 장치 및 컴퓨터 프로그램
KR102145858B1 (ko) * 2018-11-28 2020-08-19 삼성생명보험주식회사 문서 이미지로부터 인식된 용어를 표준화하기 위한 방법
CN110164514B (zh) * 2019-04-22 2025-12-09 北京百度网讯科技有限公司 医学要素的处理方法、装置、设备及计算机可读存储介质
US12412645B2 (en) * 2019-06-01 2025-09-09 Apple Inc. Customized presentation of health record data
CN110349639B (zh) * 2019-07-12 2022-01-04 之江实验室 一种基于通用医疗术语库的多中心医疗术语标准化系统
CN111222015B (zh) * 2019-12-23 2022-06-07 福建亿能达信息技术股份有限公司 一种异构xml映射生成文档方法
KR102512095B1 (ko) * 2020-06-26 2023-03-21 고려대학교 산학협력단 온톨로지 데이터베이스 기반의 룰 기반 알고리즘을 이용한 세균배양검사결과보고서 정제 시스템
KR102467865B1 (ko) * 2020-07-02 2022-11-17 고려대학교 산학협력단 온톨로지 데이터베이스 기반의 룰 기반 알고리즘을 이용한 병원진단검사결과 정제 시스템
WO2021261772A1 (ko) * 2020-06-26 2021-12-30 고려대학교 산학협력단 온톨로지 데이터베이스 기반의 룰 기반 알고리즘을 이용한 세균배양검사결과보고서 정제 시스템 및 병원진단검사결과 정제 시스템
KR102517271B1 (ko) * 2020-12-07 2023-04-04 (주)미라벨소프트 딥러닝을 이용한 fhir 의료 정보 표준 매핑 및 이를 통한 의료 정보 통합 서비스 제공 방법
KR102538131B1 (ko) * 2021-04-22 2023-05-31 서울대학교병원 암환자 정보 수집 장치 및 그 방법
CN113221543B (zh) * 2021-05-07 2023-10-10 中国医学科学院医学信息研究所 一种医学术语整合方法及系统
CN113223689A (zh) * 2021-05-23 2021-08-06 杭州医康慧联科技股份有限公司 适用于医疗数据的标准化配置方法
KR102371078B1 (ko) 2021-08-13 2022-03-07 주식회사 레몬헬스케어 이종 시스템간 데이터 유통을 위한 표준api 규격 자동화 방법 및 시스템
KR20230100462A (ko) * 2021-12-28 2023-07-05 (주)메디아이플러스 다국가 임상데이터 표준화 방법 및 장치
US12561309B2 (en) 2022-09-27 2026-02-24 342022, Inc. Correlation of heterogenous models for causal inference
KR102904578B1 (ko) 2022-10-31 2026-01-23 주식회사 디케이닥터 건강관련 미인지 데이터 마이닝을 위한 데일리 간편 디지털 문진 발송 시스템
KR20240132876A (ko) 2023-02-27 2024-09-04 주식회사 디케이닥터 위험군 분석을 위한 문진 데이터 운영 시스템
KR20240154131A (ko) 2023-04-17 2024-10-25 주식회사 디케이닥터 사용자 개인 맞춤형 기반의 문진 데이터 추출 및 운영 시스템
KR20250009605A (ko) 2023-07-10 2025-01-20 주식회사 디케이닥터 마이데이터를 활용한 건강정보 프로파일링 시스템
KR20250054880A (ko) 2023-10-16 2025-04-24 주식회사 디케이닥터 외부 데이터를 활용한 문진 데이터 처리 시스템

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011520195A (ja) * 2008-05-09 2011-07-14 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ イメージング情報によって補強された、パーソナル化されたガイドライン・ベース療法のための方法およびシステム
KR20110108998A (ko) * 2010-03-30 2011-10-06 서울대학교산학협력단 개념격자에 기반한 의료용어 매핑 시스템 및 방법
KR101239140B1 (ko) * 2011-03-07 2013-03-11 경북대학교 산학협력단 의학 표준 용어체계 매핑 방법 및 시스템
KR20150061456A (ko) * 2013-11-27 2015-06-04 경희대학교 산학협력단 통합 임상의사결정 지원 시스템 및 지원 방법
KR20150061457A (ko) * 2013-11-27 2015-06-04 경희대학교 산학협력단 라지 스케일 생물의학 온톨로지 매칭 장치 및 매칭 방법
KR20150073569A (ko) * 2013-12-23 2015-07-01 (주)솔트웍스 병원의료시스템의 통합 시스템 및 그 방법, 병원의료시스템의 통합 시스템 활용 서비스 지원 시스템 및 그 방법
JP2015524107A (ja) * 2012-06-01 2015-08-20 コーニンクレッカ フィリップス エヌ ヴェ 患者情報を臨床基準にマッチングするシステム及び方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7899764B2 (en) * 2007-02-16 2011-03-01 Siemens Aktiengesellschaft Medical ontologies for machine learning and decision support
US8229881B2 (en) * 2007-07-16 2012-07-24 Siemens Medical Solutions Usa, Inc. System and method for creating and searching medical ontologies
US9384327B2 (en) * 2009-09-14 2016-07-05 Clinerion Ltd. Semantic interoperability system for medicinal information
US8782063B2 (en) * 2009-10-20 2014-07-15 Universal Research Solutions, Llc Generation and data management of a medical study using instruments in an integrated media and medical system
US8346804B2 (en) * 2010-11-03 2013-01-01 General Electric Company Systems, methods, and apparatus for computer-assisted full medical code scheme to code scheme mapping
US8620931B2 (en) * 2011-06-24 2013-12-31 Siemens Aktiengesellschaft Method of composing an ontology alignment
US9747563B2 (en) * 2013-11-27 2017-08-29 University-Industry Cooperation Group Of Kyung Hee University Apparatus and method for matching large-scale biomedical ontologies
US10133847B2 (en) * 2014-06-10 2018-11-20 International Business Machines Corporation Automated medical problem list generation from electronic medical record
KR20160081665A (ko) * 2014-12-31 2016-07-08 주식회사 라이프시맨틱스 참조용어체계 기반 의학콘텐츠 관리 시스템 및 방법
KR101878217B1 (ko) 2016-11-07 2018-07-13 경희대학교 산학협력단 의료 데이터의 매핑 방법, 장치 및 컴퓨터 프로그램

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011520195A (ja) * 2008-05-09 2011-07-14 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ イメージング情報によって補強された、パーソナル化されたガイドライン・ベース療法のための方法およびシステム
KR20110108998A (ko) * 2010-03-30 2011-10-06 서울대학교산학협력단 개념격자에 기반한 의료용어 매핑 시스템 및 방법
KR101239140B1 (ko) * 2011-03-07 2013-03-11 경북대학교 산학협력단 의학 표준 용어체계 매핑 방법 및 시스템
JP2015524107A (ja) * 2012-06-01 2015-08-20 コーニンクレッカ フィリップス エヌ ヴェ 患者情報を臨床基準にマッチングするシステム及び方法
KR20150061456A (ko) * 2013-11-27 2015-06-04 경희대학교 산학협력단 통합 임상의사결정 지원 시스템 및 지원 방법
KR20150061457A (ko) * 2013-11-27 2015-06-04 경희대학교 산학협력단 라지 스케일 생물의학 온톨로지 매칭 장치 및 매칭 방법
KR20150073569A (ko) * 2013-12-23 2015-07-01 (주)솔트웍스 병원의료시스템의 통합 시스템 및 그 방법, 병원의료시스템의 통합 시스템 활용 서비스 지원 시스템 및 그 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
TAQDIR ALI: "Semantic Reconciliation Model for interoperable and shareable knowledge authoring environment", INTERNATIONAL SYMPOSIUM ON PERCEPTION ,ACTION AND COGNITIVE SYSTEMS, JPN6020019450, 27 October 2016 (2016-10-27), pages 51, ISSN: 0004433023 *
來村 徳信: "オントロジーの普及と応用", 社団法人人工知能学会, vol. 第１版, JPN6020019453, 20 April 2012 (2012-04-20), JP, pages 131 - 167, ISSN: 0004282050 *
藤田 伸輔: "「オントロジーの進化と普及」（後編）", 人工知能学会誌, vol. 第２５巻 第４号, JPN6020019455, 1 July 2010 (2010-07-01), JP, pages 501 - 508, ISSN: 0004282051 *

Also Published As

Publication number Publication date
US20190361908A1 (en) 2019-11-28
WO2018084682A1 (ko) 2018-05-11
EP3537314A1 (en) 2019-09-11
US11366822B2 (en) 2022-06-21
KR101878217B1 (ko) 2018-07-13
EP3537314A4 (en) 2020-05-06
KR20180050885A (ko) 2018-05-16

Similar Documents

Publication Publication Date Title
KR101878217B1 (ko) 의료 데이터의 매핑 방법, 장치 및 컴퓨터 프로그램
US20220043813A1 (en) Method and system for ontology driven data collection and processing
US12536448B2 (en) Rule-based feature engineering, model creation and hosting
US8666785B2 (en) Method and system for semantically coding data providing authoritative terminology with semantic document map
del Carmen Legaz-Garcia et al. A semantic web based framework for the interoperability and exploitation of clinical models and EHR data
US8140557B2 (en) Ontological translation of abstract rules
KR101239140B1 (ko) 의학 표준 용어체계 매핑 방법 및 시스템
Si et al. An OMOP CDM-based relational database of clinical research eligibility criteria
CN111292814A (zh) 一种医疗数据标准化的方法及装置
Balasubramanian et al. Leveraging large language models for structured information extraction from pathology reports
US20250173508A1 (en) Methods and system for providing a data element from a corpus of data
CN116030944A (zh) 一种医疗咨询信息的推荐方法及系统
Ashrafi et al. Semantic Interoperability in Healthcare: Challenges and Roadblocks.
Spineth et al. Implementing CDS Hooks Communication in an Arden-Syntax-Based Clinical Decision Support Platform.
JP2009128968A (ja) 表記ゆれ解析装置
CN116932583A (zh) Sql优化方法、装置、电子设备及存储介质
US20060282469A1 (en) Method and device for configuring a variety of medical information
Hussain et al. A framework for evaluating and utilizing medical terminology mappings.
US11636933B2 (en) Summarization of clinical documents with end points thereof
Fabry et al. Rethinking meaning and ontologies from the perspective of ontological units
Silva et al. Rule-based clinical decision support system using the OpenEHR standard
JP6974878B2 (ja) 診療ガイドラインをコンピュータにて解釈可能なモデルに変換するための方法及びシステム
JP5475231B2 (ja) 実行可能ガイドラインのため意志決定支援システムと患者データをやりとりするためのシステム及び方法
Haw et al. Modernizing Legacy Healthcare Systems Utilizing Semantic-Based Automated Mapping
CN119207829B (zh) 基于知识图谱的医学术语映射方法、电子设备及介质

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190626

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191209

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200515

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200616

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210202