Managing Vocabulary for a Centralized Clinical System

James J. Cimino, MD; Stephen B. Johnson, PhD; George Hripcsak, MD; Claire L Hill, MA;

Paul D. Clayton, PhD

Department of Medical Informatics - Columbia UniversityNew York, New York, USA

Gérer Vocabulaire pour un Système Médical Centralisé

James J. Cimino, MD; Stephen B. Johnson, PhD; George Hripcsak, MD; Claire L Hill, MA;

Paul D. Clayton, PhD

Départment d’Informatique Médical - Columbia UniversityNew York, New York, USA

Gérer Vocabulaire por un Système Médical Centralisé:

Technique Automatique de Knowledge-Base

Posser la Théorie en Usage

Système Distributif

Dêpot Clinique Central(Fantaisie)

Dêpot Clinique Central(Realité)

Contrôle Central du Vocabulaire

Construction du Vocabulaire

• Compréhension

• Modelage

• Création

• Maintenance

La Théorie:

“L’approche knowledge-based à la

representation améliorerais la

maintenance et la utilisation.”

Medical Entities Dictionary (MED)

• La réseaux semantique

• La multiple hiérarquie

• La representation Frame-based concept

• 46,000 concepts

MED: La StructureMedicalEntity

Substance LaboratorySpecimen

Event

LaboratoryTest

LaboratoryProcedure

CHEM-7PlasmaGlucose

PlasmaSpecimen

AnatomicSubstance

BioactiveSubstance

Glucose

Plasma

Chemical

Carbo-hydrate

Substance

Sampled

Part of

Has S

pecimen

Substance Measured

DiagnosticProcedure

K+1 = 4.2

K+1 = 3.3

K+2 = 3.2

K+1 = 3.0

K+3 = 2.6

Récupération de Résultat Individuel

K+1

K+2 K+

3

K+1 = 4.2

K+1 = 3.3

K+2 = 3.2

K+1 = 3.0

K+3 = 2.6

Récupération de Résultat par Classe

K+1

K+2 K+

3

K

Tâche de Maintenance

• Le nouveau vocabulaire (Laboratoire)

• Le changement du vocabulaire (Pharmacie)

Le Nouveau Vocabulaire

• Primitif lab: 2533 termes

• Nouveau lab: 5291 termes

• Distribuition: Juin 15, 1994

• Activation: Juillet 24, 1994

Changement du Vocabulaire

• Commence avec 2091 drogues• En deux années, l’addition de

2327 drogues• Classification:

– Ingrédient– AHFS Classe– Allergie– DEA– Forme

L’addition des Termes Nouveaux

• Identification de termes superflus

• Addition de termes nouveaux dans les classes existant

• Addition de nouvelles classes

L’addition des Termes dans une Classe

• Théorie: On peux utilisé les attributs du nouveau terme pour la identification des classes

• Usage: “Pousser” en Termes

“Pousser” en TermeMedicalEntity

LaboratoryTest

PlasmaGlucose

Test

BioactiveSubstance

Glucose

Carbo-hydrate

ChemistryTest

Chem-7Glucose

TestStat

GlucoseTest

Chem-20Glucose

Test

StatGlucose

Test

StatGlucose

Test

Chemical

La Création des Classes

• Théorie: On peux découvrir le modéle de l’attribute que on identifié les classes potentiel

• Usage: Partition recursive des classes qui existent

La Découvert de Classes Nouveaux

MedicalEntity

LaboratoryTest

Hepatitis BCore Antigen

Chemical

ChemistryTest

CoreAntigen

Hepatitis BCore Antigen

Test

HBC

Antigen

MedicalEntity

LaboratoryTest

Hepatitis BCore Antigen

Chemical

ChemistryTest

CoreAntigenHBC

Antigen

screen shot: MED Editor

screen shot: MED Editor proposing a new class

Maintenance Semi-automatique

• Traverser la liste des drogues

• Identifier de nouvelles drogues

• Faire la connection de drogues aux ingrédiants

• Suggérer la classe “preparation”

• Ajouter une drogue nouvelle sur la supervision de l’homme

Classification Interatif

Adding "LASIX 20MG TAB"Generic Ingredient "FUROSEMIDE"AHFS Class "DIURETICS"Add to "FUROSEMIDE PREPARATION"? y

Adding "ZAROXOLYN 5MG CAP"Generic Ingredient "METOLAZONE"AHFS Class "DIURETICS"Add to "DIURETICS"? nCreate METOLAZONE PREPARATION" Class? y

Classification AutomatiqueMedicalEntity

Drug

PharmacologicSubstance

Sulfameth-oxizole

Chemical

Antibiotic

Bactrim"S1", "65"

Trimethoprim/Sulfamethoxizole

PreparationsTrimeth-

oprim

Septra"S1"

Sulfa Allergy"S1"

AllergyClass

TrimethoprimAllergy

"65"

Statistique de Correction

• Entre les 2091 drogues originaux:– 334 avec classes – 289 avec classes multiples– 173 sans allergies

• Entre les 2327 drogues additionelles:– 28 avec classes– 141 avec classes multiples– 57 sans allergies

La Direction Future:Web-Browser

• Independence de plateforme

• Disponible partout

screen shot: Web

La Direction Futur:X-Based Browser/Editor

• L’utilisation du vocabulary server

• Plusieurs éditeurs au même temps

• Prêt à usage

screen shot: Accessmed

La Direction Future:K-Rep

• Un produit IBM

• Comprendre l’approche Knowledge-base

• Subsumption des termes automatique

• La application de la recherche en direction

à la realité du monde

screen shot: K-Rep

L’impact de la “Théorie en Usage”:Mieux Administration

• Plus facile de fusionner le nouveaux

vocabulaire

• Administration automatique

• Améliorer la qualité du vocabulaire

L’impact de la Mieux Administration:Le Vocabulaire Plus Util

• MED est courant par les systèmes departmentaux

• C’est facile de trouver une MED terme

• Supporte les multiple niveaux des concepts

• Mielleur précision dans les database questions

Voir pour vous même

http://www.cpmc.columbia.edu/homepages/ciminoj