临床数据 Goes MEDS? 让我们用 OWL 来理解它

医疗保健数据的机器学习应用常受限于缺乏标准化和语义明确的表示，导致跨数据集和实验的互操作性和可重复性受限。Medical Event Data Standard (MEDS) 通过引入一个最小化、以事件为中心的数据模型来解决这些问题，旨在为来自健康数据的可重复机器学习工作流程提供支持。然而，MEDS 仅作为数据格式规范定义，原生不提供与语义 Web 生态系统的集成。在本文中，我们引入了 MEDS-OWL，一个轻量级 OWL 本体，提供正式概念和关系来将 MEDS 数据集表示为 RDF 图。此外，我们实现了 meds2rdf，将 MEDS 事件转换为 RDF 图的 Python 转换库，确保符合本体要求。我们在两个数据集上评估了该方法：一个描述 ruptured intracranial aneurysms 的合成临床队列，以及来自 MIMIC-IV 的真实世界子集。为了评估语义一致性，我们对结果知识图进行了 SHACL 验证。该方法的第一个版本包含 13 个类、10 个 object properties、20 个 data properties 和 24 条 OWL 公理。结合 meds2rdf，它实现了数据转换到 FAIR 对齐数据集、面向 provenance 的出版以及事件基础临床数据的互操作性。通过将 MEDS 与语义 Web 连接，该工作为事件基础临床数据提供了一个可重用的语义层，并为后续基于图的分析建立了稳健的基础。