评估用于存储电子健康档案表型算法可计算定义的语义网技术
人工智能
2017-07-26 v1 软件工程
摘要
电子健康档案（EHR）是在常规患者护理期间产生或作为其副产物的电子数据。结构化、半结构化和非结构化的 EHR 为研究人员提供了前所未有的表型广度与深度，并有望大规模加速精准医疗方法的发展。EHR 的一个主要用例是定义表型算法，以识别疾病状态、发病和严重程度。表型算法利用诊断、处方、实验室测试、症状及其他元素，以识别具有或不具有特定特征的患者。目前尚不存在用于存储表型算法的通用、标准化、结构化且可计算的格式。大多数算法以人类可读的描述性文本文档形式存储，由于其固有的复杂性，将其转换为代码极具挑战性，并阻碍了其在社区内的共享与重用。在本文中，我们评估了两种关键的语义网技术，即 Web 本体语言和资源描述框架，以实现 EHR 驱动的表型算法的可计算表示。
引用
@article{arxiv.1707.07673,
title = {Evaluation of Semantic Web Technologies for Storing Computable Definitions of Electronic Health Records Phenotyping Algorithms},
author = {Vaclav Papez and Spiros Denaxas and Harry Hemingway},
journal= {arXiv preprint arXiv:1707.07673},
year = {2017}
}
备注
Accepted American Medical Informatics Association Annual Symposium 2017