作为企业数据治理 4.0 基础的组织知识语义建模——在统一临床数据模型上的应用
人工智能
2023-11-27 v3 信息检索
摘要
个人与组织应对着体量不断增长且内容与格式异构的数据。一个能产生数据质量并控制其生命周期的适当数据管理流程，是从数据中获取价值并最小化多用途固有风险的先决条件。通用数据治理框架依赖人员、政策与流程，难以应对数据的压倒性复杂性。然而，驾驭此复杂性对达成高质量标准必不可少。后者将决定任何下游数据使用结果，包括基于该数据训练的生成式人工智能。本文中，我们报告了建立简单、高性价比框架的具体经验，该框架支持元数据驱动、敏捷且（半）自动化的数据治理（即数据治理 4.0）。我们阐释了如何实施并使用该框架，在企业规模全生产环境中集成 25 年临床研究数据。该框架涵盖利用语义网原则的方法论与技术。我们构建了描述业务语境中数据资产化身（含治理原则）的知识图谱。由企业上层本体统辖的多个本体实现了关键治理动作，如 FAIR 化、生命周期管理、角色与职责定义、跨转换的谱系以及来自源系统的溯源。该元数据模型是数据治理 4.0 的基石：一种半自动化数据管理流程，以敏捷方式考量业务上下文，使治理约束适配各用例并基于业务变更动态调优。
引用
@article{arxiv.2311.02082,
title = {Semantic Modelling of Organizational Knowledge as a Basis for Enterprise Data Governance 4.0 -- Application to a Unified Clinical Data Model},
author = {Miguel AP Oliveira and Stephane Manara and Bruno Molé and Thomas Muller and Aurélien Guillouche and Lysann Hesske and Bruce Jordan and Gilles Hubert and Chinmay Kulkarni and Pralipta Jagdev and Cedric R. Berger},
journal= {arXiv preprint arXiv:2311.02082},
year = {2023}
}