Article
Semantische Interoperabilität: statische und dynamische Lösungsansätze
Search Medline for
Authors
Published: | September 6, 2007 |
---|
Outline
Text
Bei der Kommunikation von medizinischen Daten zwischen heterogenen Quellen wird zurecht gefordert, dass die Daten nicht nur formal, sondern auch inhaltlich miteinander vergleichbar seien (semantische Interoperabilität). Genauso evident ist, dass für vollautomatisierte Zuweisungen von ICD-10-Kodes zu Freitexten die linguistischen und semantischen Eigenheiten vieler Ärzte und Kliniken in eine einheitliche formale Sprache für Semantik überführt werden müssen. Die vollautomatisierte Kodierung benötigt für das weite Feld der medizinischen Diagnosebegriffe seit jeher eine funktionierende semantische Interoperabilität. Unser Team, das seit Jahren automatisierte Kodierungen programmiert, sieht zwei Lösungsansätze für diese Aufgabe: den statischen und den dynamischen.
Für den statischen Ansatz werden alle heterogenen semantischen Ansätze auf eine möglichst umfassende, präzise und ausdefinierte Standardontologie abgebildet. Der Ehrgeiz des statischen Ansatzes liegt darin, dem Ideal einer perfekten Terminologie möglichst nahe zu kommen; die so erstellte Idealsprache (bzw. Ontologie) soll zudem so formalisiert sein, dass sie mit den Mitteln der mathematischen Logik (Description Logic [Ref. 1], [Ref. 2], [Ref. 3], [Ref. 4], [Ref. 5], [Ref. 6], [Ref. 7]) auf Konsistenz überprüft werden kann. Eine statische Ideal-Ontologie (Beispiel SNOMED-CT [Ref. 6]) ist hingegen nicht gebaut für folgende Aufgaben:
- Eingabe von Freitext in eine kontrollierte Ontologie,
- Interpretation von Unschärfen und Ambiguitäten aus dem Kontext,
- Zusammenfassende (informationsreduzierende) Auswertungen [4] von Daten, z.B. für Klassifikationen und Gruppierungen,
- Vergleiche zweier unterschiedlicher Ontologien, ohne dass für den Sachbereich bereits eine beide umfassende dritte Ontologie existiert, Darstellung einer Ontologie in einer anderen,
- Erweiterungen und Änderungen einer Ontologie.
Die Lösung dieser Aufgaben ist nicht banal. Dem Erfahrenen wird klar, dass der statische Ansatz dabei notwendigerweise verlassen wird und zusätzliche Methoden nötig sind, die sich nicht auf eine übergeordnete, abgeschlossene Ontologie abstützen können, sondern in der Lage sein müssen, über einem variablen semantischen Gerüst zu operieren (dynamischer Ansatz). Welches sind die Ansprüche an diese Methoden? Wir vergleichen OWL DL, OWL Full und Begriffsmoleküle bezüglich Anwendbarkeit, Wartbarkeit und Effizienz.
Literatur
- 1.
- Baader F, et al (Hrsg). The Description Logic Handbook – Theory, Implementation and Applications. Cambridge: University Press, 2003.
- 2.
- Grobe JH, Pretschner DP. Ontologien in der Informatik - Grundlagen, Aspekte und Anwendungen. Forum der Medizin_Dokumentation und Medizin_Informatik 1/2007: 24-29.
- 3.
- Schulz S, Hahn U, Rogers J. Semantic Clarification of the Representation of Procedures and Diseases in SNOMED CT. Proc. of MIE 2005: 773-778.
- 4.
- Straub HR, Duelli M, Mosimann H, et al. From Terminologies to Classifications – the Challenge of Information Reduction. Proceedings of the European Federation for Medical Informatics Special Topic Conference, Timisoara, Romania, 2006: 341-352. Siehe auch: http://www.semfinder.ch/index.php?option=com_content&task=view&id=29&Itemid=29&lang=0
- 5.
- Straub HR, Duelli M. With Semantic Analysis of Noun Phrases to SNOMED CT and Classification Code. Proceedings of Semantic Mining Conference on SNOMED CT 2006. Siehe: http://www.hiww.org/smcs2006/proceedings/4StraubSMCS2006final.pdf
- 6.
- Webseite von SNOMED: http://www.snomed.org/snomedct/index.html
- 7.
- Webseite der Web Ontology Language: http://www.w3.org/2004/OWL