gms | German Medical Science

Hintergrund und Stand der Forschung: SNOMED CT hat sich als Standardnomenklatur im Public Health Kontext etabliert. Zur erfolgreichen Umsetzung der Digitalisierungsstrategie unserer Klinik wird ein Konzept zur Umsetzung von SNOMED CT entwickelt, welches den Aufbau eines Terminology Service, Einführung von Prozess- und Qualitätsmanagement und Annotation unterstützt. Kurz- bis mittelfristig besteht der grösste Bedarf in der Annotierung der Quelldaten und der Realisierung semantischer Standards in Quellsystemen. Für termingebundene Forschungsprojekte muss ein Katalog von Konzepten im Klinischen Informationssystem zeitnah realisiert werden. Mögliche Methoden werden evaluiert.

Fragestellung und Zielsetzung, Hypothese: Evaluation von automatischen, semiautomatischen und manuellen Prozessen zur Annotation von medizinischen Daten/Termen mit SNOMED CT hinsichtlich Workflow und Validität am Beispiel eines Datensets Mikrobiologie.

Methode: Nutzung SNOMED CT Browser (IHTSDO, Englisch), SNOWSTORM Terminology Server (IHTSDO, Englisch), Snap2SNOMED (SNOMED International), Terminology Server ID Logik^® (ID Berlin, Deutsch; Wingert Nomenklatur), DeepL Translator (DeepL SE Köln, D), NCBI taxonomy database; Folgende Prozessschritte wurden teils manuell, teils automatisch oder manuell und automatisch getestet: Übersetzung Deutsch auf Englisch, Suche Synonyme Taxonomiebrowser, Suche Konzepte im SNOMED CT Browser, Suche Konzepte direkter Zugriff Terminologie Server, Annotationshilfe mittels Snap2SNOMED. Die Methodeneffizienz und Qualität wurden pro Arbeitsschritt bewertet.

Ergebnisse: Automatische Annotation effizient, wegen schlechter Qualität müssen jedoch ein intensiver Reviewprozess folgen und viele Konzepte manuell gemappt werden; Semiautomatische Annotation erfordert einzelne manuelle Schritte, kann bei Einsatz einer Workflowunterstützung von z.B. Snap2SNOMED (mehrere Reviewer als Multiuser; Versionierung von Dateien) sehr gute Ergebnisse effizient liefern; Manuelle Annotation ineffizient, ohne Workflowunterstützung fehleranfälliger Reviewprozess.

Diskussion: Die Annotation gestaltete sich aufgrund einer mangelhaften Datengrundlage sehr herausfordernd (deutsche Bezeichnungen Keime, Abkürzungen, unterschiedliche Hierarchiestufen, Panels). Nicht den internationalen Vorgaben entsprechende deutsche Bezeichnungen hatten eine aufwendige Suche in der Taxonomie zur Folge, welche weitgehend manuell durchgeführt werden musste. Ca 15% der Konzepte mussten in einem manuellen Validierungsprozess annotiert werden. Dabei lieferte das Tool Snap2SNOMED eine brauchbare Unterstützung im Workflow und in der Qualitätssicherung.

Implikation für die Forschung: Zur Umsetzung von SNOMED CT als Terminologie auch im Forschungsbereich muss mit initialem Aufwand für die Annotation von Konzepten in den Quellsystemen gerechnet werden. Insbesondere bei der Einführung neuer und komplexer Konzepte ist auch bei weitgehender Automatisierung mit einem hohen Aufwand bei der manuellen Validierung und Qualitätssicherung zu rechnen. Eine deutsche Übersetzung von SNOMED CT in Zukunft wird dann eine Erleichterung bringen, wenn sie auch in den SNOMED Tools zur Verfügung steht.