Article
Ontologien und Terminologien als notwendige Bausteine semantisch interoperabler EHR-Systeme
Search Medline for
Authors
Published: | September 2, 2009 |
---|
Outline
Text
Einleitung: Verteilte, autonom entwickelte Anwendungssysteme im Gesundheitswesen verwenden heterogene Informationsmodelle sowie Terminologien zur Repräsentation von Patientendaten oder von medizinischem Wissen. Durch Verwendung von Standards für Electronic Health Records (EHR) wie HL7 CDA und EN/ISO 13606 oder für Terminologien wie LOINC oder SNOMED CT kann das Phänomen struktureller und semantischer Heterogenität vermindert, aber nie ganz vermieden werden. Kommunizierte Inhalte aus „fremden“ Anwendungssystemen müssen auch in anderen Anwendungskontexten korrekt bearbeitbar sein [1].
Einsatz von Ontologien und Terminologien im Gesundheitswesen: Besonders deutlich lässt sich das geschilderte Problem auf dem Gebiet der biomedizinischen Forschung beobachten, wo heterogene Datenbestände unter Verwendung von Semantik-Web-Technologien integriert werden [2], [3]. Für die semistrukturierte Datenrepräsentation und Nutzung existierender Ontologien bieten Standards wie RDF, RDFS und OWL und entsprechende Werkzeuge flexible Möglichkeiten zur Integration.
Mehr oder weniger formale Ontologien (z.B. GO, FMA, …) werden zur Beschreibung relevanter Begriffe mit ihren Eigenschaften und Relationen verwendet. Zur klinischen Patientendatenverarbeitung werden standardisierte Terminologien benötigt, die neben der Begriffs-Ebene auch der Term-Ebene mit Bezeichnungen aus dem klinischen Sprachgebrauch gerecht werden, z.B. ICD-10, LOINC oder SNOMED CT. Aufgrund des ungeheuren Reichtums relevanter Begriffe können diese nicht aufgezählt, sondern nur mit kompositionellen Ansätzen beherrscht werden, z.B. mit der auf Beschreibungslogiken basierenden SNOMED CT. Dieser Ansatz der formalen Schlussfolgerung von Begriffswissen gelingt nicht, wenn ontologische Prinzipien verletzt werden [4]. Weitere Herausforderungen ergeben sich etwa bei der Bindung von Terminologien an Informationsmodellen (Terminfo).
Für die jeweilige Problemlösung ist abzuwägen zwischen eher theoretischen (z.B. [5]) oder pragmatischen Vorgehenswei-sen, die etwa in ISO TC215 WG3 [6] behandelt werden, z.B. „Principles and guidelines for the maintenance of terminological systems“ (ISO/TR 12975), „Mapping of terminologies to classifications“ (ISO/TR 12300) oder „Common Terminology Servi-ces“ (ISO/DIS 27951). Eine Umsetzung der genannten Standardisierungsansätze mit all ihren praktischen Herausforderungen ist angewiesen auf schlagkräftige Institutionen auf nationaler Ebene, ausgestattet mit ausreichenden Personal- und Sachmitteln [7].
Literatur
- 1.
- EU. EU funded project „Semantic Health”: Final report. 2009. see http://ec.europa.eu/information_society/activities/health/docs/publications/2009/2009semantic-health-report.pdf
- 2.
- Belleau F, Nolin MA, Tourigny N, Rigault P, Morissette J. Bio2RDF: towards a mashup to build bioinformatics knowledge sys-tems. J Biomed Inform. 2008;41(5):706-16.
- 3.
- Smith B, Ashburner M, Rosse C, et al. The OBO Foundry: coordinated evolution of ontologies to support biomedical data integration. Nature Biotechnology. 2007;25(25):1251-1255.
- 4.
- Stenzhorn H, Schulz S, Boeker M, Smith B. Adapting Clinical Ontologies in Real-World Environments. Journal of Universal Computer Science. 2008;14(22):3767-3780.
- 5.
- Rector AL, Brandt S. Why do it the hard way? The case for an expressive description logic for SNOMED. J Am Med Inform As-soc. 2008;15(6):744-51.
- 6.
- ISO/TC 215 Working Group 3. Health Informatics - Semantic Content. http://www.tc215wg3.nhs.uk/pages/default.asp
- 7.
- GMDS-AG “STM”. Positionspapier zu SNOMED CT. siehe http://www.gmds.de/pdf/publikationen/stellungnahmen/Positionspapier.pdf