gms | German Medical Science

Einleitung und Hintergrund: Im Zuge der zunehmenden Vernetzung im Gesundheitswesen werden medizinische Daten zunehmend im XML Format semantisch annotiert [1], [2], [3], [4], [5], [6]. Mit nativen XML-Datenbanken gibt es mittlerweile eine stabile Technik um XML-Daten zu speichern und syntaktisch gegenüber einem XML Schema oder einer DTD Grammatik zu validieren. Medizinische Ontologien die oftmals anhand einer formalen Beschreibungssprache wie OWL-DL erstellt werden, erlauben bei Änderungen der Aussagenmenge mit Hilfe einer Beschreibungslogik die XML-Daten auf logische Konsistenz zu prüfen. Zur IT-gestützten Prüfung werden Reasoner aus dem Bereich der künstlichen Intelligenz verwendet.

Momentan gibt es keine Möglichkeit bereits in einer XML-Datenbank diese Konsistenzprüfung zusätzlich zur syntaktischen Validierung ablaufen zu lassen. Die Einbettung eines Reasoner in die Persistenzschicht reduziert die Komplexität der darauf aufbauenden Anwendungssysteme, da sie nicht selbst die Validierung und Konsistenzprüfung realisieren müssen.

Material und Methoden: Verfügbare Open-Source Implementierungen von nativen XML-Datenbanksystemen wurden recherchiert. Die bestehenden XML-DBS-Implementierungen wurden auf die möglichst autonome Kapselung der Validierungsengine hin untersucht. Zweiter Teil der Arbeit war es die Validierungsengine auszutauschen und eine Anbindung des existierenden OWL-Reasoner "Racer" zu konzipieren.

Ergebnisse: Mit eXist-DB wurde eine freie native XML-Datenbank gefunden, in der es gelang die Validierungsengine auszutauschen und einen OWL-Reasoner direkt zu integrieren. Damit ist es möglich eine ontologische Prüfung von OWL-basierten XML-Daten unmittelbar aus der Datenbank heraus bei der Speicherung durchzuführen.

Diskussion und Schlussfolgerungen: Die Architektonische Erweiterung ermöglicht die Integration beliebiger Reasoner, auch jenseits von OWL, wenn ein Austausch zwischen Datenbank und Reasoner auf Basis von XML-Dokumenten durch den Reasoner unterstützt wird.

Durch die Einbettung der Konsistenzprüfung in die Persistenzschicht finden die Prüfungen automatisch im Hintergrund statt. Datenfehler aufgrund inkonsistenter Daten werden so sehr früh erkannt. Dadurch entsteht ein großes Potential die Datenqualität von medizinischer Patienteninformation bei der Erfassung zu erhöhen.