对于临床大数据存储库的相关性意识的基于相关性的语义指数

科学领域:

• 生物医学信息学 生物医学信息学
• 数据科学数据科学数据科学
• 信息检索 信息检索

背景情况:

• 临床数据是非结构化的,异质的,并且难以有效地访问.
• 传统的索引方法难以处理非结构化数据,难以识别数据元素之间的相关性.
• 现有的系统缺乏有效的机制来从集成存储库中检索相关的临床病例.

研究的目的:

• 为非结构化临床大数据开发基于相关性的相关性感知指数.
• 提高数据检索在综合医疗数据库中的效率和有效性.
• 为患者护理,研究和参考提供改进的临床数据访问系统.

主要方法:

• 开发了一个数据整合系统,将异构的医疗数据源合并在一起.
• 设计了一个索引系统,使用来自临床数据和医学本体学的语义标签.
• 采用主题建模来生成语义标签和主题连贯矩阵.
• 实施了相关性意识主题索引,以实现高效的数据检索.

主要成果:

• 使用注释指数实现了回忆率增加61%.
• 证明了更好的数据检索质量,具有更相关的结果.
• 通过应用相关性意识指数,减少了数据检索时间.
• 通过专家评估验证了系统的有效性,与天真指数相比.

结论:

• 提出的相关性意识主题索引方法有效地解决了访问非结构化临床数据的挑战.
• 该系统通过识别数据元素之间的相关性来增强数据检索,从而获得更相关的结果.
• 这种索引机制显著提高了访问综合临床信息的速度和质量.