Roogle : An informa/on retrieval engine for Clinical Data - - PowerPoint PPT Presentation
Roogle : An informa/on retrieval engine for Clinical Data Warehouse Marc Cuggia 1 , Nicolas Garcelon 1 , Boris Campillo-Gimenez 1 ,Thomas Bernicot 1 ,
Marc ¡Cuggia1, ¡Nicolas ¡Garcelon1, ¡Boris ¡Campillo-‑Gimenez1,Thomas ¡Bernicot1, ¡ Jean-‑François ¡Laurent2, ¡André ¡Happe3, ¡Régis ¡Duvauferrier1 ¡ ¡
1UMR ¡936 ¡Inserm, ¡Faculté ¡de ¡médicine ¡de ¡Rennes. ¡France ¡ 2CRLCC ¡Centre ¡Eugène ¡Marquis, ¡Rennes ¡-‑ ¡France ¡ 3 ¡Intermède ¡– ¡Guignen ¡-‑ ¡France ¡
¡
Cuggia ¡M. ¡et ¡al., ¡A ¡full-‑text ¡informa/on ¡retrieval ¡system ¡for ¡an ¡epidemiological ¡registry, ¡Studies ¡ Cuggia ¡M. ¡et ¡al., ¡A ¡full-‑text ¡informa/on ¡retrieval ¡system ¡for ¡an ¡epidemiological ¡registry, ¡Studies ¡ in ¡Health ¡Technology ¡and ¡InformaKcs, ¡vol. ¡160, ¡n°. ¡1, ¡p. ¡491-‑495, ¡2010 ¡ ¡
EHRs ¡ CHU ¡RENNES ¡ ONCOLOGY ¡CENTER ¡
metadata
documents
Extract ¡
Transform ¡ Load ¡
Index ¡ Structured ¡ query ¡ Full ¡text ¡ query ¡ ETL Document and data repository stored in a star model database Indexing (Lucene) Retrievial information system
Search ¡
The image cannot be displayed. Your computer may not have enough memory to open the image, or the image may have been corrupted. Restart your computer, and then open the file again. If the red x stillLIKE
Clinical ¡ reports ¡
ARCHITECTURE ¡
Seman/c ¡ enrichment ¡of ¡ free ¡text ¡ document ¡
(ICD, ¡NCIT, ¡ADICAP, ¡CCAM…) ¡
LUCENE: ¡Hatcher, ¡E. ¡et ¡al, ¡Lucene ¡in ¡acKon, ¡Ac/on ¡series. ¡Manning ¡Publica/ons ¡Co., ¡Greenwich, ¡CT, ¡2004. ¡
5 ¡
Présenta/on ¡de ¡Nicolas ¡Garcelon ¡pour ¡ l'Ins/tut ¡Gustave ¡Roussy ¡-‑ ¡27 ¡juin ¡2011 ¡ 6 ¡
7 ¡
8 ¡
Medical ¡ record ¡
Seman/c ¡enrichment ¡and ¡indexing ¡documents ¡
Medical ¡ record ¡
Medical ¡concepts ¡
NOMINDEX ¡ extrac/on ¡
Seman/c ¡enrichment ¡and ¡indexing ¡documents ¡
ADM ¡ knowledge ¡ database ¡
NOMINDEX ¡: ¡Happe, ¡A. ¡et ¡al., ¡Automa/c ¡concept ¡extrac/on ¡from ¡spoken ¡medical ¡reports, ¡Int ¡J ¡Med ¡Inform, ¡2003. ¡70(2-‑3): ¡p. ¡255-‑63. ¡
Medical ¡ record ¡
Medical ¡concepts ¡ Concepts ¡+ ¡all ¡french ¡ synonyms ¡and ¡ hierarchical ¡ancestor ¡
NOMINDEX ¡ extrac/on ¡ UMLS ¡
Seman/c ¡enrichment ¡and ¡indexing ¡documents ¡
ADM ¡ knowledge ¡ database ¡
NOMINDEX ¡: ¡Happe, ¡A. ¡et ¡al., ¡Automa/c ¡concept ¡extrac/on ¡from ¡spoken ¡medical ¡reports, ¡Int ¡J ¡Med ¡Inform, ¡2003. ¡70(2-‑3): ¡p. ¡255-‑63. ¡
Biomedical ¡ Data ¡ WareHouse ¡
Search ¡tools ¡ and ¡datamining ¡ Medical ¡ record ¡
Medical ¡concepts ¡ Concepts ¡+ ¡all ¡french ¡ synonyms ¡and ¡ hierarchical ¡ancestor ¡
NOMINDEX ¡ extrac/on ¡ UMLS ¡ Full ¡text ¡ Lucene ¡Index ¡ Lucene ¡ indexing ¡
Seman/c ¡enrichment ¡and ¡indexing ¡documents ¡
ADM ¡ knowledge ¡ database ¡
NOMINDEX ¡: ¡Happe, ¡A. ¡et ¡al., ¡Automa/c ¡concept ¡extrac/on ¡from ¡spoken ¡medical ¡reports, ¡Int ¡J ¡Med ¡Inform, ¡2003. ¡70(2-‑3): ¡p. ¡255-‑63. ¡
Biomedical ¡ Data ¡ WareHouse ¡
Search ¡tools ¡ and ¡datamining ¡ Medical ¡ record ¡
Extrac/on ¡of ¡ structured ¡data ¡and ¡ semi ¡structured ¡data ¡ Medical ¡concepts ¡ Concepts ¡+ ¡all ¡french ¡ synonyms ¡and ¡ hierarchical ¡ancestor ¡
NOMINDEX ¡ extrac/on ¡ UMLS ¡ Full ¡text ¡ XML ¡parsing ¡ and ¡Regular ¡ expression ¡ Lucene ¡Index ¡ Lucene ¡ indexing ¡
Seman/c ¡enrichment ¡and ¡indexing ¡documents ¡
ADM ¡ knowledge ¡ database ¡
NOMINDEX ¡: ¡Happe, ¡A. ¡et ¡al., ¡Automa/c ¡concept ¡extrac/on ¡from ¡spoken ¡medical ¡reports, ¡Int ¡J ¡Med ¡Inform, ¡2003. ¡70(2-‑3): ¡p. ¡255-‑63. ¡
NOMINDEX ¡extrac/on ¡
parsed ¡with ¡a ¡French ¡concepts ¡extractor ¡extractor ¡(Nomindex) ¡ ¡ è ¡CUIs ¡(UMLS) ¡ Seman/c ¡expansion ¡for ¡annota/on ¡(synonyms ¡& ¡fathers) ¡
Cardiac ¡ Failure, ¡ Myocardial ¡ Failure, ¡ Heart ¡ Failure, ¡ LeM-‑Sided, ¡ Heart ¡ Failure, ¡ LeM ¡ Sided, ¡ LeM-‑Sided ¡ Heart ¡ Failure,LeM ¡ Sided ¡ Heart ¡ Failure, ¡ Heart ¡ Failure, ¡ Right-‑Sided, ¡ CongesKve ¡ Heart ¡Failure, ¡Heart ¡Decompensa.on ¡
Fathers ¡: ¡Diseases ¡> ¡Cardiovascular ¡Diseases ¡>Heart ¡Diseases ¡
Metadata ¡annota/on ¡ Miss ¡Smith ¡has ¡a ¡history ¡of ¡coronary ¡artery ¡disease ¡and ¡an ¡ episode ¡ ¡of ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡in ¡ ¡ ¡ ¡ ¡in ¡ ¡2009 ¡ heart ¡failure ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ Give ¡me ¡documents ¡ talking ¡about ¡Heart ¡ decompensa/on ¡
Roogle ¡evalua/on ¡ Gold ¡Standard ¡by ¡human ¡medical ¡expert ¡ Without ¡seman/c ¡enrichment ¡ ¡ textual ¡search ¡with ¡clinical ¡interpreta/on ¡of ¡each ¡document ¡ With ¡seman/c ¡enrichment ¡ textual ¡search ¡with ¡clinical ¡interpreta/on ¡of ¡each ¡document ¡
¡high ¡term ¡prevalence ¡ ¡context ¡: ¡ ¡ “adenocarcinoma” ¡AND ¡“prosta/c” ¡
TP ¡ FP ¡ TN ¡ FN ¡ Recall ¡ (95% ¡CI) ¡ Precision ¡ F-‑measure ¡ ¡(95% ¡CI) ¡
Non ¡seman/c ¡enrichment ¡/ ¡Human ¡clinical ¡interpreta/on ¡
141 ¡ 2 ¡ 45 ¡ 70 ¡ 0.67 ¡ [0.60-‑0.73] ¡ 0.99 ¡ [0.97-‑1.00] ¡ 0.80 ¡
Seman/c ¡enrichment ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡/ ¡Human ¡clinical ¡interpreta/on ¡ ¡
180 ¡ 3 ¡ 44 ¡ 31 ¡ 0.85 ¡ [0.81-‑0.90] ¡ 0.98 ¡ [0.97-‑1.00] ¡ 0.91 ¡
low ¡term ¡prevalence ¡context ¡: ¡ ¡ “heart” ¡AND ¡“failure” ¡
TP ¡ FP ¡ TN ¡ FN ¡ Recall ¡ (95% ¡CI) ¡ Precision ¡ F-‑measure ¡ ¡(95% ¡CI) ¡
Non ¡seman/c ¡enrichment ¡/ ¡Human ¡clinical ¡interpreta/on ¡
0 ¡ 0 ¡ 250 ¡ 8 ¡ 0 ¡
Seman/c ¡enrichment ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡/ ¡Human ¡clinical ¡interpreta/on ¡ ¡
4 ¡ 3 ¡ 247 ¡ 4 ¡ 0.50 ¡ [0.15-‑0.85] ¡ 0.57 ¡ [0.21-‑0.94] ¡ 0.53 ¡
False ¡posi/ve ¡: ¡Family ¡history ¡ False ¡nega/ve ¡: ¡ pTNM classification : pT2c Nx Mx ¡