BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Mazurek Marcin (Wojskowa Akademia Techniczna w Warszawie)
Title
Indeksowanie zawartości repozytorium danych medycznych pojęciami ontologii
Indexing the NoSQL Repository of Medical Records with Ontology Concepts
Source
Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa, 2018, nr 52, s. 71-81, rys., bibliogr. 17 poz.
Keyword
Medycyna, Bazy danych, Ontologia, Big Data, Dokumentacja medyczna
Medicine, Databases, Ontology, Big Data, Medical records
Note
streszcz., summ.
Abstract
Obecność technologii informatycznej w medycynie skutkuje gromadzeniem danych, które mogą zostać wykorzystane do wspomagania decyzji klinicznych. Aby jednak wykorzystać te dane, konieczna jest ich transformacja do modelu akceptowalnego przez narzędzia analityczne oraz warstwa semantyczna, umożliwiająca ich poprawną interpretację znaczeniową. Rolę taką pełniły hurtownie danych, wymuszające unifikację formatów i modelu w momencie zapisu do bazy danych. Wobec wyzwań związanych z przetwarzaniem danych masowych: szybkości napływu, wolumenu danych i braku struktury tradycyjne podejście prowadzi do wstrzymania części danych, niespełniających kryteriów poprawności, do chwili zaimplementowania odpowiednich mechanizmów zapewnienia ich jakości.(fragment tekstu)

Managing a huge amount of data coming from heterogenous sources with different schemes is a challenge when it comes to efficient querying data. Different systems use different terms to describe the same concepts. Traditional approaches based on the unification of data schema on input lack efficiency in processing high volumes of incoming data. The paper describes the system based on MongoDb schema-free database for medical records. The batch process is indexing data with equivalent concepts from SNOMED ontology. Aa s result, users and data mining tools can query databases solely with ontology concepts, and query results are in a tabular format, friendly for analytical tool(original abstract)
Accessibility
The Library of Warsaw School of Economics
Full text
Show
Bibliography
Show
  1. An Y., Mylopoulos J., Borgida A., Building semantic mappings from databases to ontologies, Proceedings of the 21st National Conference on Artificial Intelligence (AAAI '06), Boston, July 16-20, 2006, t. 2, AAAI Press, 2016.
  2. Batko K., Możliwości wykorzystania technologii Big Data w ochronie zdrowia, "Roczniki Kolegium Analiz Ekonomicznych" 2016, z. 42, s. 267-282.
  3. Cassavia N., Ciampi M., De Pietro G., Masciari E, A Big Data Approach For Querying Data in EHR Systems, IDEAS '16: Proceedings of the 20th International Database Engineering & Applications Symposium, Montreal, July 11-13, 2016, ACM 2016.
  4. Chodorow K., Dirlof M., MongoDB the definitive guide, O'Reilly, Gravenstein Highway North Sebastopol, 2010.
  5. Khan A., Cohen R., Fu L., Doucette J., Jin C., An ontological approach to data mining for emergency medicine, Proceedings of the 40th Annual Meeting Northeast Decision Sciences Institute Conference, Northeast Decision Sciences Institute, Montreal, April 14-16, 2011.
  6. Khare R., An Y., Li J., Song I. Y., Hu X., Exploiting semantic structure for mapping user-specified form terms to SNOMED CT concepts, Proceedings of the 2nd ACM SIGHIT International Health Informatics Symposium (IHI '12), Miami, January 28-30, 2012, ACM, New York 2012.
  7. Li X., Morie P., Roth D., Semantic Integration in Text: From Ambiguous Names to Identifiable Entities, "AI Magazine: Special Issue on Semantic Integration, American Association for Artificial Intelligence" 2005, s. 45-58.
  8. Mazurek M., Architektura systemu wspomagania decyzji medycznych wykorzystująca technologię przetwarzania danych Big Data, "Roczniki Kolegium Analiz Ekonomicznych" 2014, z. 35, s. 257-271.
  9. Tekieh M. H., Raahemi B., Importance of Data Mining in Healthcare: A Survey, IEEE/ ACM International Conference on Advances in Social Networks Analysis and Mining, Paris, August 25-28, 2015.
  10. Zuccon G., Koopman B., Nguyen A., Vickers D., Butt L., Exploiting medical hierarchies for concept-based information retrieval, Proceedings of the Seventeenth Australasian Document Computing Symposium (ADCS '12), Dunedin, New Zealand, December 5-6, 2012, ACM, New York 2012.
  11. Apache Flume, https://flume.apache.org/ (data odczytu: 20.11.2017).
  12. CSIOZ, Klasyfikacje, https://www.csioz.gov.pl/interoperacyjnosc/klasyfikacje/ (data odczytu: 20.11.2017).
  13. Hadoop and Mongo DB, https://www.mongodb.com/hadoop-and-mongodb (data odczytu: 20.11.2017).
  14. International SNOMED CT Browser: http://browser.ihtsdotools.org/ (data odczytu: 20.11.2017).
  15. Introducing JSON, https://www.json.org/ (data odczytu: 20.11.2017).
  16. LOINC, https://loinc.org/ (data odczytu: 20.11.2017).
  17. SNOMED, https://www.snomed.org/snomed-ct (data odczytu: 20.11.2017).
Cited by
Show
ISSN
1232-4671
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu