Skip to main content
Erschienen in: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 8/2015

01.08.2015 | Leitthema

Big Data, medizinische Sprache und biomedizinische Ordnungssysteme

verfasst von: Stefan Schulz, Pablo López-García

Erschienen in: Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz | Ausgabe 8/2015

Einloggen, um Zugang zu erhalten

Zusammenfassung

Eine Vielzahl umfangreicher begrifflicher Ordnungssysteme wie Thesauren, Klassifikationen, Nomenklaturen und Ontologien unterstützt die Informations- und Wissensverarbeitung in Gesundheitsversorgung und biomedizinischer Forschung. Dennoch ist nach wie vor die menschliche Sprache in Form individuell verfasster Texte primärer Träger von Information – sowohl bei der Beschreibung von Krankheits- oder Behandlungsverläufen in elektronischen Krankenakten als auch bei der Beschreibung biomedizinischer Forschungsergebnisse in wissenschaftlichen Publikationen. Im Zusammenhang mit der Big-Data-Diskussion stellen wir die These auf, dass die Abstraktion von der Vielgestaltigkeit natürlichsprachlicher Äußerungen hin zu strukturierter und semantisch normalisierter Information den Einsatz von statistischen Methoden der Wissensakquisition aus textuellen Forschungs-/Behandlungsdaten erleichtert. Dazu können Technologien zur computergestützten Verarbeitung menschlicher Sprache eingesetzt werden. Diese sind zunehmend in der Lage, medizinische Texte mit Kodes aus biomedizinischen Ordnungssystemen zu annotieren. Allerdings hängt dies in hohem Maße von linguistischen und terminologischen Ressourcen ab. Die Erstellung und Pflege solcher Ressourcen ist arbeitsintensiv. Es gibt schlüssige Hinweise darauf, dass auch hierfür Big-Data-Methoden unterstützend eingesetzt werden können. Beispiele sind das Erlernen von hierarchischen Beziehungen, die Gruppierung synonymer Terme in Konzepte und die Disambiguierung von Homonymen. Auch wenn bisher keine empirischen Daten vorliegen, erscheint die Kombination von natürlichsprachlichen Technologien, semantischen Ressourcen und Big-Data-Analytics vielversprechend.
Fußnoten
1
„Ärzte“ = „‘Ärztinnen und Ärzte“. Zur Optimierung des Leseflusses wird auf gendergerechte Formulierungen verzichtet.
 
2
In diesem Artikel werden wir unter dem Schlagwort „Biomedizin“ die medizinbezogene Forschung sowie die Bereiche Krankheitsversorgung und Gesundheitspflege einschließlich Public Health subsumieren. Es entspricht somit dem Gegenstandsbereich, der von der Fachdisziplin Biomedical Informatics [5] erfasst wird.
 
Literatur
1.
Zurück zum Zitat Mayer-Schönberger V (2015) Big Data: Eine Revolution, die unser Leben verändern wird. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 58(7) Mayer-Schönberger V (2015) Big Data: Eine Revolution, die unser Leben verändern wird. Bundesgesundheitsbl Gesundheitsforsch Gesundheitsschutz 58(7)
2.
Zurück zum Zitat Bellazzi R (2014) Big data and biomedical informatics: a challenging opportunity. Yearb Med Inform 9(1):8–13 Bellazzi R (2014) Big data and biomedical informatics: a challenging opportunity. Yearb Med Inform 9(1):8–13
3.
Zurück zum Zitat Blum K, Müller U (2003) Dokumentationsaufwand im Ärztlichen Dienst der Krankenhäuser. Repräsentativerhebung des Deutschen Krankenhausinstituts. Krankenhaus 7:544–548 Blum K, Müller U (2003) Dokumentationsaufwand im Ärztlichen Dienst der Krankenhäuser. Repräsentativerhebung des Deutschen Krankenhausinstituts. Krankenhaus 7:544–548
4.
Zurück zum Zitat Murdoch TB, Detsky AS (2013) The inevitable application of big data to health care. JAMA 309(13):1351–1352 Murdoch TB, Detsky AS (2013) The inevitable application of big data to health care. JAMA 309(13):1351–1352
5.
Zurück zum Zitat Shortliffe EH (2010) Biomedical informatics in the education of physicians. JAMA 304(11):1227–1228. Shortliffe EH (2010) Biomedical informatics in the education of physicians. JAMA 304(11):1227–1228.
7.
Zurück zum Zitat Daumke P, Schulz S, Müller ML, Dzeyk W, Prinzen L, Pacheco EJ, Cancian PS, Nohama P, Markó K (2010) Subword-based semantic retrieval of clinical and bibliographic documents. Methods Inf Med 49(2):141–147 Daumke P, Schulz S, Müller ML, Dzeyk W, Prinzen L, Pacheco EJ, Cancian PS, Nohama P, Markó K (2010) Subword-based semantic retrieval of clinical and bibliographic documents. Methods Inf Med 49(2):141–147
8.
Zurück zum Zitat Griffon N, Charlet J, Darmoni SJ (2014) Managing free text for secondary use of health data. Yearb Med Inform 9(1):167–169 Griffon N, Charlet J, Darmoni SJ (2014) Managing free text for secondary use of health data. Yearb Med Inform 9(1):167–169
9.
Zurück zum Zitat William H (2009) Information retrieval: a health and biomedical perspective, 3. Aufl. Springer, New York William H (2009) Information retrieval: a health and biomedical perspective, 3. Aufl. Springer, New York
10.
Zurück zum Zitat Carstensen KU, Ebert C, Ebert C, Jekat S, Klabunde R, Langer H (2009) Computerlinguistik und Sprachtechnologie, 3. Aufl. Springer Spektrum, Berlin Carstensen KU, Ebert C, Ebert C, Jekat S, Klabunde R, Langer H (2009) Computerlinguistik und Sprachtechnologie, 3. Aufl. Springer Spektrum, Berlin
11.
Zurück zum Zitat Ananiadou S, McNaught J (2006) Text mining for biology and biomedicine. Artech House, Norwood Ananiadou S, McNaught J (2006) Text mining for biology and biomedicine. Artech House, Norwood
12.
Zurück zum Zitat Nadkarni PM, Ohno-Machado L, Chapman WW (2011) Natural language processing: an introduction. J Am Med Inform Assoc 18(5):544–551 Nadkarni PM, Ohno-Machado L, Chapman WW (2011) Natural language processing: an introduction. J Am Med Inform Assoc 18(5):544–551
13.
Zurück zum Zitat Meystre SM, Savova GK, Kipper-Schuler KC, Hurdle JF (2008) Extracting information from textual documents in the electronic health record: a review of recent research. Natural language processing and its future in medicine. IMIA Yearb Med Inform 47(Suppl 1):128–144 Meystre SM, Savova GK, Kipper-Schuler KC, Hurdle JF (2008) Extracting information from textual documents in the electronic health record: a review of recent research. Natural language processing and its future in medicine. IMIA Yearb Med Inform 47(Suppl 1):128–144
21.
Zurück zum Zitat Savova GK, Masanz JJ, Ogren PV, Zheng J, Sohn S, Kipper-Schuler KC, Chute CG (2010) Mayo clinical Text Analysis and Knowledge Extraction System (cTAKES): architecture, component evaluation and applications. J Am Med Infrom Assoc 17:507–513 Savova GK, Masanz JJ, Ogren PV, Zheng J, Sohn S, Kipper-Schuler KC, Chute CG (2010) Mayo clinical Text Analysis and Knowledge Extraction System (cTAKES): architecture, component evaluation and applications. J Am Med Infrom Assoc 17:507–513
28.
Zurück zum Zitat Keizer NF de, Abu-Hanna A, Zwetsloot-Schonk JH (2000) Understanding terminological systems. I: terminology and typology. Methods Inf Med 39(1):16–21 Keizer NF de, Abu-Hanna A, Zwetsloot-Schonk JH (2000) Understanding terminological systems. I: terminology and typology. Methods Inf Med 39(1):16–21
29.
Zurück zum Zitat Ingenerf J, Giere W (1998) Concept-oriented standardization and statistics-oriented classification: continuing the classification versus nomenclature controversy. Methods Inf Med 37(4–5):527–539 Ingenerf J, Giere W (1998) Concept-oriented standardization and statistics-oriented classification: continuing the classification versus nomenclature controversy. Methods Inf Med 37(4–5):527–539
30.
Zurück zum Zitat Freitas F, Schulz S, Moraes E (2009) Survey of current terminologies and ontologies in biology and medicine. RECIIS – Rev Electron J Commun Inf Innov Health 3(1):7–18 Freitas F, Schulz S, Moraes E (2009) Survey of current terminologies and ontologies in biology and medicine. RECIIS – Rev Electron J Commun Inf Innov Health 3(1):7–18
31.
Zurück zum Zitat Nelson SJ, Powell T, Humphreys LB (1990) The Unified Medical Language System (UMLS) of the National Library of Medicine. J Am Med Rec Assoc 61:40–42 (2006) Nelson SJ, Powell T, Humphreys LB (1990) The Unified Medical Language System (UMLS) of the National Library of Medicine. J Am Med Rec Assoc 61:40–42 (2006)
33.
Zurück zum Zitat Whetzel PL, Noy NF, Shah NH, Alexander PR, Nyulas C, Tudorache T, Musen MA (2011) BioPortal: enhanced functionality via new web services from the National Center for Biomedical Ontology to access and use ontologies in software applications. Nucleic Acids Res 39(Web Server issue):W541–W545 Whetzel PL, Noy NF, Shah NH, Alexander PR, Nyulas C, Tudorache T, Musen MA (2011) BioPortal: enhanced functionality via new web services from the National Center for Biomedical Ontology to access and use ontologies in software applications. Nucleic Acids Res 39(Web Server issue):W541–W545
36.
Zurück zum Zitat Cornet R, Keizer N de (2008) Forty years of SNOMED: a literature review. BMC Med Inform Decis Mak 8(Suppl 1):S2 Cornet R, Keizer N de (2008) Forty years of SNOMED: a literature review. BMC Med Inform Decis Mak 8(Suppl 1):S2
38.
Zurück zum Zitat Smith B, Ashburner M, Rosse C, Bard J, Bug W, Ceusters W, Goldberg LJ, Eilbeck K, Ireland A, Mungall CJ, OBI Consortium, Leontis N, Rocca-Serra P, Ruttenberg A, Sansone SA, Scheuermann RH, Shah N, Whetzel PL, Lewis S (2007) The OBO Foundry: coordinated evolution of ontologies to support biomedical data integration. Nat Biotechnol 25(11):1251–1255 Smith B, Ashburner M, Rosse C, Bard J, Bug W, Ceusters W, Goldberg LJ, Eilbeck K, Ireland A, Mungall CJ, OBI Consortium, Leontis N, Rocca-Serra P, Ruttenberg A, Sansone SA, Scheuermann RH, Shah N, Whetzel PL, Lewis S (2007) The OBO Foundry: coordinated evolution of ontologies to support biomedical data integration. Nat Biotechnol 25(11):1251–1255
40.
Zurück zum Zitat Rossi Mori A, Consorti F (1998) Exploiting the terminological approach from CEN/TC251 and GALEN to support semantic interoperability of healthcare record systems. Int J Med Inform 48(1–3):111–124 Rossi Mori A, Consorti F (1998) Exploiting the terminological approach from CEN/TC251 and GALEN to support semantic interoperability of healthcare record systems. Int J Med Inform 48(1–3):111–124
41.
Zurück zum Zitat Klein GO, Smith B (2010) Concept systems and ontologies: recommendations for basic terminology. Trans Jpn Soc Artif Intell 25(3):433–441 Klein GO, Smith B (2010) Concept systems and ontologies: recommendations for basic terminology. Trans Jpn Soc Artif Intell 25(3):433–441
42.
Zurück zum Zitat Smith B, Kusnierczyk W, Schober D, Ceusters W (2006) Towards a reference terminology for ontology research and development in the biomedical domain. In: Bodenreider O (Hrsg) Proceedings of the second international workshop on formal biomedical knowledge representation: „Biomedical Ontology in Action“ (KR-MED 2006), Bd 222. CEUR Workshop Proceedings, S 57–65. http://ceur-ws.org/Vol-222/krmed2006-p07.pdf Letzter Zugriff: 9. Juni 2015 Smith B, Kusnierczyk W, Schober D, Ceusters W (2006) Towards a reference terminology for ontology research and development in the biomedical domain. In: Bodenreider O (Hrsg) Proceedings of the second international workshop on formal biomedical knowledge representation: „Biomedical Ontology in Action“ (KR-MED 2006), Bd 222. CEUR Workshop Proceedings, S 57–65. http://​ceur-ws.​org/​Vol-222/​krmed2006-p07.​pdf Letzter Zugriff: 9. Juni 2015
43.
Zurück zum Zitat Pigliucci M (2009) The end of theory in science? EMBO Rep 10(6):534 Pigliucci M (2009) The end of theory in science? EMBO Rep 10(6):534
44.
Zurück zum Zitat Brin S, Page L (1998) The anatomy of a large-scale hypertextual Web search engine. Computer networks and ISDN systems 30(1-7):107–117 Brin S, Page L (1998) The anatomy of a large-scale hypertextual Web search engine. Computer networks and ISDN systems 30(1-7):107–117
46.
Zurück zum Zitat Manning C, Schütze H (1999) Foundations of Statistical Natural Language Processing. MIT Press, Cambridge Manning C, Schütze H (1999) Foundations of Statistical Natural Language Processing. MIT Press, Cambridge
47.
Zurück zum Zitat Maedche A, Staab S (2001) Ontology Learning for the Semantic Web. IEEE Intelligent Systems 16(2):72–79 Maedche A, Staab S (2001) Ontology Learning for the Semantic Web. IEEE Intelligent Systems 16(2):72–79
48.
Zurück zum Zitat Wong W, Liu W, Bennamoun M (2012) Ontology learning from text: a look back and into the future. ACM Computing Surveys (CSUR) 44(4): Art. 20 Wong W, Liu W, Bennamoun M (2012) Ontology learning from text: a look back and into the future. ACM Computing Surveys (CSUR) 44(4): Art. 20
49.
Zurück zum Zitat Medelyan O, Witten IH, Divoli A, Broekstra J (2013) Automatic construction of lexicons, taxonomies, ontologies, and other knowledge structures. WIREs Data Mining Knowl Discov doi:10.1002/widm.1097 Letzter Zugriff: 9. Juni 2015 Medelyan O, Witten IH, Divoli A, Broekstra J (2013) Automatic construction of lexicons, taxonomies, ontologies, and other knowledge structures. WIREs Data Mining Knowl Discov doi:10.1002/widm.1097 Letzter Zugriff: 9. Juni 2015
51.
Zurück zum Zitat Hearst MA (1992) Automatic acquisition of hyponyms from large text corpora. In: Association for Computational Linguistics (Hrsg) COLING ’92 Proceedings of the 14th international conference on computational linguistics.Vol. 2. ACM Digital Library, Stroudsburg, PA, S. 539–545 Hearst MA (1992) Automatic acquisition of hyponyms from large text corpora. In: Association for Computational Linguistics (Hrsg) COLING ’92 Proceedings of the 14th international conference on computational linguistics.Vol. 2. ACM Digital Library, Stroudsburg, PA, S. 539–545
52.
Zurück zum Zitat Keller F, Lapata M, Ourioupina O (2002) Using the web to overcome data sparseness. In: Association for Computational Linguistics (Hrsg) Proceedings of the ACL-02 conference on empirical methods in natural language processing. Vol. 10. ACM Digital Library, Stroudsburg, PA, S. 230–237. Keller F, Lapata M, Ourioupina O (2002) Using the web to overcome data sparseness. In: Association for Computational Linguistics (Hrsg) Proceedings of the ACL-02 conference on empirical methods in natural language processing. Vol. 10. ACM Digital Library, Stroudsburg, PA, S. 230–237.
53.
Zurück zum Zitat Kilgarriff A, Grefenstette G (2003) Introduction to the special issue on the web as corpus. Computational linguistics 29(3):333–347 Kilgarriff A, Grefenstette G (2003) Introduction to the special issue on the web as corpus. Computational linguistics 29(3):333–347
54.
Zurück zum Zitat Kreuzthaler M, Schulz S (2012) Metonymies in medical terminologies. A SNOMED CT case study. AMIA Annu Symp Proc 2012:463–446 Kreuzthaler M, Schulz S (2012) Metonymies in medical terminologies. A SNOMED CT case study. AMIA Annu Symp Proc 2012:463–446
55.
Zurück zum Zitat Sánchez D, Isern D (2011) Automatic extraction of acronym definitions from the Web. Appl Intell 34:311–327 Sánchez D, Isern D (2011) Automatic extraction of acronym definitions from the Web. Appl Intell 34:311–327
56.
Zurück zum Zitat Plas L van der, Tiedemann J (2010) Finding medical term variations using parallel corpora and distributional similarity. In: Oltramary A et al (Hrsg) Proceedings of the 6th workshop on ontologies and lexical resources. Chinese Information Processing Society of China, Beijing, S. 28–37 Plas L van der, Tiedemann J (2010) Finding medical term variations using parallel corpora and distributional similarity. In: Oltramary A et al (Hrsg) Proceedings of the 6th workshop on ontologies and lexical resources. Chinese Information Processing Society of China, Beijing, S. 28–37
58.
Zurück zum Zitat Deerwester SC, Dumais ST, Landauer TK, Furnas GW, Harshman RA (1990) Indexing by latent semantic analysis. J Am Soc Inform Sci 41(6):391–407 Deerwester SC, Dumais ST, Landauer TK, Furnas GW, Harshman RA (1990) Indexing by latent semantic analysis. J Am Soc Inform Sci 41(6):391–407
59.
Zurück zum Zitat Deléger L, Merkel M, Zweigenbaum P (2009) Translating medical terminologies through word alignment in parallel text corpora. J Biomed Inform 42:692–701 Deléger L, Merkel M, Zweigenbaum P (2009) Translating medical terminologies through word alignment in parallel text corpora. J Biomed Inform 42:692–701
60.
Zurück zum Zitat Andrade D, Tsuchida M, Onishi T, Ishikawa K (2013) Synonym acquisition using bilingual comparable corpora. In: Asian Federation of Natural Language Processing (Hrsg) International Joint Conference on Natural Language Processing (IJCNLP’13).. ACL Anthology. http://www.aclweb.org/anthology/I/I13/I13-1150.pdf Letzter Zugriff: 9.Juni 2015 Andrade D, Tsuchida M, Onishi T, Ishikawa K (2013) Synonym acquisition using bilingual comparable corpora. In: Asian Federation of Natural Language Processing (Hrsg) International Joint Conference on Natural Language Processing (IJCNLP’13).. ACL Anthology. http://​www.​aclweb.​org/​anthology/​I/​I13/​I13-1150.​pdf Letzter Zugriff: 9.Juni 2015
61.
Zurück zum Zitat Martin-Sanchez F, Verspoor K (2014) Big data in medicine is driving big changes. Yearb Med Inform 9(1):14–20 Martin-Sanchez F, Verspoor K (2014) Big data in medicine is driving big changes. Yearb Med Inform 9(1):14–20
62.
Zurück zum Zitat Blair DR, Lyttle CS, Mortensen JM et al (2013) A nondegenerate code of deleterious variants in Mendelian loci contributes to complex disease risk. Cell 155(1):70–80 Blair DR, Lyttle CS, Mortensen JM et al (2013) A nondegenerate code of deleterious variants in Mendelian loci contributes to complex disease risk. Cell 155(1):70–80
63.
Zurück zum Zitat Hübner U, Prokosch HU, Breil B (2014) Medizinische Informatik in der digitalen Gesellschaft: Im Spannungsfeld vielfältiger Aufgaben. Dtsch Arztebl 111(48):A-2102 Hübner U, Prokosch HU, Breil B (2014) Medizinische Informatik in der digitalen Gesellschaft: Im Spannungsfeld vielfältiger Aufgaben. Dtsch Arztebl 111(48):A-2102
Metadaten
Titel
Big Data, medizinische Sprache und biomedizinische Ordnungssysteme
verfasst von
Stefan Schulz
Pablo López-García
Publikationsdatum
01.08.2015
Verlag
Springer Berlin Heidelberg
Erschienen in
Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz / Ausgabe 8/2015
Print ISSN: 1436-9990
Elektronische ISSN: 1437-1588
DOI
https://doi.org/10.1007/s00103-015-2190-x

Weitere Artikel der Ausgabe 8/2015

Bundesgesundheitsblatt - Gesundheitsforschung - Gesundheitsschutz 8/2015 Zur Ausgabe

Bekanntmachungen – Amtliche Mitteilungen

Empfehlung zum Schutz von Badenden vor Cyanobakterien-Toxinen

Leitlinien kompakt für die Allgemeinmedizin

Mit medbee Pocketcards sicher entscheiden.

Seit 2022 gehört die medbee GmbH zum Springer Medizin Verlag

Facharzt-Training Allgemeinmedizin

Die ideale Vorbereitung zur anstehenden Prüfung mit den ersten 49 von 100 klinischen Fallbeispielen verschiedener Themenfelder

Mehr erfahren

Bei Herzinsuffizienz muss „Eisenmangel“ neu definiert werden

16.05.2024 Herzinsuffizienz Nachrichten

Bei chronischer Herzinsuffizienz macht es einem internationalen Expertenteam zufolge wenig Sinn, die Diagnose „Eisenmangel“ am Serumferritin festzumachen. Das Team schlägt vor, sich lieber an die Transferrinsättigung zu halten.

ADHS-Medikation erhöht das kardiovaskuläre Risiko

16.05.2024 Herzinsuffizienz Nachrichten

Erwachsene, die Medikamente gegen das Aufmerksamkeitsdefizit-Hyperaktivitätssyndrom einnehmen, laufen offenbar erhöhte Gefahr, an Herzschwäche zu erkranken oder einen Schlaganfall zu erleiden. Es scheint eine Dosis-Wirkungs-Beziehung zu bestehen.

Betalaktam-Allergie: praxisnahes Vorgehen beim Delabeling

16.05.2024 Pädiatrische Allergologie Nachrichten

Die große Mehrheit der vermeintlichen Penicillinallergien sind keine. Da das „Etikett“ Betalaktam-Allergie oft schon in der Kindheit erworben wird, kann ein frühzeitiges Delabeling lebenslange Vorteile bringen. Ein Team von Pädiaterinnen und Pädiatern aus Kanada stellt vor, wie sie dabei vorgehen.

Diabetestechnologie für alle?

15.05.2024 DDG-Jahrestagung 2024 Kongressbericht

Eine verbesserte Stoffwechseleinstellung und höhere Lebensqualität – Diabetestechnologien sollen den Alltag der Patienten erleichtern. Dass CGM, AID & Co. bei Typ-1-Diabetes helfen, ist belegt. Bei Typ-2 gestaltet sich die Sache komplizierter.

Update Allgemeinmedizin

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.