Kontekstbaserede afgrænsninger af udfaldsrum gennem SNOMED CT begrebsmodellen: En alternativ tilgang til binding af terminologi
Oversat titel
Contextual constraints of concept selection using the SNOMED CT concept model
Forfattere
Jensen, Lasse ; Christensen, Mark Hummeluhr
Semester
4. semester
Uddannelse
Udgivelsesår
2017
Antal sider
100
Resumé
Effektiv anvendelse og deling af klinisk dokumentation kræver standardiserede informationsmodeller og terminologier som SNOMED CT, men i praksis er implementeringer hæmmet af kompleksiteten ved begrebsvalg. Konventionelle tilgange som prædefinerede subsets og søgefelter i brugergrænseflader har ikke tilstrækkeligt reduceret denne kompleksitet. Dette speciale undersøger en alternativ tilgang, hvor kontekstuelle informationer udnyttes gennem relationerne i SNOMED CTs begrebsmodel til at afgrænse udfaldsrum ved registrering af procedurer og sygdomme. Kontekst blev kortlagt til SNOMED CT og anvendt via definerende relationer til at filtrere begrebslister dynamisk. Der blev udviklet en Java-baseret prototype med kontekst-elementer og en MySQL-terminologiserver; forespørgsler genererede de afgrænsede lister ved kørselstid baseret på klinikerens dokumentation. En klinisk evaluering viste, at procedurer kunne reduceres fra over 50.000 til under 20 begreber, og sygdomsbegreber fra over 62.000 til 11–85, med begreber vurderet som relevante og tæt på praksis. Udfordringerne skiftede fra udvikling og vedligeholdelse af subsets til håndtering af kontekst og design af komplekse forespørgsler. Projektet demonstrerer, at en kontekstbaseret udnyttelse af SNOMED CT kan lette begrebsvalget og samtidig understøtte struktureret dataregistrering.
Effective use and exchange of clinical documentation require standardized information models and terminologies such as SNOMED CT, yet real-world adoption is hindered by the complexity of concept selection. Conventional approaches—predefined subsets and search fields in user interfaces—have not sufficiently reduced this complexity. This thesis explores an alternative approach that leverages contextual information via relationships in the SNOMED CT concept model to constrain the choice set when documenting procedures and disorders. Context was mapped to SNOMED CT and applied through defining relationships to dynamically filter concept lists. A Java-based prototype with context elements and a MySQL terminology server was developed; queries generated constrained lists at runtime based on clinicians’ documentation. In a clinical evaluation, procedure concepts were reduced from over 50,000 to fewer than 20, and disorder concepts from over 62,000 to between 11 and 85, with concepts judged relevant and close to practice. Challenges shifted from developing and maintaining subsets to managing context and designing complex queries. The project demonstrates that context-based use of SNOMED CT can simplify concept selection while supporting structured data entry.
[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]
Emneord