A semantic interoperability approach to health‐care data: Resolving data‐level conflicts

Abstract

The integration of data from various electronic health record (EHR) systems presents a critical conflict in the sharing and exchanging of patient information across a diverse group of health‐oriented organizations. Patient health records in each system are annotated with ontologies utilizing different health‐care standards, creating ontology conflicts both at the schema and data levels. In this study, we introduce the concept of semantic ontology mapping for the facilitation and interoperability of heterogeneous EHR systems. This approach proposes a means of detecting and resolving the data‐level conflicts that generally exist in the ontology mapping process. We have extended the semantic bridge ontology in support of ontology mapping at the data level and generated the required mapping rules to reconcile data from different ontological sources into a canonical format. As a result, linked‐patient data are generated and made available in a semantic query engine to facilitate user queries of patient data across heterogeneous EHR systems.

Graph-Based Semantic Web Service Composition for Healthcare Data Integration

“…The process of constructing the composite process services was done manually by the administrator. In another previous work [ 41 ], we aimed to resolve the data-level conflicts of distributed local ontologies extracted from heterogeneous EHR systems. We proposed the Semantic Bridge Ontology to generate mapping rules used to transform local ontology instances into common ontology instances to generate linked-patient data.…”

“…This section illustrates an example of WS as shown in Table 1 . These services extended from our previous work [ 40 , 41 ] and were developed for retrieval of healthcare data from heterogeneous Electronic Health Record (EHR) systems of different health organizations. The operations were created in both SOAP WS and RESTful WS versions, which return healthcare data in XML format.…”

Big data and precision medicine: challenges and strategies with healthcare data

“…Standardization of information and patient data must be complemented by the use of semantic technologies, which utilize existing domain knowledge for querying databases [73,78]. Operating on the definitions and relations of metadata, a semantic enrichment will allow to access and screen databases in novel ways.…”

Υπηρεσίες Διαλειτουργικότητας Δεδομένων Με Εφαρμογή Σε Ετερογενείς Υποδομές Και Εφαρμογές Υγείας

“…Στην έρευνα [169], οι συγγραφείς χρησιμοποίησαν οντολογίες HL7 και openEHR για να σχηματίσουν ένα σύστημα οντολογικής αντιστοίχισης εφαρμόζοντας τα εργαλεία του Falcon [170] και του Agreement Maker [171] στον τομέα της υγειονομικής περίθαλψης. Επιπλέον, οι συγγραφείς στο [172] παρείχαν έναν τρόπο ανίχνευσης και επίλυσης των συγκρούσεων επιπέδου δεδομένων που υπάρχουν στη διαδικασία αντιστοίχισης οντολογιών, επεκτείνοντας την οντολογική σημασιολογική γέφυρα για τη στήριξη της αντιστοίχισης οντολογιών σε επίπεδο δεδομένων και δημιουργώντας τους απαιτούμενους κανόνες αντιστοίχισης ώστε να συνδυάσει δεδομένα από διαφορετικές οντολογικές πηγές σε κανονική μορφή. Επιπλέον, οι συγγραφείς στο [173] ανέπτυξαν μια εφαρμογή στην οποία δημιούργησαν πολλαπλές οντολογίες που σχετίζονται μεταξύ τους, όπου η αντιστοίχιση οντολογιών πραγματοποιείται για να επιτρέπεται η διαλειτουργικότητα μεταξύ τους.…”