Development of a pipeline for the extraction and mapping of biomedical terms

Abstract

Since its conception, some decades ago, Electronic Health Records (EHRs) have been used to improve healthcare procedures. On the other hand, many researchers have been using this data to conduct observational studies in order to enhance the knowledge in the medical area, predicting whether a set of physiological and/or genetic characteristics makes us vulnerable to certain diseases. Nevertheless, it is necessary to collect and process multiple data, collected from different sources, hospitals, or medical units for the obtained results to be considered relevant. However, the lack of data harmonization and usage of standards between these systems creates a barrier when conducting observational studies. One possible solution is to map the concepts stored in an EHR database to a common data model. This has been the main objective of the Observational Health Data Sciences and Informatics (OHDSI), an international network of researchers. The Rabbit in a Web application, presented in this dissertation, was developed to ease the mapping process, creating a collaborative environment where several users can participate in specifying the relationships between data. The application follows a client-server model with an architecture divided into three layers and focuses mainly on usability creating a user interface that uses modern web technologies. The server was developed using the Spring Boot framework while on the client-side, ReactJS was used for the application’s frontend.

Desde a sua origem, há algumas décadas, os registos eletrónicos de saúde têm sido usados para melhorar os processos associados aos cuidados de saúde. Por outro lado, muito investigadores têm vindo a utilizar este tipo de dados para realizar estudos observacionais, de modo a enriquecer o conhecimento na área, por exemplo, prevendo se um conjunto de características fisiológicas e/ou genéticas nos torna mais vulneráveis a determinadas doenças. Contudo, para que os resultados obtidos nestes estudos sejam considerados relevantes, é necessário recolher e tratar múltiplos dados, recolhidos de diversas fontes, hospitais ou unidades médicas. Apenas desta forma será possível prevenir o enviesamento de dados. No entanto, a falta de harmonização de dados e de utilização de normas entre estes sistemas cria uma barreira durante a condução de estudos observacionais. Uma possível solução é mapear os termos contidos numa base de dados de registos médicos para um modelo comum de dados. Este tem sido o objetivo principal da Observational Health Data Sciences and Informatics (OHDSI), uma rede internacional de investigadores. A aplicação Rabbit in a Web, apresentada nesta dissertação, foi desenvolvida para facilitar o processo de mapeamento, criando um ambiente colaborativo onde vários utilizadores podem participar na especificação das relações entre os dados. A aplicação segue um modelo cliente-servidor com uma arquitetura dividida em três camadas e foca-se sobretudo na usabilidade, criando uma interface visual que utiliza várias tecnologias web modernas. O servidor foi desenvolvido usando a framework Spring Boot ao passo que do lado do cliente, foi usado ReactJS para o frontend da aplicação.