Metadata-based Assessment of SNOMED CT and LOINC Adoption Across 800 000 Swiss Patients
تقدم هذه الدراسة أول خط أساس تجريبي وطني لتبني معايير SNOMED CT وLOINC عبر 800,000 مريض سويسري، كاشفةً أنه في حين تُستخدم هذه المعايير على نطاق واسع، فإن التباين المؤسسي الكبير والتقاطع المحدود بين المؤسسات في استخدام الرموز يعيقان حالياً تحقيق التوافق الدلالي الكامل.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالم الرعاية الصحية كمكتبة ضخمة وصاخبة حيث تُكتب قصة كل مريض. لعقود من الزمن، كانت هذه القصص تُحفظ بلآلاف اللغات واللهجات المختلفة. قد يكتب أحد الأطباء "نوبة قلبية"، بينما يكتب آخر "احتشاء عضلة القلب"، ويخط الثالث اختصاراً محلياً لا يفهمه إلا هو. هذه هي مشكلة التوافق التشغيلي (Interoperability): إذا أردت قراءة جميع القصص معاً لإيجاد أنماط أو علاج الأمراض، فعليك أولاً أن تجعل الجميع يتحدثون نفس اللغة. ولحل هذه المشكلة، أنشأ العالم الطبي قاموسين عملاقين. الأول، المسمى SNOMED CT، يشبه موسوعة ضخمة لكل ما قد يراه الطبيب أو يشعر به أو يفعله—من كسر في العظام إلى نوع معين من الحساسية. والثاني، LOINC، هو قاموس متخصص لاختبارات المختبر فقط، لضمان أن اختبار السكر في الدم في مستشفى ما يُعرف بأنه الشيء نفسه تماماً في مستشفى آخر. السؤال الكبير الذي يواجه الباحثين هو: هل تستخدم المستشفيات هذه القواميس حقاً، أم أنها لا تزال تكتب بشفراتها السرية الخاصة؟
تأخذ هذه الورقة نظرة عامة واسعة النطاق على نظام الرعاية الصحية السويسري للإجابة على هذا السؤال. وبدلاً من قراءة ملايين ملفات المرضى الفردية—الأمر الذي سيكون كابوساً فيما يتعلق بالخصوصية—نظر الباحثون إلى "البيانات الوصفية" (metadata)، وهو أمر يشبه التحقق من فهرس المكتبة دون فتح الكتب. لقد حللوا البصمات الرقمية لـ 817,856 مريضاً عبر ستة مستشفيات جامعية سويسرية كبرى. كان هدفهم هو معرفة ما إذا كانت هذه المستشفيات تستخدم بالفعل قواميس SNOMED CT وLOINC لتسمية بياناتها، أم أنها كانت تتظاهر بذلك بينما تلتزم سراً بطرقها المحلية القديمة.
إليكم ما وجدوه: المستشفيات تستخدم القواموس بالتأكيد. في الواقع، يعد SNOMED CT وLOINC هما نجما العرض، حيث يمثلان 87% من جميع حالات البيانات المشفرة (تحديداً 60% لـ SNOMED CT و32% لـ LOINC). هذا قدر هائل من البيانات—حوالي 717 مليون قطعة معلومات فردية! ومع ذلك، تصبح القصة فوضوية قليلاً عندما تنظر عن كثب. فبينما يستخدم الجميع نفس القواميس، إلا أنهم لا يستخدمون بالضرورة نفس الكلمات منها.
فكر في الأمر كأن مجموعة من الأصدقاء يحاولون بناء قلعة ضخمة من قطع "الليغو" معاً. لديهم جميعاً نفس صندوق المكعبات (القواميس)، لكن المستشفى (أ) يبني برجاً باستخدام المكعبات الحمراء فقط، بينما يستخدم المستشفى (ب) مكعبات زرقاء لنفس البرج. وجد الباحثون أنه بينما كان هناك 6,557 رمزاً مختلفاً من SNOMED CT و3,693 رمزاً من LOINC في الإجمالي، فإن معظمها كان فريداً لمستشفى واحد أو اثنين فقط. على سبيل المثال، في فئة "المادة" (مثل الأدوية أو المواد الكيميائية)، كانت هناك آلاف الرموز المتميزة، ولكن لا يوجد تقريباً أي منها مشترك بين المستشفيات الستة جميعها. يبدو الأمر كما لو أن كل مستشفى اخترع درجته الخاصة من اللون "الأحمر" لنفس قطعة الليغو.
الحالة الوحيدة التي اتفق فيها الجميع على الرمز نفسه تماماً كانت للأشياء الأساسية والروتينية. فأعلى عشرة رموز مستخدمة في SNOMs CT كانت أشياء مثل "أنثى"، "ذكر"، "طريق وريدي"، و"مقبول" (بمعنى أن المريض وافق على الدراسة). وبالمثل، كانت أعلى عشرة رموز في LOINC كلها اختبارات دم قياسية مثل "الصفائح الدموية" أو "البوتاسيوم". يبدو أنه بالنسبة للأمور العادية والمملة، يتحدث الجميع نفس اللغة. ولكن بمجرد أن تصبح الأمور أكثر تحديداً—مثل وصف إصابة معقدة أو كائن حي نادر—يبدأ الجميع في التحدث بلهجاتهم الخاصة مرة أخرى.
كما نظر الباحثون في مدى "عمق" دخول المستشفيات في هذه القواموس. تخيل قاموساً يمكنك فيه البحث عن "حيوان"، ثم "ثديي"، ثم "كلب"، ثم "جولدن ريتريفر". بعض المستشفيات توقفت عند "كلب"، بينما ذهبت مستشفيات أخرى إلى "جولدن ريتريفر". وجدت الدراسة أن هذا "العمق" يختلف بشكل كبير. بعض المستشفيات كانت دقيقة جداً، بينما ظلت أخرى عامة. هذا ليس بالضرورة خطأً؛ فأحياناً قد يكون لدى المستشفى رمز مفصل جداً لجزء معين من الجسم، بينما يصف مستشفى آخر نفس الجزء من خلال دمج رمز عام مع علامة "يسار" أو "يمين". كلتا الطريقتين تعملان، لكنهما تبدوان مختلفتين لحاسوب يحاول المقارنة بينهما.
إذاً، ما هي النتيجة؟ تشير الورقة إلى أنه على الرغم من أن سويسرا حققت تقدماً كبيراً في اعتماد هذه المعايب الدولية، إلا أن مجرد امتلاك القواموس ليس كافياً لجعل البيانات قابلة للتبادل بشكل مثالي. إن "التناغم الدلالي" (semantic harmonization)—وهي الحالة التي يتفق فيها الجميع على نفس الكلمة بالضبط لشيء واحد بالضبط—لا يزال عملاً قيد الإنجاز. ويرى المؤلفون أنه لا يمكننا افتراض أن البيانات جاهزة للمزج والمطابقة؛ بل نحتاج إلى مواصلة العمل على جعل الجميع يستخدمون نفس الكلمات المحددة، وليس مجرد نفس القاموس. إنه تذكير بأنه حتى عندما نمتلك جميعاً نفس الخريطة، لا نزال بحاجة إلى الاتفاق على المسار المحدد الذي سنسلكه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.