An EMOI-Based Object-Level Event Governance Framework for Multimodal Healthcare Data Integration and Clinical Research

ملخص تقني: إطار عمل لحوكمة الأحداث على مستوى الكائن (EMOI) لدمج البيانات الطبية متعددة الوسائط والبحث السريري

بيان المشكلة
على الرغم من تراكم البيانات الطبية الضخمة متعددة الوسائط في المستشفيات الجامعية (والتي تشمل النصوص السريرية، والصور، والنتائج المختبرية، والإشارات الفسيولوجية)، إلا أن هناك اختناقات كبيرة تعيق الاستفادة الفعالة منها. تعاني إدارة البيانات على مستوى المستشفى حالياً من عدم كفاية ربط البيانات، والتباين الدلالي، وانخفاض الكفاءة. وبينما تنجح أطر عمل فهرس المريض الرئيسي للمؤسسات (EMPI) في توحيد هويات المرضى عبر الأنظمة المختلفة، إلا أنها تفشل في معالجة السؤال الأكثر دقة: "خلال أي نوبة رعاية تم توليد هذه البيانات؟". إن استراتيجيات الربط القائمة على هوية المريض فقط غالباً ما تؤدي إلى سجلات مجزأة، حيث تربط حوالي 43% فقط من سجلات الزيارات عبر الأنظمة غير المتجانسة. هذا القصور يمنع إنشاء سلاسل ارتباط كاملة للسجلات متعددة الوسائط المرتبطة بأحداث سريرية واحدة، مما يحد من كفاءة البحث السريري ودعم القرار الذكي.

المنهجية
تقترح الدراسة إطار عمل شامل للحوكمة يعتمد على بنية "بحيرة البيانات" (Lakehouse) الطبقية ونظام حوكمة مغلق الحلقة مكون من تسع خطوات، باستخدام 72 تيرابايت من البيانات الواقعية متعددة الوسائط من مستشفى جامعي (1.7 مليون مريض، و317 مليون سجل).

1. الآلية الجوهرية (EMOI): يقدم الإطار مفهوم المعرف الكائني متعدد الوسائط للمؤسسة (EMOI)، وهو امتداد لـ EMPI. فبينما يوحد EMPI هوية المريض، يقوم EMOI بإنشاء سلسلة ارتباط أحداث على مستوى الكائن تربط تدفق العمل: الزيارة ← الفحص ← التقرير ← التشخيص ← العلاج. وهذا يخلق بنية دلالية زمانية-مكانية متماسكة للبيانات المجزأة.
2. البنية الهيكلية:
   • طبقة مصدر البيانات: تعمل على فك الارتباط بين أكثر من 30 نظاماً غير متجانس (مثل HIS، PACS، LIS، إلخ) باستخدام معايير HL7 v2/v3/FHIR وبروتوكول JDBC. كما يقوم نموذج قائم على BERT بتحديد 14 فئة من معلومات الصحة المحمية (PHI) تلقائياً أثناء عملية الاستحواذ.
   • استمرارية البيانات الخام: تستخدم قاعدة بيانات TiDB الموزعة مع بروتوكول إجماع Raft لضمان تخزين موثوق وقابل للتوسع لبيانات بحجم التيرابايت.
   • دمج السمات متعددة الوسائط: ينتقل من التخزين الفيزيائي إلى الارتباط الدلالي. حيث يستخدم استراتيجية "الانتباه المتقاطع" (Cross-attention) لمواءمة سمات الصور (المستخرجة عبر ResNet-50) مع تضمينات نصوص التقارير (عبر محولات Transformer) في فضاء سمات موحد. ويتم قياس التطور الزمني باستخدام "تشابه جيب التمام" (Cosine Similarity) لربط التغيرات التصويرية بسرد تطور المرض.
3. عملية الحوكمة ذات التسع خطوات:
   • التنقية والتعيين: تستخدم مستودعات قواعد قابلة للتوسيع، وخوارزمية "أقرب جار" (KNN) للكشف عن القيم المتطرفة، والشبكات التنافسية التوليدية (GAN) لتعويض القيم المفقودة.
   • التقييس والهوية: تطبيق أنطولوجيا ICD-10 وLOINC. بناء EMPI عبر المطابقة الاحتمالية الموزونة، يليه بناء EMOI لربط (المريض-الزيارة-الفحص-التشخيص-العلاج).
   • الأمن والخصوصية: تنفيذ استراتيجية "نموذج البصلة" للدفاع المتعدد الطبقات مع تصنيف البيانات إلى خمسة مستويات. وتتم إدارة البيانات الحساسة عبر تشفير SM4، والحجب الديناميكي، والحوسبة الحافظة للخصوصية (حيث تتحرك النماذج بينما تظل البيانات محلية) للامتثال لقانون أمن البيانات في الصين ومعايير HIPAA.

المساهمات الرئيسية

• إطار عمل EMOI: آلية مبتكرة تتجاوز هوية مستوى المريض إلى ارتباط الأحداث على مستوى الكائن، مما يسمح بربط دقيق للسجلات متعددة الوسائط ضمن زيارات سريرية محددة.
• بنية حوكمة متكاملة: نموذج هندسي قابل للتكرار يجمع بين بنية الـ Lakehouse وعملية ضبط الجودة مغلقة الحلقة المكونة من تسع خطوات، مما يعالج دورة حياة البيانات بالكامل من الاستحواذ إلى تحويلها لأصول.
• المواءمة الدلالية: نهج تقني يستخدم التعلم العميق (ResNet-50، Transformers، Cross-Attention) للمواءمة الدلالية بين سمات الآفات على مستوى البكسل والوصف السريري على مستوى المصطلحات.
• نموذج الأمان: نظام تصنيف أمني خماسي المستويات يدمج المعايير التشفيرية الوطنية (SM4) مع الحوسبة الحافظة للخصوصية لضمان التعاون الآمن بين المؤسسات.

النتائج
أدى تنفيذ هذا الإطار إلى النتائج الكمية التالية:

• حجم البيانات: دمج 19 فئة من البيانات الطبية في 81 جدولاً معيارياً (1,479 حقلاً)، مما أنتج 336 مليون سجل بيانات معياري من 105 مليون سجل خام.
• الهوية والارتباط: تحقيق معدل اتساق لـ EMPI بنسبة 86.7% ومعدل ارتباط لـ EMOI بنسبة 100%، مما نجح في بناء رسم بي معرفي شامل يربط المرضى، الفحوصات، الصور، والتشخيصات.
• جودة البيانات: تحقيق اتساق في البيانات بنسبة 99.63%، ودقة بنسبة 97.78%، وجاهزية زمنية بنسبة 95.70%. وبلغ متوسط معدل الامتثال للوحدات السريرية الأساسية 92.63%.
• الكفاءة: تقليص دورة التكامل بين الأنظمة من 9-14 يوماً إلى 1-2 يوم. كما انخفض الوقت المطلوب لإعداد مجموعات البحث من متوسط 30 يوماً (سير العمل اليدوي) إلى 2-3 أيام.
• الأمن: تحقيق دقة بنسبة 96.4% في تحديد معلومات الصحة المحمية (PHI) تلقائياً، وتغطية تقترب من 100% لتخزين البيانات الحساسة المشفرة.

الأهمية والادعاءات
يزعم البحث أن آلية حوكمة الأحداث على مستوى الكائن القائمة على EMOI تعالج بفعالية تجزؤ البيانات الطبية متعددة الوسائط، مما يتيح إدارة كاملة لدورة الحياة من التكامل إلى الاستخدام البحثي. وقد تم التحقق من فعالية الإطار في دعم:

• البحث السريري: تقليل وقت الحصول على المجموعات البحثية بشكل كبير، ودعم البحث في العالم الحقيقي (RWR).
  القدرة على دعم:
• التطبيقات السريرية: تمكين التوصيف الشامل للمريض (360 درجة)، ودعم القرار السريري الذكي (مثل التحذير من المخاطر، والمقارنة جنباً إلى جنب للآفات)، وتفسير التقارير الطبية.
• الإدارة التشغيلية: تسهيل الانتقال إلى عمليات مستشفيات قائمة على البيانات والوقت الفعلي عبر إطار تحليلي رباعي المستويات.

ويشير المؤلفون إلى أنه بينما يثبت الإطار جدواه وقابليته للتوسع، فإن التقييم المنهجي في التطبيقات النهائية (مثل تطوير نماذج الذكاء الاصطنا1 متعدد الوسائط) يظل مجالاً للعمل المستقبلي. وتؤكد الدراسة أن القيمة الأساسية تكمن في تحسين استخراج المجموعات البحثية، وفحص الأهلية، وتنقية حقول البيانات.