Metadata-based Assessment of SNOMED CT and LOINC Adoption Across 800 000 Swiss Patients
本研究は、80万人のスイス人患者を対象としたSNOMED CTおよびLOINC採用に関する初の全国的な実証的ベースラインを提示しており、これらの標準規格が広く使用されている一方で、コード使用における著しい機関間の異質性と機関をまたぐ重複の限定性が、現在、完全な意味論的調和を妨げていることを明らかにしている。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
医療の世界を、あらゆる患者の物語が書き留められた、巨大で賑やかな図書館だと想像してみてください。何十年もの間、これらの物語は数千もの異なる言語や方言で保管されてきました。ある医師は「心臓発作」と書き、別の医師は「心筋梗塞」と書き、三人目の医師は自分にしか分からない現地の略語を書き殴るかもしれません。これが「相互運用性（インターオペラビリティ）」の問題です。もし、パターンを見つけたり病気を治療したりするために、すべての物語をまとめて読みたいのであれば、まず全員が同じ言語を話す必要があります。これを解決するために、医療界は二つの巨大な辞書を作りました。一つ目は「SNOMED CT」と呼ばれるもので、骨折から特定の種類のすべてのアレルギーに至るまで、医師が見たり、感じたり、行ったりするあらゆる事象に関する膨大な百科事典のようなものです。二つ目は「LOINC」と呼ばれる、検査項目に特化した辞書であり、ある病院での「糖」の血液検査が、別の病院でも全く同じものであることを保証します。研究者たちの大きな疑問は、病院は本当にこれらの辞書を使っているのか、それとも依然として独自の秘密のコードを使い続けているのか、ということです。
この論文は、スイスのヘルスケアシステムを全国規模で大規模に覗き見ることによって、その疑問に答えます。何百万もの個々の患者ファイルを読み込む代わりに（それはプライバシー上の悪夢となるでしょう）、研究者たちは「メタデータ」、つまり本を開かずに図書カード目録をチェックするような方法を用いました。彼らは、スイスの主要な6つの大学病院における817,856人の患者のデジタル的な足跡を分析しました。彼らの目的は、これらの病院がデータをラベル付けするために本当にSNOMED CTやLOINCの辞書を使用しているのか、それとも、古いローカルなやり方に密かに固執しながら、単にふりをしているだけなのかを確認することでした。
結果はこうでした。病院は間違いなくこれらの辞書を使用しています。実際、SNOMED CTとLOINCは主役であり、すべてのコード化されたデータインスタンスの87%（具体的にはSNOMED CTが60%、LOINCが32%）を占めています。これは膨大なデータ、およそ7億1,700万個の個別の情報です！しかし、詳しく見ていくと、物語は少し複雑になります。全員が同じ辞書を使ってはいるものの、必ずしも辞書の中の「同じ言葉」を使っているわけではないのです。
これは、友人グループが一緒に巨大なレゴのお城を作ろうとしているようなものです。彼らは皆、同じ箱に入ったレンガ（辞書）を持っていますが、病院Aは赤いレンガだけで塔を作っており、病院Bは同じ塔を作るために青いレンガを使っています。研究によると、合計で6,557個のSNOMED CTコードと3,693個のLOINCコードが存在していましたが、そのほとんどが一つまたは二つの病院に固有のものでした。例えば、「物質（薬物や化学物質など）」のカテゴリーでは、何千もの異なるコードがありましたが、そのほとんどが6つの病院すべてで共有されているものはほとんどありませんでした。まるで、それぞれの病院が同じレゴのパーツに対して、独自の特定の「赤色」を発明したかのようです。
全員が全く同じコードで一致したのは、最も基本的で日常的な事柄についてだけでした。最も多く使用されたトップ10のSNOMED CTコードは、「女性」、「男性」、「静脈内投与経路」、「受理済み（患者が研究に同意したことを意味する）」といったものでした。同様に、トップ10のLOINCコードはすべて、「血小板」や「カリウム」のような標準的な血液検査でした。つまり、退屈で日常的な事柄については、全員が同じ言語を話しているようです。しかし、複雑な怪我や珍しい微生物のように、物事が具体的になると、すぐに全員が独自のダイアレクト（方言）を話し始めます。
研究者たちはまた、病院が辞書のどれほど「深く」入り込んでいるかも調査しました。例えば、「動物」、「哺乳類」、「犬」、そして「ゴールデンレトリバー」と調べることができる辞書を想像してください。ある病院は「犬」で止まり、別の病院は「ゴールデンレトリバー」まで行きます。この「深さ」は大きく異なるところがあることが分かりました。非常に具体的な病院もあれば、一般的な状態に留まる病院もありました。これは必ずしも間違いではありません。ある病院は特定の身体部位に対して非常に詳細なコードを持っているかもしれませんが、別の病院は一般的なコードに「左」や「右」というタグを組み合わせて同じ部位を説明しているかもしれません。どちらの方法も機能しますが、コンピュータが比較しようとする際には異なって見えます。
では、結論はどうでしょうか？この論文は、スイスがこれらの国際標準を採用する上で大きな進歩を遂げたものの、単に辞書を持っているだけでは、データを完全に相互交換可能にするには不十分であることを示唆しています。「意味論的調和（セマンティック・ハーモナイゼーション）」、つまり全員が全く同じ事柄に対して全く同じ言葉を使う状態は、まだ進行中の課題です。著者たちは、データが自由に混ぜ合わせたり組み合わせたりできる状態であると単純に仮定することはできず、単に同じ辞書を使うだけでなく、同じ特定の言葉を使うように全員が一致していく努力を続ける必要があると主張しています。これは、たとえ私たち全員が同じ地図を持っていたとしても、正確にどの道を進むのかについて合意する必要があるということを思い出させてくれます。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。