Multilingual Access to Biomedical Documents

Präsentation zum Thema: "Multilingual Access to Biomedical Documents"—  Präsentation transkript:

1 Multilingual Access to Biomedical Documents
Stefan Schulz

2 Company

3 Averbis GmbH Founded in April 2007 Based in Freiburg im Breisgau
Team of experts in medicine and computer sciences Averbis GmbH Shareholders Kornél Markó Philipp Daumke Campus Technologies Freiburg GmbH, Universitätsklinikum Freiburg Directors Scientific Board Prof. Dr. Rüdiger Klar PD Dr. Stefan Schulz Prof. Dr. Udo Hahn Consultants Dr. Albrecht Zaiß Prof. Dr. Bernhard Arnolds Employees & Student Workers

4 Averbis GmbH Innovative semantic retrieval technologies based on 10+ scientific research Search & language technologies specifically designed for health care and life sciences Target market/Scope: Averbis – Scope & Business Area

5 Cross Language Information Retrieval
Cross language information retrieval (CLIR) deals with retrieving information written in a language different from the language of the user's query CLIR research in medicine becomes especially important in exchanging global knowledge Researchers want to share global research results Medical doctors need to exchange patient information worldwide Patients demand extensive access to medical information

6 Cross Language Information Retrieval
Includes Monolingal Information Retrieval Benefit for multilingual users Avoid multiple queries Pose a question in their preferred language Monolingual users take advantage if their passive knowledge is sufficient to understand documents in a foreign language If (automatic) translation can be performed If image captions are used to search for images 2 3

7 Freiburger Handsearch-Projekt
Begonnen hat das Handsearching in Deutschland im Jahr 1995 […]. Das UK Cochrane Centre koordinierte das Projekt zum Handsearching von in Europa publizierten Zeitschriften mit allgemeinem medizinischem Themenbezug. Insgesamt nahmen 16 europäische Staaten mit 12 verschiedenen Landessprachen an diesem Projekt teil. Von mehr als 100 Handsearchern wurden 119 Zeitschriften durchsucht. Dabei wurden controlled clinical trials identifiziert ( RCTs und CCTs); davon waren (83%) nicht als „controlled trial“ in Medline gelistet. 6.554 (30%) stammten aus Zeitschriften, die nicht in Medline aufgenommen sind. Etwa ein Drittel aller kontrollierten Studien wurden in einer anderen Sprache als Englisch publiziert, davon war ein Großteil (5.300 RCTs und CCTs) aus den 20 durchsuchten deutschsprachigen medizinischen Zeitschriften.

8 Core Technology

9 Hypotheses The true, significant elements of language are either words, significant parts of words, or word groupings. [Sapir 1921] Linguistic variations make (medical) Information Retrieval difficult Levels of linguistic variations Morphology Syntax Lexico-Semantics

10 Linguistic variations
Inflection: diseases, appendix, -ices Derivation: leucozyte, leukozytic Composition: para|sympath|ectomy Acronyms: AIDS, SARS, OECD Orthographic Variants: oesophagus, esophagus Synonyms: Sarcoidosis, Morbus Besnier-Boeck-Schaumann, Lupus pernio, benign lymphogranulomatosis, uveoparotid fever…. Proper Names: Aspirin, ASS, ...

11 Innovative approach conventional lexicons contain about entries Active vocabulary is tenfold+ bigger Innovation: subword lexicons linked across languages via a thesaurus Data reduction by 90% Normalisation of all linguistic variants Optimal coding efficiency retrieval performance gain up to 50% (monolingual) and 20% (multilingual) (MedInfo 2007) Myo|card|itis Herz|muskel|entzünd|ung Inflamm|ation of the heart muscle

12 Morpho-Semantic Indexing
High TSH values suggest the diagnosis of primary hypo-thyroidism ... Original Erhöhte TSH-Werte erlauben die Diagnose einer primären Hypo-thyreose ...

13 Morpho-Semantic Indexing
High TSH values suggest the diagnosis of primary hypo-thyroidism ... Original Erhöhte TSH-Werte erlauben die Diagnose einer primären Hypo-thyreose ... high tsh values suggest the diagnosis of primary hypo-thyroidism ... erhoehte tsh-werte erlauben die diagnose einer primaeren hypo-thyreose ... Orthographic Rules Normalization

14 Morpho-Semantic Indexing
High TSH values suggest the diagnosis of primary hypo-thyroidism ... Original Erhöhte TSH-Werte erlauben die Diagnose einer primären Hypo-thyreose ... high tsh values suggest the diagnosis of primary hypo-thyroidism ... erhoehte tsh-werte erlauben die diagnose einer primaeren hypo-thyreose ... Orthographic Rules Normalization high tsh value s suggest the diagnos is of primar y hypo thyroid ism er hoeh te tsh wert e erlaub en die diagnos e einer primaer en hypo thyre ose Morph. Segmentation Subword Lexicon

15 Morpho-Semantic Indexing
High TSH values suggest the diagnosis of primary hypo-thyroidism ... Original Erhöhte TSH-Werte erlauben die Diagnose einer primären Hypo-thyreose ... high tsh values suggest the diagnosis of primary hypo-thyroidism ... erhoehte tsh-werte erlauben die diagnose einer primaeren hypo-thyreose ... Orthographic Rules Normalization high tsh value s suggest the diagnos is of primar y hypo thyroid ism er hoeh te tsh wert e erlaub en die diagnos e einer primaer en hypo thyre ose Morph. Segmentation Subword Lexicon #up tsh #value #suggest #diagnost #primar #small #thyre MID-Representation #up tsh #value #permit #diagnost #primar #small #thyre Subword Thesaurus Semantic Normalization

16 Products

17 Averbis Search Platform
Ultrafast semantic search engine Optimized for Health Care and Life Sciences Content analysis and linguistic normalisation of documents Most intuitive user interfaces Laymen and expert ways to access information Multi- & crosslingual

18 Features Type Search for… Find… Others Averbis Typos breats cancer
breast cancer Spelling oesophagus esophagus Inflection appendix appendices Word Order chronic bronchitis bronchitis, chronic Derivation leukozytic leucozyte Context parasympathectomy removal of parasympatic tissue --- Composita myocarditis Inflammation of the heart muscle Synonyms stroke apoplex Abbreviations WHO World Health Organization Laymen/Expert Breast removal mastectomy Multilinguality Herzmuskelentzündung Inflammation of the heart muscle, myocarditis

19 Ways to access information
via Body Key E.g. Three levels Main category Sub category Diseases/Procedures (ICD/OPS) Categories selected by anatomy / functions Optional customizing to category subsets / other classifications Ear Outer Ear Middle Ear Ear Infection Hearing Loss Inner Ear Hearing Hearing loss Balance Respiratory Tract Heart and Blood Digestive System Bones, Joints and Muscles Urinary and Reproductive System Other categories >

20 Ways to access information
Tag-Clouds Offer highly associated terms in addition to a free-text query Font size corresponds to semantic adjacency Allows a stepwise refinement or navigation through the information Sport therapy Hip Osteo-arthritis Diclofenac Ibuprofen Hip replacement Arthrose Query: Hip Joint

21 Ways to access information
Query: Hip Joint Diseases Procedures Osteoarthritis, Hip Hip replacement Hip Disease Reoperation Hip dislocation Medicaments Researcher Kold, Søren Voltaren Ibuprofen Ovesen, Janne Related Terms: Offer highly associated terms in addition to a free-text query (like in a Tag Cloud) Grouping in predefined categories Allows to search for the most frequent diseases and procedures of an anatomical structure, e.g. „Hip Joint -> Osteoarthritis, Hip -> Hip replacements“

22 Classifications Averbis ist Experte für die transparente Einbindung verschiedenster medizinischer Klassifikationen in das Information Retrieval Vorteile des Einsatzes bekannter Klassifikationen: Semantische Interoperabilität Beispielsweise können Leistungen verschiedener Krankenhäuser durch Verwendung von ICD/OPS einheitlich verglichen werden Cross-Linking zwischen Terminologien Hierdurch können Benutzer per Mausklick von Organen zu Krankheiten, von Krankheiten zu Therapien, von Therapien zu Forschungsergebnissen etc. navigieren Verbesserung der Retrievalergebnisse Durch die Verwendung von Schlagwörtern wird das Auffinden von Dokumenten enorm erleichtert Fallabrechnung Effiziente Extraktion von ICD/OPS-Codes aus ärztlichen Freitexten erleichtert den klinischen Arbeitsablauf von Ärzten und führt zu mehr Zeit für die Patientenversorgung Patientensicherheit Beim instituts- und landesübergreifenden Austausch von Patientendaten können durch standardisierte Terminologien Mehrfachuntersuchungen vermieden, auf Allergien und Unverträglichkeiten hingewiesen und Krankengeschichten einheitlich übermittelt werden

23 Referenzen

24 Portal zur eigenständigen Entscheidungsfindung bei der Krankenhauswahl
Aufgabe der Averbis: Einfacher Zugang zu Expertenwissen Laiensprachliche Suche Laiensprachliche Klassifikation (Körpernavigation) Launch: Frühjahr 2008 Microsite seit

25

26 Zentralbibliothek für Medizin
Größte europäische Medizinbibliothek ~20 Millionen Datenbankeinträge 60,000 Anfragen pro Monat durch Averbis erstmalig intelligente und sprach-übergreifende Suche möglich

27

28 Thank you!