Building a Standardized Cancer Synoptic Report With Semantic and Syntactic Interoperability: Development Study Using SNOMED CT and Fast Healthcare Interoperability Resources (FHIR)
Notice bibliographique
Résumé
Background: Pathology reports contain critical information necessary for the management of cancer patient care. Efforts to structure pathology cancer reports by the College of American Pathologists and the International Collaboration on Cancer Reporting (ICCR) have been successful in standardizing pathology reports. Likewise, standards development organizations have advanced methods to improve data computability and exchange, by enabling interoperability of pathology cancer reports. Objective: This study aimed to provide a tractable method to render pathology cancer reports computable and interoperable using published cancer reporting protocols, SNOMED Clinical Terms (SNOMED CT) and Health Level 7 (HL7) Fast Healthcare Interoperability Resources (FHIR). Methods: The ICCR colorectal cancer (CRC) reporting dataset (version 1.0) was evaluated by terminologists and pathologists. SNOMED CT concepts were bound to the data elements. The dataset was then converted into a FHIR structured data capture (SDC) questionnaire using the United States National Library of Medicine tooling and rendered into a FHIR-conformant message for data exchange. Results: The ICCR CRC dataset contained 216 data elements; 207 data elements were bound to SNOMED CT and incorporated into a FHIR SDC construct. The 9 uncoded data elements were ambiguous and could not be reliably encoded. The resultant FHIR SDC form fully represented the ICCR CRC dataset and rendered these data in an R4 JSON format for data exchange. Conclusions: This study demonstrates a tractable and extensible approach to making cancer pathology reports fully computable and interoperable that can be broadly adopted. ICCR datasets are supported internationally and supported by multiple national pathology societies. These datasets can be fully represented using SNOMED CT to render data elements computable and semantically faithful to their intended meaning. The use of the FHIR SDC construct enables widespread and standardized data exchange of clinical information. While challenges remain, including FHIR adoption and the need to maintain current clinical content and standard terminology, this approach provides a clear pathway toward implementation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,052 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».