亚马逊云科技助力InterSystems实现医疗数据管理和映射

关键字: [FHIR to OMOP, Omop Data Repository, Ehr Data Transformation, Fhir To Omop, Cloud Data Pipeline, Automated Data Refresh]

本文字数: 1600, 阅读完需: 8 分钟

导读

在一场亚马逊云科技活动上,演讲者介绍了如何利用基于云的Pipeline服务,将电子健康记录(EHR)数据无需编码即可填充到观察性医学结果伙伴关系(OMOP)数据存储库中。在演示过程中,演讲者阐述了该Pipeline如何与亚马逊云科技服务(如HEALTHLAKE)集成,并利用FHIR标准进行数据映射。OMOP存储库支持跨机构的标准化数据分析,用于研究、临床试验和质量测量。演示重点介绍了InterSystems的云服务如何实现从EHR自动填充OMOP数据、数据质量监控,以及在亚马逊云科技上利用AI/ML进行表型化等功能。

演讲精华

在这个全面的演讲中,演讲者深入探讨了如何在无需编码的情况下,将电子健康记录(EHR)数据填充到观察性医疗结果伙伴关系(OMOP)存储库的复杂过程。首先,演讲者介绍了InterSystems,这是一家医疗保健数据平台公司,为Epic提供支持,其技术管理着超过10亿条患者记录。InterSystems为各种实体提供解决方案,包括政府、医院、付费人和生命科学公司。

演讲者强调了InterSystems与亚马逊云科技(AWS)的合作,认识到云战略的广泛采用。他们已在亚马逊云科技市场上开发并提供产品,利用FHIR等标准,使组织能够使用FHIR数据。此外,InterSystems还在亚马逊云科技平台上提供了其数据平台技术,包括Iris Cloud SQL(一种本地数据管理技术)和其他服务。

接着,演讲者介绍了OMOP,这是一项于2008年由美国食品药品监督管理局(FDA)和一家制药公司启动的倡议,旨在加强药物安全监测。OMOP很快发展成为一个标准,从一个通用数据模型开始,并扩展到包括帮助医疗机构、研究人员和制药公司利用OMOP格式的EHR数据的工具。2014年成立的观察健康数据科学与信息学(OHDSI)组织在创建开源社区和推动OMOP发展方面发挥了关键作用。

演讲者强调了一些已采用OMOP的倡议和组织,包括EDEN,这是一项获得资助的欧洲努力,旨在创建OMOP数据存储库以实现数据共享和研究合作。在COVID-19大流行期间,EDEN通过使用共同的数据模式跨不同数据存储库进行查询,促进了快速的临床观察和指导。演讲者还提到了DARWIN,这是另一个由欧洲药品管理局参与的欧盟资助倡议,认识到OMOP数据存储库对于获得宝贵见解的价值。

在英国,全国医疗服务体系(NHS)已将OMOP格式标准化为其研究安全数据环境,确保了全国范围内研究工作的通用数据格式。演讲者还讨论了美国的”全民健康计划”,该计划旨在以OMOP格式收集超过一百万公民的记录、基因组数据和长期随访数据。国家COVID协作组织(N3C)也利用OMOP格式进行COVID-19队列协作。

演讲者解释说,OMOP由不到40个表格组成,包括患者数据模型(例如,person而非patient,visit occurrence而非encounter)和标准词汇表。标准词汇表确保数据使用相同的标记和本体论进行标准化,从而能够在不同的存储库中进行一致的查询。这种标准化对于分布式查询至关重要,因为亚马逊云科技提供了诸如清洁室之类的服务,可以在具有相同疾病、药物和诊断定义的多个环境中运行查询。

然而,演讲者承认,填充OMOP存储库并非易事。大部分开发都是在开源领域进行的,需要手动和硬编码的ETL过程,需要专业知识,而这在许多机构中并不常见。在一个机构中开发的脚本可能无法在另一个机构中使用,导致可扩展性问题。合同研究组织在这一领域提供服务,但它们的服务可能会很昂贵,且许多更改仍需手动完成。

随后,演讲者介绍了FHIR带来的机遇,因为EHR可以以FHIR标准格式生成数据。虽然在FHIR和OMOP之间进行映射似乎合乎逻辑,但仍存在一些固有的技术挑战需要克服。演讲者强调,有了InterSystems的Pipeline服务,医院和研究人员现在有了一种快速从EHR数据创建OMOP存储库的方式。

传统上,OMOP存储库的刷新过程每隔数月进行一次,涉及清除和重新填充数据,之后再进行数据质量检查。然而,演讲者强调了新的使用案例,例如德国某家医院可以对其OMOP存储库实现每日刷新,用于临床试验招募。另有一个重症监护室联盟正在探索利用OMOP进行临床质量测量和监控服务,这需要每日刷新。演讲者强调,如果通用数据模型能够实现每日刷新,将开启诸多临床和研究应用场景。

数据质量是演讲者讨论的另一个关键方面。传统上,数据质量分析是在填充OMOP存储库之后进行的,之后修复问题并重新填充数据。随着自动化刷新,数据质量监控也必须自动化。

演讲者随后介绍了他们开发的Pipeline,该Pipeline起始于EHR,经过云服务进行FHIR到InterSystems数据Pipeline的转换,将数据填充到亚马逊云科技上的OHDSI存储库。令人兴奋的是,可以利用亚马逊云科技的功能,例如在InterSystems的Iris或其他数据库环境上托管数据库,并利用亚马逊云科技的机器学习、基因组数据集成等工具。该Pipeline还与亚马逊云科技HealthLake集成,允许由HealthLake生成的批量文件被放入S3存储桶,并自动被拾取、转换和填充到OMOP存储库中。

演讲者强调,该Pipeline之所以成功,是因为使用了FHIR等标准,以及InterSystemsPipeline中的工作流引擎,该引擎可自动执行术语查找和其他过程,从而无需自定义脚本或编码。该Pipeline包括基于已发布实现的从FHIR资源到OMOP表的预构建映射,并利用本体智能地将数据映射到适当的OMOP表。

该Pipeline作为云服务提供,用户可以部署用于FHIR到OMOP转换的研究数据Pipeline。部署了两项服务:转换服务和OMOP Pan Iris环境,后者用作数据质量调整、推理和使用自然语言处理(NLP)和生成式人工智能(GenAI)等技术进行丰富的暂存区,然后再将数据加载到主存储库。

演讲者强调了Pipeline的配置驱动性质,仅需最少的编程。用户只需提供参数,如S3存储桶和HEALTHLAKE数据集信息,Pipeline即可自动化整个过程。演讲者着重强调了HEALTHLAKE服务与Pipeline服务之间的无缝集成,实现了自动数据检索和处理。

演讲者认为,拥有不到2,000张病床的中型医院是这些服务的最佳对象,因为它们通常缺乏大型研究IT部门。通过提供自动化服务,研究人员可以开展工作,而无需给IT部门增加负担。

随后,演讲者演示了错误监控功能,展示了Pipeline如何识别和处理批量FHIR文件、识别未识别或缺失代码等错误,并提供直观的解决方案,如导入带有额外代码映射的CSV文件。还提供了资源计数、患者计数和资源级统计数据等指标,用于数据质量监控。

演讲者确认,OHDSI工具Atlas和Hades已经增强,可在Iris Data Platform上工作,允许研究人员使用熟悉的基于Web的工具查询OMOP存储库,而无需依赖SQL。

总的来说,演讲者强调了利用FHIR的好处,这是一种被各种实体(包括保险公司)采用的标准,研究人员可以利用EHR数据以OMOP格式进行分析。自动化的基于云的Pipeline简化了流程,实现了每日刷新和基于消费的定价。与亚马逊云科技服务(如HEALTHLAKE)的集成,以及利用亚马逊云科技的机器学习、基因组数据集成等功能,进一步增强了Pipeline的价值。演讲者对保险公司采用OMOP标准作为分析基础,以及OHDSI工具在Iris Data Platform上的可用性表示兴奋。最后,演讲者强调与亚马逊云科技合作的重要性,利用其生态系统工具,将数据转化为有意义的临床研究见解。

总结

1. 该Pipeline利用亚马逊云科技服务,与HealthLake相融合,允许数据从电子健康记录(EHR)系统流向托管在亚马逊云科技上的OMOP存储库,使研究人员能够充分利用云平台的强大功能。
2. 通过采用FHIR标准和自动化工作流程,该Pipeline消除了定制脚本的需求,使整个过程更加便捷,并有利于跨机构扩展。
3. 该Pipeline包含数据质量检查环节,并能够在填充主OMOP存储库之前执行额外的数据丰富和推理操作,例如利用GenAI进行表型化处理。

总体而言,这种基于云的解决方案强调了在简化OMOP存储库的创建和维护方面的巨大潜力,有助于实现更高效、更具协作性的研究工作,同时充分利用亚马逊云科技和新兴技术(如GenAI)的强大功能。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。亚马逊云科技致力于成为企业构建和应用生成式AI的首选，通过生成式AI技术栈，提供用于模型训练和推理的基础设施服务、构建生成式AI应用的大模型等工具、以及开箱即用的生成式AI应用。深耕本地、链接全球 -- 在中国，亚马逊云科技通过安全、稳定、可信赖的云服务，助力中国企业加速数字化转型和创新，并深度参与全球化市场。