Data integration approaches for supporting retrieval of medical information in the Web

Abstract

In recent years, the World Wide Web has become the basic source of scientific information. Especially for medical information, several Medical Information Systems have been developed in order to store and organize medical data and make it available to users through specialized search engines provided by them, or through general purpose search engines like Google. Vast amount of medical data available in the Web and the large number of Medical Information Systems make the search process of reliable medical information a time-consuming and sometimes difficult process. This work presents an integration method for search and retrieval of medical data and MIIDLE, an integration system for search and retrieval of medical information from heterogeneous sources. MIIDLE utilizes MeSH, the National Library of Medicine's controlled vocabulary thesaurus as a common vocabulary for the integration process. Using AMTEx method, it extracts medical terms from the retrieved data, and it expands the query used for the retrieval with MeSH terms. Combining the extracted terms with the expanded query it ranks the results with respect to their relevance using Vector Space Model. MIIDLE results are evaluated by users and its performance is compared with the performance of the sources that it accesses.

Το διαδίκτυο αποτελεί πλέον τον βασικότερο τρόπο ανάκτησης επιστημονικής πληροφορίας. Ειδικότερα για δεδομένα που αφορούν τον ιατρικό τομέα έχουν αναπτυχθεί Ιατρικά Πληροφοριακά Συστήματα τα οποία αποθηκεύουν και οργανώνουν την ιατρική πληροφορία και τελικά την καθιστούν διαθέσιμη στους χρήστες είτε μέσω εξειδικευμένων μηχανών αναζήτησης που παρέχονται από αυτά, είτε μέσω μηχανών αναζήτησης γενικού σκοπού όπως η Google. Ο μεγάλος όγκος των ιατρικών δεδομένων που διατίθενται, καθώς και το πλήθος και η ανομοιογένεια των Ιατρικών Πληροφοριακών Συστημάτων ως προς τον τρόπο ταξινόμησης και αναζήτησης που προσφέρουν, καθιστούν την αναζήτηση αξιόπιστης ιατρικής πληροφορίας χρονοβόρα και κάποιες φορές δύσκολη διαδικασία. Στην παρούσα εργασία περιγράφεται μία μέθοδος ενοποιημένης αναζήτησης και ανάκτησης ιατρικής πληροφορίας από το διαδίκτυο και παρουσιάζεται το MIIDLE, ένα σύστημα που παρέχει τη δυνατότητα ενοποιημένης αναζήτησης ιατρικής πληροφορίας στο διαδίκτυο από ετερογενείς πηγές πληροφορίας. Το MIIDLE χρησιμοποιεί το ελεγχόμενο λεξιλόγιο MeSH του National Library of Medicine ως κοινή βάση. Με τη χρήση της μεθόδου AMTEx πραγματοποιεί εξαγωγή ιατρικών όρων από τα ανακτώμενα ιατρικά δεδομένα από τις διαφορετικές πηγές ενώ παράλληλα διευρύνει το ερώτημα από το οποίο προέκυψαν τα δεδομένα με όρους που ανήκουν στο MeSH. Συνδυάζοντας τους ιατρικούς όρους που εξήχθησαν και το διευρυμένο ερώτημα και με χρήση της μεθόδου Vector Space Model επιστρέφει στον χρήστη τα αποτελέσματα ταξινομημένα ως προς τη σχετικότητά τους με το αρχικό ερώτημα. Τα αποτελέσματα του MIIDLE αξιολογούνται από χρήστες και η αποδοτικότητά του συγκρίνεται με την αποδοτικότητα των πηγών από τις οποίες άντλησε τα αποτελέσματα.