Multilingual Access to Biomedical Documents Stefan Schulz Company

Multilingual Access to Biomedical Documents Stefan Schulz

Company

Averbis Gmb. H • • • Founded in April 2007 Based in Freiburg im Breisgau Team of experts in medicine and computer sciences Averbis Gmb. H Shareholders • Kornél Markó • Philipp Daumke • Campus Technologies Freiburg Gmb. H, Universitätsklinikum Freiburg Directors • Kornél Markó • Philipp Daumke 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

Averbis Gmb. H • 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

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

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

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 21. 620 controlled clinical trials identifiziert (12. 613 RCTs und 9. 007 CCTs); – davon waren 17. 980 (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.

Core Technology

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

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, . . .

Innovative approach • • conventional lexicons contain about 200. 000 entries Active vocabulary is tenfold+ bigger ü Innovation: subword lexicons ü linked across languages via a thesaurus è è Data reduction by 90% Normalisation of all linguistic variants Optimal coding efficiency retrieval performance gain up to 50% (monolingual) and 20% (multilingual) (Med. Info 2007) Myo|card|itis Herz|muskel|entzünd|ung Inflamm|ation of the heart muscle

Morpho-Semantic Indexing High TSH values suggest the diagnosis of primary hypothyroidism. . . Erhöhte TSH-Werte erlauben die Diagnose einer primären Hypothyreose. . . Original

Morpho-Semantic Indexing High TSH values suggest the diagnosis of primary hypothyroidism. . . Orthographic Normalization high tsh values suggest the diagnosis of primary hypothyroidism. . . Erhöhte TSH-Werte erlauben die Diagnose einer primären Hypothyreose. . . Orthographic Rules erhoehte tsh-werte erlauben die diagnose einer primaeren hypothyreose. . . Original

Morpho-Semantic Indexing High TSH values suggest the diagnosis of primary hypothyroidism. . . Orthographic Normalization high tsh values suggest the diagnosis of primary hypothyroidism. . . Erhöhte TSH-Werte erlauben die Diagnose einer primären Hypothyreose. . . Orthographic Rules erhoehte tsh-werte erlauben die diagnose einer primaeren hypothyreose. . . Original Morph. Segmentation Subword Lexicon 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

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

Products

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

Features Type Search for… Find… Others Typos breats cancer breast cancer Spelling oesophagus Inflection appendix appendices Word Order chronic 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 --- Averbis

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

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

Ways to access information Query: Hip Joint Diseases Procedures Osteoarthritis, Hip replacement Reoperation Hip Disease Hip dislocation Medicaments Researcher Voltaren Kold, Søren 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“

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

Referenzen

• Portal zur eigenständigen Entscheidungsfindung bei der Krankenhauswahl • Aufgabe der Averbis: Einfacher Zugang zu Expertenwissen – Laiensprachliche Suche – Laiensprachliche Klassifikation (Körpernavigation) • Launch: – Frühjahr 2008 – Microsite seit 18. 06. 07

Zentralbibliothek für Medizin • Größte europäische Medizinbibliothek • ~20 Millionen Datenbankeinträge • 60, 000 Anfragen pro Monat • durch Averbis erstmalig intelligente und sprachübergreifende Suche möglich

Thank you!