A new AI assisted approach aligns data standards and accelerates interoperability in biomedical research.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Büyük Dil Modellerinin (LLM'ler) otomatik Ortak Veri Elemanı (CDE) nesli aracılığıyla biyomedikal veri uyumunu nasıl hızlandırdığını gösteriyoruz. OpenAI'nin Generative Pre-eğitimli Transformer - 4 (API Model gpt-4-0613) aracılığıyla klinik taksonomlar ve araştırma veri sözlükleri dahil 31 veri kümesini işledik ve şablon tabanlı bir sistem kullanarak her eleman için kapsamlı meta veriler ürettik. Denek madde uzmanları çıktıları doğruladı, üretilen meta veri alanlarının %94'ünü bulmak, yarı yapılandırılmış kaynaklar için ağırlıksız bir doğrulukla %83,8'lik bir genel revizyon gerektirmedi. Elle yapılan yaklaşımlardan dramatik olarak daha hızlı. Sistemimiz, değişkenler arasındaki semantik denklikleri tanımlamak için ağırlıklı alan eşlemeli ElasticSearch'i kullanır, standart bir depo oluştururken yinelenen CDE'lerden kaçınır. Alzheimer Hastalığı Nörogörüntüleme İnisiyatifi (ADNI) ve Global Parkinson Genetik Programı (GP2) veri kümeleri ile yapılan testler, daha önce görülmemiş başlıkların %32,4'ünün CDE'lerimize başarılı bir şekilde eşleştiğini, eşleme, tamlık ve uyumluluk ölçümlerine göre ortalama 53,8/100'lük birlikte çalışabilirlik puanları olduğunu göstermiştir. Bu yaklaşım, veri entegrasyonunun en sıkıcı yönlerini otomatikleştirerek, biyomedikal araştırmalarda çapraz çalışma işbirliğinin önündeki engelleri azaltır.

Özgün kaynak özetini okuyun

We demonstrate how Large Language Models (LLMs) accelerate biomedical data harmonization through automated Common Data Element (CDE) generation. We processed 31 datasets including clinical taxonomies and research data dictionaries through OpenAI's Generative Pre-trained Transformer - 4 (API Model gpt-4-0613), generating comprehensive metadata for each element using a template-based system. Subject-matter experts validated outputs, finding 94% of generated metadata fields required no revision overall, with an unweighted accuracy of 83.8%, unweighted, for semi-structured sources. Dramatically faster than manual approaches. Our system uses ElasticSearch with weighted field matching to identify semantic equivalences between variables, avoiding duplicate CDEs while building a standardized repository. Testing with Alzheimer's Disease Neuroimaging Initiative (ADNI) and Global Parkinson's Genetic Program (GP2) datasets showed 32.4% of previously unseen headers successfully mapped to our CDEs, with interoperability scores averaging 53.8/100 based on matching, completeness, and compliance metrics. This approach automates the most tedious aspects of data integration, reducing barriers to cross-study collaboration in biomedical research.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.