SNOMED-CT

Inleiding

SNOMED-CT is de belangrijkste klinische terminologie wereldwijd. Een terminologie is een coderingssysteem, waarin codes vertaald worden naar betekenis, en omgekeerd, zodat verschillende benamingen voor hetzelfde onder een code worden genoteerd.

Een belangrijke reden van klinisch falen is het verkeerd begrijpen van elkaar. Het verkeerde been afzetten is een bekend voorbeeld. Maar ook, verkeerde medicatie, verwarring over aandoeningen.
Helemaal wordt het ingewikkeld als het buitenland erbij betrokken is, dan gaan talen en culturen een rol spelen en wordt de verwarring nog groter. Per jaar sterven, zo zegt men, alleen al in Nederland, onnodig, 1800 mensen vanwege verwarring in communicatie.

Dit document probeert niet alles over SNOMED-CT te vertellen. Er zijn gigabytes aan documentatie over SNOMED-CT geschreven. SNOMED-CT is een heel groot onderwerp, en als je er niet veel van weet, dan zijn er twee mogelijkheden om ermee aan de slag te gaan. Vul in Google het woordje SNOMED-CT in, en zie de tsunami van kennis op je afkomen. Je kan ook een overzichtsdocument lezen, en is het mogelijk om daarna doelgericht naar informatie zoeken.

De voordelen van SNOMED-CT

SNOMED-CT verbetert de zorg van individuele patiënten door de juiste informatie eenduidig beschikbaar te stellen uit verschillende dossiers. Er is een software-industrie-tak ontstaan uit SNOMED-CT, deze heeft, behalve medische dossiers, triage en communicatie.

Software hoeft niet meer in vrije tekst te zoeken, en weet dus eenduidig  wat er wordt bedoeld. SNOMED-CT maakt epidemiologie makkelijker en betrouwbaarder, en helpt bij onderzoek en signaleren van ziekten. En tenslotte kunnen dure en fatale fouten worden vermeden.

Niet alleen patiënten hebben veel voordelen, maar ook de diensten en overheden. Door SNOMED-CT is de waarde en betrouwbaarheid van interoperabiliteit enorm toegenomen. SNOMED-CT maakt het mogelijk om klinische termen aan klinische context te koppelen. Dit is erg nuttig voor zorg, audits, onderzoek, management.

Software toepassingen profiteren ervan, gegevens worden op gestandaardiseerde wijze opgeslagen, er kunnen alert-systemen voor medicatie-interactie worden ingericht, bijvoorbeeld decision-support.

Op deze afbeelding is aangegeven hoe SNOMED-CT onderdelen van de medische wetenschap en behandeling verbindt.

SNOMED-CT, op ontdekkingsreis.

Toegang tot de terminologie

De organisatie die SNOMED-CT heeft opgezet, IHTSDO (uitspreken als itchsdoe) heeft de database opengesteld voor publiek (voor demodoeleinden)

https://browser.ihtsdotools.org/?

Klik op “Go Browsing” en zie het wonder van de supersnelle Graph-database, klik bovenin op Release: Nederlandse Editie, en vul een Nederlandse klinische term in, de eerste drie letters, bijvoorbeeld: “bee”. Op een keer blijkt dat “Beef” kennelijk ook een klinisch begrip is, klik erop. Er verschijnt een lijstje met gerelateerde termen. De Parents (2 stuks) en de Children  (9 stuks). Bij de Parents blijkt dat het een substantie is en dat je er allergisch voor kunt zijn. De database wordt vanuit het Engels vertaald naar Nederlands door Nictiz. Er staan nog steeds veel Engelse termen in.

Ik bedoelde eigenlijk “Been”, zet een “n” achter “bee” en dan wordt het gelijk meer gezondheid gerelateerd. Aan hoeveel medische begrippen zijn benen gerelateerd? 2844 termen in SNOMED. Het illustreert goed hoe uitgebreid en gedetailleerd SNOMED is, en als je daar niet genoeg aan hebt, je kan ook expressies maken van verschillende SNOMED-codes, dit kan onbeperkt. Maar dat is een blog apart waard.

De data-structuur

We zagen al dat er sprake is van parents en children, van IS-A, van attributen. Dan wordt de datamodelleur wakker, en terecht. SNOMED heeft een speciale structuur en de items zijn op speciale wijze gekoppeld.

Allereerst vanuit hiërarchisch oogpunt. In SNOMED zit een top-hierarchie, en die top is onder te verdelen in drie onderwerpen. Ik ga ze beschrijven in het Engels omdat ze zo in alle beschrijvingen terugkomen en op deze manier is de link tussen dit blog en de overige documentatie makkelijker te maken. Achter iedere top-hiërarchie geef ik een of meer voorbeelden.

Object Hierarchies:

Dit zijn alle concepten die te maken hebben met patiënten.
Clinical findings: klinische observaties, ziekten (disorder)
Procedure: ingrijpende handelingen, medicaties
Situation with explicit context: referend aan buitenstaanders of andere tijdstippen dan het huidige
Observable entity: Iets dat gemeten of waargenomen kan worden
Event: intubatie
Staging and Scales: Tumor-fase
Specimen: bloedmonster

Value Hierarchies

Dit zijn de concepten die te maken hebben met waarden in relaties tussen concepten:
Body structure: normale anatomische structuur, morfologische afwijkingen
Organism: micro-organismen
Substance: body substance
Pharmaceutical product: medicatie
Physical object: Iets wat door mensen is gemaakt: auto, of iets uit de natuur: boom
Physical force: De mechanische beschrijving van een verwonding
Social context: religie, etnische groep
Environment or geographical location: benoemde locatie: Sahara, de Alpen, Katwijk aan zee

Miscellaneous Hierarchies:

Qualifier value: Links, rechts (van hand of voet),
Record Artifact: Bijvoorbeeld een medisch dossier
Special concept: Concepten waar iets mee aan de hand is (bijvoorbeeld, niet meer in gebruik)
Linkage concept: soort van attribuut.

Attributen

Naast de top-hiërarchieën zijn er de attributen. Ieder attribuut heeft een domein en een waarde. Bijvoorbeeld het domein Clinical Finding. Een mogelijk attribuut van Clinical Finding  is Finding Site. Op deze wijze kan volgende expressie worden samengesteld:
|Pneumonia|:|FINDING SITE|:|=|Lung Structure|

De geschiedenis

SNOMED is begonnen in de vorige eeuw in 1965, het heette toen SNOP, in 1974 kwam het begrip SNOMED en in 2002 was de eerste publieke release. De meeste landen gebruikten lokale en gebrekkige terminologieën. Vaak ontwierpen software-leveranciers eigen terminologieën, zodat zelfs van het ene naar het andere ziekenhuis, soms zelfs, binnen een ziekenhuis communicatie over de toestand van een patiënt amper veilig was.

Het was dan ook bijzonder moedig van deze Amerikanen (College of American Pathologists) om een dergelijk ambitieus project op te zetten. In 2007 was de eerste publieke release door IHTSDO.

Landen kunnen lid worden en voorzien in een vertaling. De landen die lid worden betalen mee aan de verdere ontwikkeling, en stellen binnen hun land de database gratis ter beschikking. Nederland is een van de eerste leden van IHTSDO. Andere vroege leden zijn o.a. USA, Canada, Australie, UK, Zweden… In 2015 waren er 25 leden, inmiddels zijn China en India ook lid. Dus de medische gegevens van meer dan de helft van de wereldbevolking wordt actief getransformeerd naar SNOMED concepten. Miljarden mensen hebben dezelfde code in hun EPD, om aan te geven of ze wel of niet ze de COVID-19 hebben.

Tenslotte, resumerend

SNOMED geeft betekenis aan  medische concepten. De medische concepten binnen SNOMED zijn gerelateerd aan elkaar, of in een IS-A relatie als een attribuut. Bijvoorbeeld onderstaande afbeelding zegt ons iets over longontsteking. De oorzaak, de locatie in het lichaam, en de plaats binnen de hiërarchie van medische begrippen. In de SNOMED browser vinden we deze diagrammen onder het kopje: Diagram. Hieronder het diagram bij virale longontsteking veroorzaakt door AIDS.

Klikken we op Expression, dan zien we hetzelfde diagram weergegeven als expressie, en hieruit blijkt de kracht van SNOMED. Begrippen zijn opgebouwd en gerelateerd aan andere begrippen, en het is ook mogelijk om nieuwe begrippen te maken als er geen (nog) concept voor is.

Bert Verhees

Senior developer in Java, Spring, Golang, Typescript, AWS, Google, programming languages, frameworks, environments. Seasoned in government-standards, clinical standards, UML, XML, JSON, SQL. Experienced in translating business-case requirements to ICT.