SPHN连接器——一种可扩展的管道，用于从联邦化和语义丰富的健康数据中生成经过验证的知识图谱

瑞士个性化健康网络开发SPHN Connector工具，基于RDF语义网标准实现异构健康数据（临床记录、队列研究、组学数据）的本地化知识图谱构建，解决联邦知识图谱技术难题，支持数据转换、去标识化和迭代验证，满足FAIR原则要求，可集中或联邦使用整合患者多源数据及跨机构数据。

摘要

背景

整合和重用异构健康数据（包括临床记录、队列研究和组学数据集）对于推动现代生物医学研究至关重要。知识图谱提供了一种强大的手段，可以语义化地链接这些数据，从而实现数据互操作性和重用。瑞士个性化健康网络（Swiss Personalized Health Network, SPHN）开发了一个全面的语义互操作性框架，以在国家层面实施FAIR（可发现、可访问、可互操作、可重用）原则。

方法

本文介绍了所采用的策略以及由此产生的SPHN连接器工具，该工具使数据提供者能够将其本地数据转换为符合RDF及相关语义网标准的语义丰富知识图谱。SPHN连接器不需要进行集中式数据转换，而是允许每个机构从其异构数据源本地构建知识图谱，同时在保持数据源治理权的同时确保各站点之间的语义互操作性。

结果

SPHN连接器解决了联邦知识图谱构建中的技术挑战。它将多种数据格式转换为符合SPHN标准的语义丰富RDF，并提供了数据转换、去标识化和验证等功能，特别是针对迭代式数据传输。

结论

生成的数据集可以集中整合，也可以以联邦化的方式使用，从而实现同一患者的信息关联（例如临床常规数据和组学元数据），以及跨站点整合不同患者的数据。