[논문 리뷰] Applying Personal Knowledge Graphs to Health

Sola Shirai, Oshani Seneviratne외 1명|arXiv (Cornell University)|2021. 04. 15.

Data Quality and Management참고 문헌 9인용 수 12

한 줄 요약

이 논문은 환자 중심의 건강 데이터를 도메인 특화 지식 그래프와 통합함으로써 지식 기반 개인 맞춤형 건강의사결정을 향상시키기 위해 개인 건강 지식 그래프(PHKGs)를 제안한다. 환자 특화 건강 데이터 수집, 연결, 유지 보수를 위한 프레임워크를 제시하며, 기밀성, 데이터 이질성, 시스템 간 일관성 등의 핵심 과제를 다룬다.

ABSTRACT

Knowledge graphs that encapsulate personal health information, or personal health knowledge graphs (PHKG), can help enable personalized health care in knowledge-driven systems. In this paper we provide a short survey of existing work surrounding the emerging paradigm of PHKGs and highlight the major challenges that remain. We find that while some preliminary exploration exists on the topic of personal knowledge graphs, development of PHKGs remains under-explored. A range of challenges surrounding the collection, linkage, and maintenance of personal health knowledge remains to be addressed to fully realize PHKGs.

연구 동기 및 목표

• 지식 기반 건강의사결정 시스템에서의 구조적이고 재사용 가능한 개인 건강 지식의 부족을 해결하기 위해.
• 환자 특화 데이터를 외부 의료 지식 그래프와 통합하는 Personal Health Knowledge Graphs(PHKGs)를 생성하고 유지 관리하기 위한 프레임워크를 제안하기 위해.
• 개인 건강 지식 수집, 연결, 유지 보수 과정에서 발생하는 핵심 과제를 특정하고 분석하며 기밀성을 유지하기 위해.
• 통합된 환자 중심 지식 표현을 통해 맥락 인식형, 설명 가능한 결정보조를 개인 건강 응용 프로그램에서 실현하기 위해.
• 만성질환 관리 및 임상 의사결정 지원 분야에서의 향후 PHKG 구현을 위한 기반을 마련하기 위해.

제안 방법

• 개인 건강 지식 그래프(PHKGs)를 정의하여 개인적으로 관련성이 있는 건강 엔티티와 관계를 구조화된 사용자 중심 지식 그래프로 캡처하고, 외부 도메인 특화 지식 그래프와의 연결을 포함한다.
• 엔티티 연결 기법을 사용하여 PHKG 엔티티(예: '내 당뇨병 진단')를 외부 지식 그래프(예: 질병 온톨로지, FoodKG)에 연결함으로써 풍부한 추론 기능을 제공한다.
• 전자 건강 기록(EHRs), IoT 기기, 개인용 디지털 어시스턴트 등 이질적인 소스로부터 개인 건강 지식의 일관된 저장 및 점진적 업데이트를 위한 방법론을 개발한다.
• 접근 제어 및 개인 건강 데이터의 기원 추적을 존중하는 기밀성 인식 데이터 수집 파이프라인을 구현한다.
• 실시간 업데이트와 기밀성 제약 간 균형을 고려한 유지 보수 전략을 설계하며, 충돌하거나 모호한 건강 정보에 대한 갈등 해결 기법을 포함한다.
• PHKG와 외부 지식 그래프 간 엔티티 연결을 정의하고 관리하기 위한 표준화된 워크플로우를 제안하여 상호운용성과 일관성을 확보한다.

실험 결과

연구 질문

• RQ1 어떻게 개인 건강 지식을 효과적으로 캡처하고 구조화할 수 있을까? 이는 건강 응용 프로그램에서 추론과 개인 맞춤형 서비스를 지원하기 위한 것이다.
• RQ2 기본적으로 도메인 특화 지식 그래프에 연결된 개인 건강 엔티티를 정확하게 해석하고 일관성을 유지하기 위해 어떤 핵심 과제가 존재하는가?
• RQ3 환자의 상태 변화와 외부 의료 지식의 변화를 반영하면서도 기밀성을 유지하는 조건에서 PHKG를 장기간 유지하는 방법은 무엇인가?
• RQ4 다양하고 이질적인 소스에서 개인 건강 데이터를 확장 가능하고 안전하게 수집하기 위해 필요한 인프라와 데이터 모델은 무엇인가?
• RQ5 예를 들어 일일 칼로리 섭취 권고가 상이한 경우와 같은 건강 지식 간 갈등은 PHKG 환경에서 어떻게 해결할 수 있는가?

주요 결과

• PHKGs는 환자 특화 건강 데이터를 도메인 특화 지식 그래프와 통합하여 개인 맞춤형, 설명 가능한 임상 의사결정 지원을 실현하는 데 유망한 패러다임을 제공한다.
• 만성질환 관리 및 생활습관 간병에 잠재력이 높아지고 있음에도 불구하고, 현재 문헌에는 PHKG의 구체적 구현 사례가 부족하다.
• 데이터 이질성, 기밀성 제약, 표준화된 데이터 모델의 필요성 등으로 인해 개인 건강 데이터 수집 과정에서 주요 과제가 남아 있다.
• PHKG와 외부 지식 그래프 간 엔티티 연결은 모호성, 충돌하는 정보, 기원 의존성으로 인해 복잡하며, 강력한 해소 기법이 필요하다.
• PHKG의 유지 보수는 데이터 최신성과 기밀성 간의 상충 관계를 수반하며, 연결된 지식 소스를 지속적으로 모니터링하기 위한 확장 가능한 솔루션은 현재 존재하지 않는다.
• 다양한 건강 응용 프로그램 간 일관성, 재사용성, 상호운용성을 보장하기 위해 표준화된 워크플로우와 방법론이 절실하게 필요하다.