[论文解读] Enhancing Automated Decision Support across Medical and Oral Health Domains with Semantic Web Technologies

Tejal Shah, Fethi Rabhi+2 more|arXiv (Cornell University)|Mar 30, 2014

Semantic Web and Ontologies参考文献 11被引用 4

一句话总结

本文提出一种基于语义网技术的跨领域本体与基于规则的知识系统，用于整合医疗与口腔健康数据，实现循证决策支持。通过在Protege中建模相互依赖的疾病，该方法展示了对共享患者数据的有效推理，提升了传统上孤立的各领域之间的临床决策能力。

ABSTRACT

Research has shown that the general health and oral health of an individual are closely related. Accordingly, current practice of isolating the information base of medical and oral health domains can be dangerous and detrimental to the health of the individual. However, technical issues such as heterogeneous data collection and storage formats, limited sharing of patient information and lack of decision support over the shared information are the principal reasons for the current state of affairs. To address these issues, the following research investigates the development and application of a cross-domain ontology and rules to build an evidence-based and reusable knowledge base consisting of the inter-dependent conditions from the two domains. Through example implementation of the knowledge base in Protege, we demonstrate the effectiveness of our approach in reasoning over and providing decision support for cross-domain patient information.

研究动机与目标

• 解决尽管医疗与口腔健康数据具有强关联性，但将其隔离所带来的临床风险。
• 克服异构数据格式以及医疗与牙科系统间信息共享有限等技术障碍。
• 开发一个可重用的、基于证据的知识库，以建模医疗与口腔健康状况之间的关系。
• 通过在整合的患者数据上进行语义推理，实现自动化决策支持。
• 使用在Protege本体编辑器中实现的原型，证明该方法的可行性和有效性。

提出的方法

• 设计一个跨领域本体，使用OWL和RDF表示医疗与口腔健康状况之间的相互依赖关系。
• 使用SWRL（语义网规则语言）定义逻辑规则，以表达临床关系与依赖性。
• 使用标准化的语义格式，将两个领域的患者数据整合到统一的知识库中。
• 在Protege本体编辑器中实现知识库，以支持基于规则的推理与推断。
• 通过在临床病例示例中应用系统，验证其性能，评估推理准确性和决策支持质量。
• 利用语义技术实现临床知识的机器可处理、互操作且可扩展的表示。

实验结果

研究问题

• RQ1 如何通过语义方式整合医疗与口腔健康数据，以支持跨领域的临床决策？
• RQ2 何种本体与基于规则的框架能够有效建模医疗与口腔健康状况之间的相互依赖性？
• RQ3 语义推理在集成医疗系统中能在多大程度上提升自动化决策支持？
• RQ4 所提出的知识库在识别和推荐共病患者干预措施方面有多高效？
• RQ5 该系统是否可在不同临床环境中重用，且仅需极少定制？

主要发现

• 跨领域本体成功建模了医疗与口腔健康状况之间的复杂相互依赖关系，例如糖尿病与牙周病之间的关联。
• 在整合的知识库上进行语义推理，能够准确推断出患者数据中潜在的共病情况。
• 系统在临床病例研究中展示了实际可行性，与孤立领域的方法相比，决策支持能力得到提升。
• 使用标准化的语义格式显著提高了不同医疗系统间的数据互操作性与可重用性。
• Protege中的基于规则的推理引擎能够有效基于整合的医疗与口腔健康数据识别出相关临床建议。
• 该方法支持可扩展、可扩展且基于证据的决策支持，可适应多种临床工作流程。