Построение этиопатогенетического образа концептов метатезауруса UMLS с использованием графовых метрик

Построение этиопатогенетического образа концептов метатезауруса UMLS с использованием графовых метрик

Автор: Астанин П.А., Раузина С.Е., Зарубина Т.В.

Журнал: Программные системы: теория и приложения @programmnye-sistemy

Рубрика: Медицинская информатика

Статья в выпуске: 3 (58) т.14, 2023 года.

Бесплатный доступ

Разработка средств информационной поддержки принятия клинических решений (ППКР) является актуальной задачей медицинской информатики. Довольно часто в системах ППКР используются информационно-поисковые алгоритмы, важным этапом проектирования которых служит создание средств автоматического распознавания этиопатогенетического образа заболеваний при работе с неструктурированным текстом. В настоящей статье произведены обзор и сравнительная характеристика аналитических метрик, применимых для построения образа концептов метатезауруса Unified Medical Language System (UMLS), представленного в виде графовой информационной модели. Предложен собственный вариант графовой метрики, показавший наибольшую эффективность при решении данной задачи.

Еще

Медицинская информационная система, информационно-поисковый алгоритм, база знаний, теория графов, umls

Короткий адрес: https://sciup.org/143180583

IDR: 143180583   |   УДК: 004.652.3,   |   DOI: 10.25209/2079-3316-2023-14-3-59-94

Computing of UMLS concepts etiopathogenetic image using graph metrics

At present, the development of clinical decision support (CDS) tools is a crucial task in medical informatics. A lot of different information searching algorithms are used in CDS systems. A fundamental step in the design of these algorithms is the creation of an etiopathogenetic image for the analysis of unstructured medical texts. In this paper, we have conducted the literary review and a comparative evaluation of analytical metrics used to compute the etiopathogenetic image of concepts within the graph model of the Unified Medical Language System (UMLS) metathesaurus. Subsequently, we developed and validated our version of a graph metric suitable for the aforementioned task implementation.

Еще

Список литературы Построение этиопатогенетического образа концептов метатезауруса UMLS с использованием графовых метрик

  • Астанин П. А., Ронжин Л. В., Раузина С. Е., Зарубина Т. В. Алгоритмы семантического анализа данных и возможности их применения в разработке медицинских информационных систем // Цифровая статистика. Новые задачи и траектория движения— 2022, Материалы IV Съезда медицинских статистиков Москвы (21–23 сентября 2022 года).– 2022.– С. 6–9.
  • Кукарцев В.В., Колмакова З. А., Мельникова О. Л. Системный анализ возможностей по извлечению именованных сущностей с применением технологии Text Mining // Перспективы науки.– 2019.– Т. 120.– №9.– С. 18–20. [РИНЦ]
  • Berlingerio M., Coscia M., Giannotti F., Monreale A.,Pedreschi D. Multidimensional networks: foundations of structural analysis // World Wide Web.– 2013.– Vol. 16.– Pp. 567–593. https://doi.org/10.1007/s11280-012-0190-4
  • Клабукова Д. Л., Давыдовская М. В. Внедрение международной терминологической базы MedDRA в практику фармаконадзора в Российской Федерации // Московская медицина.– 2020.– Т. 35.– №1.– С. 64–69. [РИНЦ]
  • Кузьмин А. Г., Умаров М. Ф. Интеграция современных медицинских информационных технологий // Вестник Вологодского государственного университета. Серия: Технические науки.– 2021.– Т. 12.– №2.– С. 32–35. [РИНЦ]
  • Зацман И. М., Золотарев О. В., Хакимова А. Х., Дунсяо Гу Модель и технология извлечения новых терминов из медицинских текстов // Информ. и её примен..– 2022.– Т. 16.– №4.– С. 80–86. https://doi.org/10.14357/19922264220412
  • Mougin F., Grabar N. Auditing the multiply-related concepts within the UMLS // Journal of the American Medical Informatics Association.– 2014.– Vol. 21.– No. e2.– Pp. e185–e193. https://doi.org/10.1136/amiajnl-2013-002227
  • Астанин П. А. Применение автоматизированного анализа семантической сети UMLS для решения задачи поиска релевантных знаний о ревматических заболеваниях // Математическое моделирование систем и процессов, Сборник материалов Международной научно-практической конференции (г. Псков, 9-11 ноября 2022 г.), Псков: Псковский государственный университет.– 2022.– ISBN 978-5-00200-102-6.– С. 6–12.
  • Ямашкин С. А., Скворцов М. А., Большакова М. В., Ямашкин А. А. Сравнительный анализ подходов к управлению базами данных для организации хранилища репозитория нейросетевых моделей // Современные наукоемкие технологии.– 2021.– №6-1.– С. 108–113. https://doi.org/10.17513/snt.38706
  • Елисеева Е.А., Горячкин Б.С., Виноградова М.В., Черненький М.В. Оценка времени выполнения поисковых запросов в NoSQL и объектно-реляционной базах данных // Динамика сложных систем— XXI век.– 2022.– Т. 23.– №2.– С. 44–51. https://doi.org/10.18127/j19997493-202202-05
  • Еремеев А. П., Мунтян Е.Р. Разработка онтологии на основе графов с множественными и разнотипными связями // Искусственный интеллект и принятие решений.– 2021.– №3.– С. 3–18. https://doi.org/10.14357/20718594210301
  • Nicosia V., Latora V. Measuring and modeling correlations in multiplex networks // Physical Review E.– 2015.– Vol. 92.– id. 032805. https://doi.org/10.1103/PhysRevE.92.032805
  • Battiston F., Nicosia V., Latora V. Structural measures for multiplex networks // Physical review E.– 2014.– Vol. 89.– id. 032804. https://doi.org/10.1103/PhysRevE.89.032804
  • Sz´arnyas G., K˝ov´ari Z., Sal´anki A.,Varro D.Towards the characterization of realistic models: evaluation of multidisciplinary graph metrics // Proceedings of the ACM/IEEE 19th International Conference on Model Driven Engineering Languages and Systems (Saint-malo, France, October 2–7, 2016), New York: ACM.– 2016.– ISBN 978-1-4503-4321-3.– Pp. 87–94. https://doi.org/10.1145/2976767.2976786
  • Nascimento M. C. V., Carvalho A. C.P. L. F. A graph clustering algorithm based on a clustering coefficient for weighted graphs // Journal of the Brazilian Computer Society.– 2011.– Vol. 17.– Pp. 19–29. https://doi.org/10.1007/s13173-010-0027-x
  • Пулькин И. С., Татаринцев А. В. Достаточная статистика для параметра распределения Парето // Russian Technological Journal.– 2021.– Т. 9.– №3.– С. 88–97. https://doi.org/10.32362/2500-316X-2021-9-3-88-97
  • Синицын В. Ю., Кашпарова В. С. Частотные свойства лексики научных текстов и законы Ципфа высших порядков // Вестник РГТУ. Серия: Информатика. Информационная безопасность. Математика.– 2022.– №4.– С. 75–91. https://doi.org/10.28995/2686-679X-2022-4-75-91
  • Ghaderpour E., Morris D. Cayley graphs on nilpotent groups with cyclic commutator subgroup are hamiltonian // Ars Mathematica Contemporanea.– 2011.– Vol. 7.– No. 1, Special Issue Bled’11.– Pp. 55–72. https://doi.org/10.26493/1855-3974.280.8d3
  • Каратеев А. Е. Хроническая боль в спине как проявление остеоартрита позвоночника: обоснование и практика применения симптоматических средств замедленного действия // Современная ревматология.– 2022.– Т. 16.– №4.– С. 88–97. https://doi.org/10.14412/1996-7012-2022-4-88-97
  • Higuchi H., Harada T., Hiroshige J. Evaluation of the usefulness of costovertebral angle tenderness in patients with suspected ureteral stone // J. Gen. Fam. Med..– 2023.– Vol. 24.– No. 1.– Pp. 56–58. https://doi.org/10.1002/jgf2.581
  • Се Л., Ду Ч., Ин Ч., Вэй Я. Острое расслоение аорты с правосторонней болью в грудной клетке и спине, сопровождающейся левосторонней дискинезией конечности // Кардиология.– 2022.– Т. 62.– №6.– С. 74–76. https://doi.org/10.18087/cardio.2022.6.n1818
  • Дуга С.В., Труфанов А. И. Сеть знаний как концепция систем поддержки принятия решения в предварительном следствии // Безопасность информационных технологий.– 2020.– Т. 27.– №3.– С. 54–65. https://doi.org/10.26583/bit.2020.3.05
  • Мосалов О. П. Векторные представления рёбер графа онтологии как инструмент для анализа и генерации новых данных // Информационно-технологический вестник.– 2021.– Т. 27.– №1.– С. 93–101. [РИНЦ]
  • Ананьева Е. А. Уровни представления маршрутных пассажирских транспортных сетей в виде графовых моделей // Colloquium-Journal.– 2019.– Т. 35.– №11-1.– С. 63–68. [РИНЦ]
  • Близнякова Е. А., Куликов А. А., Куликов А. В. Сравнительный анализ методов поиска кратчайшего пути в графе // Архитектура, строительство, транспорт.– 2022.– №1.– С. 80–87. https://doi.org/10.31660/2782-232X-2022-1-80-87
Еще
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp