Структура информационного хранилища системы поддержки принятия клинических решений
Автор: Богданова Д.Р., Шахмаметова Г.Р., Ниязгулов А.М.
Журнал: Онтология проектирования @ontology-of-designing
Рубрика: Методы и технологии принятия решений
Статья в выпуске: 2 (52) т.14, 2024 года.
Бесплатный доступ
Рассматривается построение на основе онтологического подхода информационного хранилища системы поддержки принятия клинических решений слабо-формализуемой предметной области лечения бронхолёгочных заболеваний. Приведён обзор подходов к созданию баз знаний в этой предметной области. Описан метод извлечения знаний, основанный на правилах из клинических рекомендаций и поиске зависимостей между словами в предложениях с учётом последовательности применения правил. Информационное хранилище системы поддержки принятия клинических решений наполняется онтологической и продукционной базами знаний при помощи предложенного метода извлечения знаний. Разработана онтология выбранной предметной области, проведены исследования её качества на основе анализа топологии графа при помощи метрик когнитивной эргономичности. Показана эффективность описанного метода извлечения знаний. Разработана оригинальная архитектура системы поддержки принятия клинических решений.
Онтология, клинические рекомендации, система поддержки принятия решений, продукционные правила, база знаний, информационное хранилище
Короткий адрес: https://sciup.org/170205621
IDR: 170205621 | DOI: 10.18287/2223-9537-2024-14-2-270-278
Список литературы Структура информационного хранилища системы поддержки принятия клинических решений
- Why unstructured data holds the key to intelligent healthcare systems. HIT Consultant; 2015. https://hitconsultant.net/2015/03/31/tapping-unstructured-data-healthcares-biggest-hurdle-realized/.
- Shakhmametova G., Yusupova N., Zulkarneev R., Khudoba Y. Concept Map for Clinical Recommendations Data and Knowledge // Proc. of the 8th International Conference on Applied Innovations in IT (ICAIIT). 2020. P.71-76. EDN: PXBUZZ.
- Киселев К.В., Ноева Е.А., Выборов О.Н., Зорин А.В. Разработка архитектуры базы знаний системы поддержки принятия врачебных решений, основанной на графовой базе данных. Медицинские технологии. Оценка и выбор. 2018. № 3(33). С.42-48. DOI: 10.31556/2219-0678.2018.33.3.042-048.
- Жулева С.Ю., Крошилин А.В., Крошилина С.В. Формирование базы знаний в экспертных системах медицинского назначения // Современные проблемы науки и образования. 2015. № 2-2. С.23. EDN: UZIYCF.
- Yang, J., Xiao, L. & Li, K. Modelling clinical experience data as an evidence for patient-oriented decision support // BMC Medical Informatics and Decision Making. 2020. № 20. DOI: 10.1186/s12911-020-1121-4.
- Бурцева А.Л., Берестнева Е. В., Степаненко Н. П. Создание базы знаний для медицинской экспертной системы. Современные наукоѐмкие технологии. 2016. № 3 (часть 1). С.14-17. EDN: VSYAGP.
- Катасѐв А.С. Ахатова Ч.Ф. Гибридная нейронечѐткая модель интеллектуального анализа данных для формирования баз знаний мягких экспертных диагностических систем. Наука и образование: научное издание МГТУ им. Н.Э. Баумана. 2012. № 12. С.34-42. EDN: PMKDOP.
- Sim I., Gorman P., Greenes R.A., Haynes R.B., Kaplan B., Lehmann H., et al. Clinical decision support systems for the practice of evidence-based medicine. J Am Med Inform Assoc. 2001. № 8(6). P.527–534. DOI: 10.1136/jamia.2001.0080527.
- Григорьев Л. Ю., Заблоцкий А. А., Кудрявцев Д. В. Технология наполнения баз знаний онтологического типа. Информатика, телекоммуникации и управление. 2012. №3 (150). С.27-36.
- Кобринский Б.А. Системы поддержки принятия врачебных решений: история и современные решения. Методология и технология непрерывного профессионального образования. 2020. №4 (4). С.21-36. DOI: 10.24075/MTCPE.2020.022.
- Дармахеева Т.А., Хаптахаева Н.Б. Моделирование системы управления активацией продукционных правил с использованием автоматного программирования. Вестник БГУ. Математика, информатика. 2018. №3. С.40-59. DOI: 10.18101/2304-5728-2018-3-40-59.
- Грибова В.В., Петряева М.В., Окунь Д.Б., Шалфеева Е.А. Онтология медицинской диагностики для интеллектуальных систем поддержки принятия решений. Онтология проектирования. 2018. Т.8. №1(27). С.58-73. DOI: 10.18287/2223-9537-2018-8-1-58-73.
- Вафин Р.Р. Автоматическое извлечение информации из клинических рекомендаций с применением интеллектуального анализа текста // Мавлютовские чтения: материалы XIII Всероссийской молодежной научной конференции. 2019. Т. 4. Ч. 2. С. 74-77.
- Зайцева Т.В., Васина Н.В., Пусная О.П., Смородина Н.Н. Программная реализация метода деревьев решений для решения задач классификации и прогнозирования. Экономика. Информатика. 2013. №8-1. С.121-127. EDN: RPYDEL.
- Гаврилова Т.А., Горовой В.А., Болотникова E.С., Голенков В.В. Субъективные метрики оценки онтологий // Материалы Всероссийской конференции с международным участием «Знания-Онтологии-Теории» (ЗОНТ-2009), Новосибирск, 22–24 октября 2009 года. С.178-186. EDN: YMWMYT.
- Жаркова О.С., Шаропин К.А., Сеидова А.С., Берестнева Е.В., Осадчая И.А. Построение систем поддержки принятия решений в медицине на основе деревьев решений // Современные наукоемкие технологии. 2016. №6 (часть 1). С.33-37. EDN: WCDUOD.
- Кафтанников И.Л., Парасич А.В. Особенности применения деревьев решений в задачах классификации // Вестник ЮУрГУ. Серия: Компьютерные технологии, управление, радиоэлектроника. 2015. №3. С.26-31. DOI: 10.14529/ctcr150304.
