1、基于本体的膀胱癌临床诊基于本体的膀胱癌临床诊疗疗 决策支持知识库构建决策支持知识库构建研究背景研究背景RESEARCH BACKGROUND研究方法研究方法RESEARCH METHODS研究结果研究结果RESEARCH RESULTS研究展望研究展望FUTURE&PLAN目录01研究背景RESEARCH BACKGROUND 知识库优知识库优势势 诊疗专病知识诊疗专病知识库库 医疗信息化发医疗信息化发展展 膀胱癌临床需膀胱癌临床需求求医疗 信息化临床 需求临床数据的爆发式增长临床数据的爆发式增长知识库知识库(Knowledge Base)区别于普通数据库(Data Base)的最大优势,便在
2、于它是针对某 些领域内的实际问题需要,对海量数据进行整理 与分析后的知识集合。基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT专科专病知识库专科专病知识库:针对 某一专科疾病或单一病 种建立的知识管理系统检索文献知识推理诊疗决策建议 成功得到临床应用的成功得到临床应用的专专科疾病领域仍十分局科疾病领域仍十分局限限膀胱癌临床诊疗需求膀胱癌膀胱癌是泌尿系统中最常见的恶性肿瘤,其发病率和死亡率在全 球均居于前列,且呈现出逐年上升之势。治疗策略治疗策略:经尿道膀胱肿瘤切除术(TURBT)根治性膀胱切除术等 结合不同的腔内辅助灌注化疗及全身放化疗方案基于本体的膀胱癌临床诊疗
3、决策支持知识库构建2020 GDHINC REPORT其治疗手段多样,选治疗手段多样,选 择指征复杂择指征复杂,仅凭临 床医生的经验判断较 为困难。建立临床诊疗专病知临床诊疗专病知 识库识库,有利于为医生提供决策支持和依据,提高医疗质量。02研究方法RESEARCH METHODS 知识库构建技术路知识库构建技术路线线 知识库构建步知识库构建步骤骤 知识采知识采集集 知识表知识表达达基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT膀胱癌知识库构建技术路膀胱癌知识库构建技术路线线知识采集知识采集基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REP
4、ORT知识表知识表达达知识应知识应用用建立在需求分析基础之上建立在需求分析基础之上有待解决的临床问题及所涉及的知识领域确 定知识库的范畴据此确立知识来源。对本研究而言,膀胱癌知识库旨在辅助医生进 行诊疗决策,其范畴以膀胱癌专病知识为主,同时涉及泌尿科其他概念及药物、手术术式等 知识。03010402基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT临床指临床指南南主要参考了权威的欧洲泌尿外科学会(European Association of Urology,EAU)指南、美国泌尿学 会(American Urological Association,AUA)指南、
5、美国国立综合癌症网络(National Comprehensive Cancer Network,NCCN)指南等。诊疗规诊疗规范范为了更切合国内情况,同样参考了国内发布的 诊疗规范及专家共识。文献调文献调研研通过在CNKI、万方、维普等中文数据库及 PubMed、Elsevier等外文数据库中检索关键 词的方法,搜集了近年来膀胱癌诊治相关的文 献研究及循证医学证据,并参考了第九版外科 学等教材。专家意专家意见见临床调研走访,收集专家及临床医生意见。数据汇总后,进行清洗、梳理、筛选、总结、分析,从中抽取出过程模型和概念模型,数据汇总后,进行清洗、梳理、筛选、总结、分析,从中抽取出过程模型和概念
6、模型,构成元本体,成为知识库的数据来源构成元本体,成为知识库的数据来源。知识采知识采集集基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT知识表达知识表达知识应知识应用用知识表达知识表达(Knowledge Representation,KR)是指采用形式化的方法描述或表达知识的过程,不仅能够方便理解,更是知识库建立的基础。其中,本体本体是知识表达的重要方法,是对共享 概念模型明确、形式化的规范说明。本体的构建方法本体的构建方法即搜集、整理并提取非结构化 的知识,并以计算机可理解的方式表达出来,形成对领域知识、概念、实体及其关系的明确 而规范的概念化描述。Protg
7、本体构建工具本体构建工具基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT本研究以本体表示语言本体表示语言表达元本体中的概念模 型和过程模型,形成领域本体和语义规则,进而 构建结构化的膀胱癌诊疗知识库。对比其他本体编辑工具(OilEd、OntoEdit、WebOnto、Ontolingua Server等),斯坦福大学 开发的Protg使用更为方便快捷,其基于Java 语言开发,能够在Windows、Linux、Mac OSX 等多平台使用,不仅提供了图形化、可拓展的开 发工具,也能支持本体查询及推理等功能。知识采知识采集集基于本体的膀胱癌临床诊疗决策支持知识库构建
8、2020 GDHINC REPORT知识表达知识表达知识应知识应用用具体而言,首先需要对膀胱癌领域知识的相 关概念概念(Concepts)进行界定,明确类类(Classes)的划分,搭建膀胱癌知识体系,然后补充各概念的属性(属性(Properties)信息,并对各属性进行约束约束(Restrictions)。随后进行对象属性对象属性(Object Properties)定义,创建类间关系关系(Relations),并在此基础上为个体的属性赋值,即添加实实例例(Instances)。基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT概念概念属性属性约束约束关系关系实例
9、实例又称“类”,分析并列 举膀胱癌及泌尿外科领 域的基本术语,并以临 床术语标准(SNOMED CT)为参考,形成基基 本概念体系本概念体系。明确各概念的属性,从而 提供本体所需的逻辑分析属性属性和数据属性数据属性,前者 用于描述两个类的关系;后者则描述数据和类的关 系。值域等,限制类的性值域等,限制类的性基础。其中又可分为对象对象质或类间关系质或类间关系。约束公理可分为值约束及基 数约束,前者限制属性 的值域,后者限制属性 取值的个数。确定属性中数据的类型数据的类型、描述了各概念之间的关联,可分为成员关系(part-of)、子类关系(kind-of)、实例关系(instance-of)及属性
10、关 系(attribute-of)四种主 要类别。是不能再次划分的最低最低 逻辑层级逻辑层级的概念,表示 某个类的具体实体。知识采知识采集集基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT知识表知识表达达知识应知识应用用迭代进行构建迭代进行构建使用本体方式表示知识能够很好地明确膀胱 癌专病领域中相关的概念定义、属性与约束 及概念的层次结构关系等,通过对以上五个 本体的基本元素的描述,构建了结构化的膀 胱癌知识库,基本实现对膀胱癌诊疗相关知对膀胱癌诊疗相关知 识的语义规范化表达识的语义规范化表达。03研究结果RESEARCH RESULTS 本体类的构本体类的构建建
11、 本体属性定本体属性定义义 本体类层次结构关本体类层次结构关系系 知识图谱绘知识图谱绘制制基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT膀胱癌本体类的构膀胱癌本体类的构建建 Staging_and_classification_of_bladder_cancer Symptoms_of_bladder_cancer Treatment_of_bladder_cancer膀胱癌本体对象属性和约束定膀胱癌本体对象属性和约束定义义 is-part-of:表示包含关系,即部分属于整体;have-symptom:表示膀胱癌相关症状;related-disease:表示该症
12、状能够提示膀胱癌的存在;treat:表示治疗方法能够对某类膀胱癌起到积极作用;need-treatment:表示某类膀胱癌适用的治疗方法。数据类型定数据类型定义义基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT膀胱癌本体结构膀胱癌本体结构图图基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT知识图谱知识图谱(Knowledge Graph)不仅仅是 知识可视化的重要手段,而且能够更加有效地 管理知识,同时对外提供便捷访问的借口,满 足更加海量及精准的知识获取需求。导航功能与知识查询功能的结合应用导航功能与知识查询功能的结合应用,使知 识
13、库检索结果的资源实例和其他相关类型实例 形成关联,能够提供更加丰富的检索结果,完 成知识的综合展现和层次梳理,方便用户理解 类及类的层级关系,在临床应用中更有利于医 疗工作者学习和掌握相关概念。04研究展望FUTURE&PLAN 研究局研究局限限 研究展研究展望望 知识应知识应用用 知识评知识评估估知识库 应用知识查知识查询询由于本体表示方法的概念术语规范性、类层次 结构清晰性和关系逻辑性,术语间由规则进行 了关联,更有利于知识查询的准确性。决策推决策推理理知识库构建完成后,进一步构成了临床决策支持系临床决策支持系统统(CDSS)的核心,推理机从人机接口获取患者数据模型后,结合存储在知识库中的
14、结构化知识对其进行比较和匹配,再将数据与知识共同传递给规则引擎,返回决策结果,获 得适用于当前临床语境的决策。知识管知识管理理知识库作为一种成熟的数据管理系统,通过建立结构化决 策知识点,集成化和体系化了多种信息资源,对知识的管 理是其基本功能,而数据的标准化和平台的交互性为这一 功能提供了保障:知识库提供的服务接口可与HIS、CIS等 系统集合,方便数据等访问和交流。知识共知识共享享可重用性是本体方式建立知识库的巨大优势,各知识元之间的相对独立性、可拓展性,知识 库表达的通用性和规范性,使得其可以便捷地 整合新知识、新领域,令开展后续拓展和维护 工作的可行性大大提高。基于本体的膀胱癌临床诊疗
15、决策支持知识库构建2020 GDHINC REPORT基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT井立强,中国卫生信息管理杂志,2015.基于循证医学的知识基于循证医学的知识库库用于存放相应疾病知识 点计算机化后的知识与 既往相似病历文档信息。VMR数据转换数据转换器器将患者的数据映射到VMR中。决策支持引擎,将VMR数据与知识库中的知识通过决策支持引 擎,给出相应的决策结果。临床信息服务助临床信息服务助手手可以查询知识库中的临床指南和相关病例等信息。知识库服务接知识库服务接口口将决策引擎的决策接口返回给HIS调用系统,并 给出相应提示。知识库管理工知识库管理
16、工具具可以方便维护知识库中的知识。临床知识库决策系统总体架构临床知识库决策系统总体架构图图决策支持 临床数据库循证医学及 管控知识库决策支持 引擎指南信息 查询临床路径及管控 决策支持服务临床指南 信息助手服务知识管理 器知识管理 服务临床路径管理应用(HIS)工作站知识库管理工具服务请求结果服务请求结果知识库服务接口(Web Service)临床数据VMR数据 转换器判断结果VMR:Virtual Medical Record 虚拟病例基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT临床决策知识库与电子病历系统集成临床决策知识库与电子病历系统集成 医生在下诊断,
17、开立医嘱等决策点调用 临床决策知识库提供的服务接口为医疗 活动提供决策支持。知识库所利用的患者信息必须以规范的 VMR 形式传入,需要在调用知识库引 擎之前将必要的分散的患者信息进行整 合并转换成标准的VMR形式。患者信息 转换成VMR数据的功能需要由专门的数 据转换模块完成。决策支持调用数据流程决策支持调用数据流程图图HIS系统知识库引擎决策信决策信息息数据转换患者患者ID医疗数医疗数据据患者患者VMR虚拟病例虚拟病例(Virtual Medical Record,VMR)是基于HL7 V3 RIM 模型和数据类型的。VMR 以患者为中心,将患者在医院 发生的诊疗活动以及相关的医疗数据从杂乱
18、无章的医院各个系 统中组织到一起作为临床决策系统的输入。基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT传统的临床诊疗知识库是将临床指南,药品使用说明等录入知识库中供医生 查阅浏览。基于基于 CDSS 的临床知识库的临床知识库是以患者诊 断、主诉、症状、检验、检查、药品、指南和病例报告为基础,通过整合设 计,关联知识点,为医生临床诊断提 供决策支持以及决策依据,同时方便 医生查找相关知识及病例报告,辅助 医生临床诊断。医生在使用医嘱模块时的业务流程医生在使用医嘱模块时的业务流程图图下医下医嘱嘱是定义的决是定义的决策策 支持医嘱项目支持医嘱项目?决策数据完整决策数据
19、完整?输入数据页输入数据页面面调用决策引调用决策引擎擎医嘱警医嘱警示示 页页面面医医嘱嘱 适用适用?医医生生 确认确认?撤撤销销 医医嘱嘱完成医完成医嘱嘱Y获取患者数获取患者数据据YYYNN知识库范畴知识库范畴质量评估质量评估在建立知识库的过程中要对模型质量进行评估,如概概 念准确性、逻辑一致性、架构合理性念准确性、逻辑一致性、架构合理性等。临床可用性临床可用性在医院泌尿科实际接诊膀胱癌患者的过程中应用知识库辅助诊 疗决策,收集临床医生的反馈和建议,优化调整知识库架构及 功能,以切实提高实际可用性为根本目的。知识完整性知识完整性实际应用中常遇到的诊断假阴性情况,多是由于知识库中缺 少相应症状体
20、征或分类指标的编码所致,导致输入信息无法 与知识库形成映射,从而影响了知识库的检索及推理效能。因此,知识库中的各概念、属性、关系等元素需要不断完善,同时纳入更多的参考资料,已实现知识库的全面性和广泛适 用性。决策准确性决策准确性对于知识库返回的决策建议,同 时记录临床医生做出的诊疗决定,计算决策的准确率,同时发现决 策失误所属的类别及领域,进行 针对性的语义和逻辑框架优化。动态更新性动态更新性膀胱癌相关诊断标准、技术手段 及治疗措施发展日新月异,一个 实际可用的辅助诊疗知识库必然 是具有动态性的,以便于纳入最 新的诊疗指南,科研成果等知识 资源,持续支撑临床工作的开展基于本体的膀胱癌临床诊疗决
21、策支持知识库构建2020 GDHINC REPORT基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT自动抽取自动抽取知识库的知识更新及丰富依赖于 人工操作,效率较为低下,这也 提示我们进一步研究医疗人工智 能处理技术,使用自然语言处理、自然语言处理、机器学习机器学习等方式自动抽取知识,建立并更新知识,以建成能够真 正独立运转,履行医疗工作的智 能化临床辅助工具,推进医疗行 业的信息化发展。研究局限性与改进方研究局限性与改进方法法表示学习表示学习为了更高效的获取、融合和推理 知识,知识的表示学习方法是一 种可行的解决方案。通过对知识对知识 库中的实体及其关系进行表示
22、库中的实体及其关系进行表示学学 习习,语义信息被转化为稠密低维 实值向量,即可在低维空间尺度 实现实体和关系语义联系的高效 计算,解决数据稀疏的问题。智能分析智能分析医疗决策的数据种类和数据量的 爆炸式增长,使得肿瘤诊疗领域 面临着极大的挑战。知识库建成 后,可结合机器学习模型实现结合机器学习模型实现知知 识的智能应用识的智能应用,利用随机森林、人工神经网络等机器学习算法,基于医疗大数据提取并分析临床 相关变量之间的联系,学习并识 别模式,从而对概念之间的未知 关系进行预测,进一步提高知识 库在临床决策中的适用领域范畴。研究结论研究结论本研究以辅助医疗工作者进行膀胱癌临床诊疗 为目的,采用本体表示语言本体表示语言的方法,经历知识 的采集、表达、应用与评估采集、表达、应用与评估四个阶段,建立了 膀胱癌临床诊疗决策支持知识库膀胱癌临床诊疗决策支持知识库。知识库包含膀胱癌及泌尿专科范畴的概念、属 性、约束、关系及实例,可用于初步诊断、治初步诊断、治 疗方案提示、医疗预警、知识学习疗方案提示、医疗预警、知识学习等多个使用 场景,减少医疗失误的发生,为膀胱癌这一常 见泌尿系恶性疾病的诊治水平提高提供了保障。基于本体的膀胱癌临床诊疗决策支持知识库构建2020 GDHINC REPORT