【文章內(nèi)容簡(jiǎn)介】 社區(qū)衛(wèi)生服務(wù)重要組成部分之一的健康檔案工作也日益受到重視。上海、北京等大中城市在市衛(wèi)生局的牽頭下由各社區(qū)服務(wù)中心或社區(qū)服務(wù)站和科研機(jī)構(gòu)合作相繼建立起各自的居民電子健康檔案。標(biāo)準(zhǔn)統(tǒng)一、數(shù)據(jù)準(zhǔn)確、更新頻率合理的電子健康檔案系統(tǒng)中存儲(chǔ)的龐大數(shù)據(jù)信息對(duì)衛(wèi)生防疫管理機(jī)構(gòu)、醫(yī)療機(jī)構(gòu)和個(gè)人都有重要的意義。無論從語義網(wǎng)研究實(shí)踐來看，還是從計(jì)算機(jī)網(wǎng)絡(luò)輔助醫(yī)學(xué)研究和臨床實(shí)踐來看，探索基于本體的健康檔案知識(shí)庫(kù)的開發(fā)應(yīng)用只是本體技術(shù)和數(shù)據(jù)挖掘技術(shù)在醫(yī)學(xué)生物領(lǐng)域中的一個(gè)研究小節(jié)點(diǎn)。盡管在其開發(fā)過程中將遇到許多難點(diǎn)和待開發(fā)的研究領(lǐng)域，但是其理論、方法和探索過程對(duì)于計(jì)算機(jī)本體語義技術(shù)和醫(yī)學(xué)生物學(xué)科未來的發(fā)展均有著較大的意義。近幾年，隨著生物醫(yī)藥語義知識(shí)庫(kù)本體研究的日趨成熟，利用本體語義創(chuàng)建電子健康檔案知識(shí)庫(kù)的研究也漸成氣候。一、電子健康檔案文獻(xiàn)信息資源結(jié)構(gòu)分析電子健康檔案記錄的是人們?cè)诮】迪嚓P(guān)活動(dòng)中直接形成的具有保存?zhèn)洳閮r(jià)值的電子化歷史記錄，主要由各種關(guān)系表組成，包括居民基本信息表、居民體檢表、居民輔助檢查表、社區(qū)醫(yī)生表、兒童信息表、兒童體檢表、家庭信息表、婦科保健信息表、婦科檢查治療表、孕婦信息表、常見疾病表、保健信息表、慢性病人信息表、流行病信息表、慢性病人發(fā)病記錄表、慢性病人體檢表等，如圖121 電子健康檔案關(guān)系表圖121所示。居民電子健康檔案往往是以社區(qū)、區(qū)縣或國(guó)家等區(qū)域?yàn)閱挝?，格式?biāo)準(zhǔn)同一、文檔結(jié)構(gòu)內(nèi)容相似，大多數(shù)數(shù)據(jù)信息是屬于結(jié)構(gòu)化信息，且電子健康檔案的數(shù)據(jù)量相當(dāng)大，十分適合計(jì)算機(jī)處理和統(tǒng)計(jì)。然而，未經(jīng)過信息抽取加工和語義處理的數(shù)據(jù)庫(kù)其表與表之間雖然存在著一定的關(guān)聯(lián)度，但是表與表之間的數(shù)據(jù)較孤立，只適合進(jìn)行宏觀的統(tǒng)計(jì)學(xué)意義上的統(tǒng)計(jì)，其挖掘度和智能性不強(qiáng)。圖121 電子健康檔案關(guān)系表二、電子健康檔案本知識(shí)體構(gòu)建方法目前的電子健康檔案數(shù)據(jù)以關(guān)系數(shù)據(jù)庫(kù)為基礎(chǔ)，檢索存在孤立性和零散性，研究與開發(fā)基于語義的電子健康檔案知識(shí)庫(kù)系統(tǒng)可以解決個(gè)人健康知識(shí)體系缺乏知識(shí)關(guān)聯(lián)、分散無序等問題，實(shí)現(xiàn)基于健康知識(shí)的居民個(gè)人健康信息的語義檢索、知識(shí)推理與知識(shí)發(fā)現(xiàn)功能。本體具有良好的概念層次結(jié)構(gòu)和對(duì)邏輯推理的支持，具有通過概念之間的關(guān)系來表達(dá)概念語義的能力，能較好地為語義檢索和概念檢索提供知識(shí)基礎(chǔ)?；诒倔w的信息檢索是在知識(shí)（概念）層面上進(jìn)行檢索，可以發(fā)掘出那些隱含的、不明確的信息、概念，不僅在查全、查準(zhǔn)方面更好地滿足用戶要求，還可以使系統(tǒng)具有較強(qiáng)的數(shù)據(jù)挖掘和文本挖掘功能，為用戶提供知識(shí)幫助。在創(chuàng)建本體之前，首先需要確定本體的專業(yè)領(lǐng)域和范疇，明確該本體的目的和專業(yè)領(lǐng)域，應(yīng)用本體的目的，確定本體中信息涉及的問題。目前已有的知識(shí)本體庫(kù)有很多，一些成熟的通用本體庫(kù)和醫(yī)學(xué)生物本體庫(kù)均可以借鑒應(yīng)用到健康檔案知識(shí)庫(kù)本體的創(chuàng)建中去，以便提高效率。在此基礎(chǔ)上，需要充分考慮健康檔案知識(shí)庫(kù)的內(nèi)容特征進(jìn)行基于醫(yī)學(xué)分類體系的本體類的定義和類的等級(jí)體系界定，確定其屬性特征。圖122是醫(yī)學(xué)本體體系的一段描述。醫(yī)學(xué)本體中醫(yī)本體西醫(yī)本體醫(yī)學(xué)共性本體西醫(yī)槽類西醫(yī)概念類疾病屬性類化學(xué)物質(zhì)類疾病類診斷類器官類病理屬性類診斷屬性類病因?qū)傩灶悎D122 醫(yī)學(xué)本體體系醫(yī)學(xué)是關(guān)于疾病防治及人類健康保健的科學(xué)，因此在醫(yī)學(xué)知識(shí)中，最重要的以及最核心的知識(shí)就是關(guān)于疾病的知識(shí)。疾病是一個(gè)綜合的醫(yī)學(xué)概念。疾病概念涉及到病理、生理、解剖、實(shí)驗(yàn)室檢查、治療、統(tǒng)計(jì)和分類等各個(gè)方面。在醫(yī)學(xué)本體中最主要的就是疾病的屬性及關(guān)系，同時(shí)我們也將涉及到與疾病知識(shí)相關(guān)的如藥物、診斷、外科手術(shù)等方面的概念及其相關(guān)屬性和關(guān)系。進(jìn)行領(lǐng)域本體的構(gòu)建首先要確立該領(lǐng)域中的關(guān)鍵概念。以肝癌疾病為例，參照《中國(guó)圖書館分類法》醫(yī)藥衛(wèi)生類、《醫(yī)學(xué)主題詞表》，考慮肝癌疾病的病因?qū)傩?、病理屬性、病變屬性、病生屬性，可得出肝癌基礎(chǔ)醫(yī)學(xué)屬性的框架圖，如圖123所示。在此基礎(chǔ)上，通過本體構(gòu)建工具（如Prot233。g233。）便可以輕松進(jìn)行本體構(gòu)建。肝腫瘤肝腫瘤的預(yù)防與控制肝腫瘤病理學(xué)、病因?qū)W并發(fā)癥腫瘤診斷學(xué)病理解剖學(xué)、組織學(xué)病理生理學(xué)病理類型檢查鑒別診斷預(yù)后預(yù)防和控制放射攝影術(shù)放射性核素顯像超聲檢查病因?qū)W、發(fā)生學(xué)化學(xué)因素物理因素生物因素內(nèi)分泌因素精神因素胚胎因素其他因素病理學(xué)分型轉(zhuǎn)移途徑胚胎學(xué)圖123 肝癌基礎(chǔ)醫(yī)學(xué)屬性的框架圖三、電子健康檔案知識(shí)庫(kù)構(gòu)建過程中的難點(diǎn)與解決構(gòu)思基于本體的健康檔案知識(shí)庫(kù)研究尚處于起步階段，其中有許多問題需要關(guān)注和突破。（一）多學(xué)科融合基于本體的健康檔案知識(shí)庫(kù)的建設(shè)是集醫(yī)學(xué)、計(jì)算機(jī)學(xué)、統(tǒng)計(jì)學(xué)和美術(shù)設(shè)計(jì)等多學(xué)科為一體的綜合性項(xiàng)目，主要是計(jì)算機(jī)和醫(yī)學(xué)兩大學(xué)科的融合。一個(gè)完美作品的呈現(xiàn)需要開發(fā)者對(duì)其領(lǐng)域的十分透徹的認(rèn)識(shí)和研究，而計(jì)算機(jī)和醫(yī)學(xué)兩個(gè)學(xué)科的學(xué)科特性都十分強(qiáng)，且無交叉性，因此復(fù)合型人才十分稀少。專業(yè)知識(shí)的缺乏將導(dǎo)致平臺(tái)在設(shè)計(jì)和創(chuàng)建過程中會(huì)出現(xiàn)功能缺陷或?qū)I(yè)性錯(cuò)誤。因此，電子健康檔案知識(shí)庫(kù)的平臺(tái)的建設(shè)團(tuán)隊(duì)的組成既要有計(jì)算機(jī)學(xué)研究人員也要有醫(yī)學(xué)研究人員，并充分調(diào)動(dòng)其積極性，發(fā)揮其專業(yè)優(yōu)勢(shì)。除此之外，統(tǒng)計(jì)學(xué)和情報(bào)學(xué)專業(yè)人才也需要擴(kuò)充到團(tuán)隊(duì)中去，并充分聽取醫(yī)生、病人及各層次其他使用者的意見，使其功能和界面能滿足用戶的需求。（二）本體及語義抽取的準(zhǔn)確性現(xiàn)階段，國(guó)外的本體技術(shù)較國(guó)內(nèi)的本體技術(shù)要先進(jìn)許多，但是西文的醫(yī)學(xué)本體不能完全照搬到中文醫(yī)學(xué)本體中來。其他專業(yè)領(lǐng)域的本體或通用本體也不能照搬到醫(yī)學(xué)領(lǐng)域的本體上來。因此，在領(lǐng)域本體的創(chuàng)建過程中，研究者可以參照斯坦福大學(xué)醫(yī)學(xué)院開發(fā)的七步法，并嚴(yán)格遵照?qǐng)?zhí)行，確保該領(lǐng)域本體的準(zhǔn)確性：(1)確定本體的專業(yè)領(lǐng)域和范疇，明確該本體的目的和專業(yè)領(lǐng)域，應(yīng)用本體的目的，確定本體中信息涉及的問題；(2)考查利用現(xiàn)有本體的可能性（對(duì)已有概念組織體系的復(fù)用）；(3)列出本體中的重要術(shù)語；(4)定義類和類的等級(jí)體系；(5)定義類的屬性；(6)定義屬性的分面；(7)創(chuàng)建實(shí)例。在語義抽取的時(shí)候，可利用分詞工具、詞意消歧工具、術(shù)語及關(guān)系提取工具等計(jì)算機(jī)手段來提高效率，但是在準(zhǔn)確性問題上，需要人工參與，確保語義抽取的準(zhǔn)確。（三）保密性與數(shù)據(jù)研究的權(quán)衡電子健康檔案是面向個(gè)人提供服務(wù)、具有安全保密性能的終身個(gè)人健康檔案。龐大的數(shù)據(jù)量雖然具有極其優(yōu)良的研究?jī)r(jià)值，但是如果因此而侵犯到個(gè)人隱私，也是不道德的。因此在健康檔案知識(shí)庫(kù)平臺(tái)設(shè)計(jì)過程中要充分考慮到個(gè)人隱私保護(hù)問題，為個(gè)人用戶和研究者提供不同的查詢?nèi)肟?，并設(shè)計(jì)合理的權(quán)限級(jí)別，使得知識(shí)庫(kù)在保護(hù)個(gè)人隱私的前提下，最大限度發(fā)揮其醫(yī)學(xué)研究作用，為地區(qū)性的健康保健提供服務(wù)。四、基于語義的電子健康檔案知識(shí)庫(kù)的挖掘價(jià)值數(shù)據(jù)挖掘技術(shù)可以使得用戶從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中采掘出隱含的、先前未知的、對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則的過程，主要技術(shù)有分類、聚類、關(guān)聯(lián)規(guī)則挖掘、特征與偏差、時(shí)序模式發(fā)現(xiàn)、趨勢(shì)分析等等。文本挖掘技術(shù)也非常適合應(yīng)用于基于本體知識(shí)庫(kù)的電子健康檔案網(wǎng)站，通過文本摘要技術(shù)、信息提取技術(shù)、關(guān)系提取技術(shù)及個(gè)性化文本過濾技術(shù)進(jìn)行基于單文檔的數(shù)據(jù)挖掘和基于文檔集的數(shù)據(jù)挖掘。這些數(shù)據(jù)挖掘技術(shù)在電子健康檔案上有著很廣泛的應(yīng)用前景，在電子健康檔案知識(shí)庫(kù)建成的基礎(chǔ)上，利用挖掘技術(shù)可實(shí)現(xiàn)電子健康檔案的網(wǎng)絡(luò)瀏覽、文本檢索、文檔總結(jié)等功能。（一）網(wǎng)站及網(wǎng)絡(luò)瀏覽導(dǎo)航：通過文本挖掘技術(shù)分析用戶的網(wǎng)絡(luò)行為，分析用戶的興趣點(diǎn)，從而預(yù)測(cè)用戶將要瀏覽的信息點(diǎn)，提前為用戶提供智能化的導(dǎo)航服務(wù)。比如：某個(gè)人的健康檔案中顯示患有高血壓，電子健康檔案知識(shí)庫(kù)里將在網(wǎng)頁(yè)上提供有關(guān)高血壓癥狀、保健和治療的相關(guān)知識(shí)導(dǎo)航，用戶可以方便閱讀。