Klasické a moderní ontologie při popisu lékařských algoritmů. Lesný P., Vejvalka J.

Podobné dokumenty
Aplikace klasických a moderních ontologií při tvorbě znalostních bází lékařských algoritmů

Petr Lesný, Kryštof Slabý, Tomáš Holeček, Jan Vejvalka. Doménové ontologie, Biomedicínské algoritmy, Sémantika, Medicína založená

Dokumentační služba projektu MediGrid

Dokumentační služba projektu Medigrid : dokumentování sémantiky lékařských dat

(#%ist #%LargeCorpInternalsMt #%ForAll x (#%HumanResourcesDepartment #%allinstances (#%actsincapacity x #%mediatorinprocesses #%EmployeeHiring

Znalostní modelování

Aplikace s odvozováním nad ontologiemi

Biomedicínská informatika a její úloha v personalizované medicíně. Petr Lesný

BIOMEDICÍNSKÁ INFORMATIKA A JEJÍ ÚLOHA V PERSONALIZOVANÉ MEDICÍNĚ

Hodnocení stavu výživy

HODNOCENÍ STAVU VÝŽIVY

Ontologie. Otakar Trunda

Hodnocení stavu výživy. MUDr. Matej Pekař

Lidská vyvojová biologie - Cvičení 4 Jak a proč zkoumat růst a vývoj Doc. Václav Vančata

Lenka Maixnerová, Alena Šímová, Helena Bouzková, Filip Kříž, Ondřej Horsák, Marie Votípková. Národní lékařská knihovna, Praha, Česká republika

Metody tvorby ontologií a sémantický web. Martin Malčík, Rostislav Miarka

MESH (MEDICAL SUBJECT HEADINGS) Ing. Jiřina Svetlíková, Mgr. Lenka Maixnerová Národní lékařská knihovna

Standardizace a klasifikační systémy v medicíně

Teorie systémů TES 5. Znalostní systémy KMS

Nový bakalářský studijní obor Biomedicínská informatika na Fakultě biomedicínského inženýrství v Kladně

Využití a zneužití statistických metod v medicíně

Příloha č. 2: Grafické vyjádření parametrů, které byly statisticky významné; porovnání skupiny trénujících osob s kontrolní skupinou

BMII. B i o m e d i c a l D a t a P r o c e s s i n g G r o u p

Vážení a měření nemocných

Vztah výpočetní techniky a biomedicíny

Funkční a sportovní antropologie - vybrané metody

Biologie dítěte a základy zdravovědy 1 a 2

INNO-MED. Vývoj informačního systému medicíny založené na důkazu pro zlepšení kvality lékařské péče Přehled výsledků řešení

HODNOCENÍ ZDRAVOTNÍHO STAVU A PROVOZNÍ BEZPEČNOSTI STROMŮ

Inovace studia molekulární a buněčné biologie

Analytické metody v motorsportu

Klasifikace vzácných onemocnění, Orphanet

Inovace tohoto kurzu byla spolufinancována z Evropského sociálního fondu a státního rozpočtu České republiky.

Správa VF XML DTM DMVS Datový model a ontologický popis

Studium informační vědy a znalostního managementu v evropském kontextu

Maturitní témata - BIOLOGIE 2018

Sportvital Diagnostický program pro děti d

OBSAH. 1 Slovo úvodem... 9 Josef Kuře, Marek Petrů. I. Filosofie medicíny v českých zemích v minulosti... 13


Trávicí soustava. Úkol č. 1: Trávení škrobu v ústech

Tezaurus Medical Subject Headings

Formování tloušťky filmu v elastohydrodynamicky mazaných poddajných kontaktech

Elektronická podpora výuky na ÚBMI

Vzdělávací obsah vyučovacího předmětu

Indikátory kvality preanalytické fáze. Pracovní den, Lékařský dům, Praha Bunešová M., ÚLCHKB 2. LF UK a FN Motol, Praha

analýzy dat v oboru Matematická biologie

Znalostní systém nad ontologií ve formátu Topic Maps

Bc. Jaroslav Kubricht.

Název: Zdravý životní styl 1

Standardizace a klasifikační systémy v medicíně

Logický datový model VF XML DTM DMVS

Co nás učí nádory? Prof. RNDr. Jana Šmardová, CSc. Ústav patologie FN Brno Přírodovědecká a Lékařská fakulta MU Brno

Problematika dětské obezity. Markéta Vojtová VOŠZ a SZŠ Hradec Králové

Maturitní témata Biologie MZ 2017

Národní akční plán pro Alzheimerovu nemoc a obdobná onemocnění 2020? 1. setkání pracovní skupiny

Studie EHES - výsledky. MUDr. Kristýna Žejglicová

Úvod do preklinické medicíny NORMÁLNÍ FYZIOLOGIE. Jan Mareš a kol.

časovém horizontu na rozdíl od experimentu lépe odhalit chybné poznání reality.

Studium optiky a optometrie na Fakultě biomedicínského inženýrství ČVUT

Dědičnost vázaná na X chromosom

Řízená klinická terminologie SNOMED CT. Libor Seidl ZDRAVEL 1.LF UK v Praze

Orphanet Portál pro vzácná onemocnění

měli vědět, i když nejsme potápěči

SOUHRNNÝ PŘEHLED nově vytvořených / inovovaných materiálů v sadě

Projekt MEFANET. Představení stavu a výsledků projektu. L. Dušek, S. Štípek, V. Mihál, D. Schwarz, Č. Štuka jménem Koordinační rady sítě MEFANET

Kritéria hodnocení praktické maturitní zkoušky z databázových systémů

Je možné efektivně používat procesně orientované pracovní postupy při zdravotní péči?

Ontologie v e-commerce

Konceptualizace, komunikace a reprezentace znalostí

doc. Ing. arch. Vladimíra Šilhánková, Ph.D. Ing. Petra Štěrbová

Činitelé vzniku a vývoje psychických jevů. PaedDr. Mgr. Hana Čechová

Inovace výuky Člověk a svět práce. Pracovní list

Jasové transformace. Karel Horák. Rozvrh přednášky:

Formalizované klinické doporučené postupy s datovou a procesní složkou

Úvod do teorií a metod sociální práce. Co je sociální práce a proč potřebuje teoretická východiska? Navrátil, Kříčková

Informační boom (nejen) ve zdravotnictví - požadavky na vyhledávání relevantních informací na základě principů evidence based medicine

Institut biostatistiky a analýz MU. Zkušenosti s vyhodnocováním telemedicínských technologií

Úvod (1) Pojem a rozdělení biologie, biologické vědy, význam biologie. (1/1) Pojem a rozdělení biologie, biologické vědy, význam biologie.

- Dobrou náladu, chuť se učit a dozvídat se nové a ověřené informace o výživě. Těšíme se na Vás! Za Institut dietologie a výživy,

ETICKÉ ASPEKTY MĚŘENÍ KVALITY ŽIVOTA

Technologický transfer v regenerativní medicíně

Sylabus témat ke zkoušce z lékařské biologie a genetiky. Struktura, reprodukce a rekombinace virů (DNA viry, RNA viry), význam v medicíně

Informační systémy 2008/2009. Radim Farana. Obsah. Nástroje business modelování. Business modelling, základní nástroje a metody business modelování.

Využití přírodovědného pokusu na 1. stupni ZŠ z pohledu učitelů z praxe výzkumná sonda. Ondřej Šimik

UČEBNÍ PLÁN. Počet kreditů. Latinské základy medicínské 2(2) Z 2 terminologie

2. LF UK. 2. lékařské fakulty Univerzity Karlovy. nemocnice v Motole

Magisterský program Biomedicínské inženýrství a informatika na ČVUT FEL Praha

ODBORNÝ OPONENTNÍ POSUDEK ZÁVĚREČNÉ ZPRÁVY 2011 PROJEKTU 1M0538 OP01

PROGNÓZA VÝVOJE OBYVATELSTVA MĚSTA A SO ORP HRADEC KRÁLOVÉ NA OBDOBÍ

Zájmy a blaho člověka (lidské bytosti) musejí být nadřazeny všem ostatním zájmům společnosti a vědy.

SYSTÉMOVÁ METODOLOGIE (VII) Kybernetika. Ak. rok 2011/2012 vbp 1

STATISTICKÉ ODHADY Odhady populačních charakteristik

Přehled použitých výrazů a zkratek

BIOINŽENÝRSTVÍ *) *) pracovní název pro nové studijní programy

Metadata. podmínka naplnění požadavků a očekávání INSPIRE. INSPIRE a GII/SDI, Praha,

Indikátory kvality preanalytické fáze. FONS Pardubice, Bunešová M., Friedecký B.

Pohled výrobce na HealthTechnology Assessment

Životní styl a sociální třídy: vytváření symbolické kulturní hranice diferenciací vkusu a spotřeby. Jiří Šafr

Kód a název vzdělávacího programu Forma Název vyučovacích Diplomovaná všeobecná sestra N/11

Základní škola a mateřská škola, Ostrava-Hrabůvka, Mitušova 16, příspěvková organizace Školní vzdělávací program 2. stupeň, Člověk a příroda

Transkript:

Klasické a moderní ontologie při popisu lékařských algoritmů Lesný P., Vejvalka J.

Tři pilíře medicíny Dovednost, umění Chirurg Práce s informacemi House, MD Etika Váš lékař

Lékařské algoritmy Součást klasické medicíny, v podobě Výpočtů (například předpokládané výšky dítěte na základě výšky rodičů) Postupů (guidelines) Interpretovány mohou být Lékařem Sestrou s kalkulačkou Počítačem

Lékařské algoritmy Příklady Výpočet BMI = hmotnost / výška 2 Populační závislosti (průměrná velikost srdce dle věku) Algoritmy pro zpracování obrazu Doporučené postupy (až SOP)

Životní cyklus lékařských algoritmů Objev algoritmu, nalezení závislosti Publikace Implementace Výzkumné užití Validace (ověření) Aplikace v klinické medicíně

Ontologie v biomedicíně Explicitní specifikace konceptualizace Hierarchické vnímání medicíny Anatomické vědy Fyziologie Historický koncept Hierarchie prostorová, časová, Přitahují pozornost filosofů

Klasické ontologie Vycházejí povětšinou z Aristotelské klasifikace Popisují svět - univerzalita

Klasické ontologie Anatomy Taxonomy (Rosse, 2003)

Klasické ontologie ON 9.2 (Kumar 2002)

Klasické ontologie Unified Medical Language Systém (NIH)

Basic Formal Ontology (BFO) Klasické ontologie

Klasické ontologie Gene Ontology (GO) Proteomics ontology

Klasické ontologie SNAP/SPAN (Barry Smith) Práce s časovým rozměrem

Klasické ontologie SNOMED, SNODENT Systematická nomenklatura medicíny Numerická klasifikace Závislosti

Aplikace klasických ontologií Hledání nových filosofických pohledů na choroby Pokus o univerzální klasifikaci Nekonečná práce (... člověk orgány tkáně buňky organely bílkoviny )

Aplikace klasických ontologií Komplexní snadné zavlečení chyb Hledání závislostí a chyb v jiných klasických ontologiích popisujících biomedicínu (SNOMED vs UMLS vs BFO vs GO)

Biomedicínské algoritmy a ontologie Explicitní specifikace konceptualizace je možná na úrovni Algoritmů Dat která zpracovávají Algoritmus (výpočet spotřeby kyslíku při cvičení) Entita Znalost Proces Vztah

Biomedicínské algoritmy a ontologie Aristotelské ontologie budovány od kořenového prvku (často entita ) Dlouhá řada závislostí is_a nebo part_of od entity k výpočtu plochy povrchu těla 2009: Neexistuje univerzální medicína Nutnost oborových rozšíření Nerovnoměrné zpracování

Zpracovávaná data a ontologie Klasifikace zpracovávaných dat má praktické důvody Plocha povrchu těla závisí na výšce Udávané v m / cm / in / ft Měřené nebo odhadované Ráno, v poledne, večer Před cvičením, po cvičení Vestoje, vleže

Zpracovávaná data a ontologie Koncept Tělesné výšky se vyskytuje jen v následujících klasických biomedicínských ontologiích SNOMED UMLS GO (pouze normální/abnormální ) BMI = hmotnost / výška 2

BMI v UMLS Organism attribute IS_A Body weight Quantitative concept IS_A IS_A IS_A ASSOCIATED_WITH DEGREE_OF Body height Clinical attribute IS_A BMI

UMLS

Moderní ontologie Klasické (Aristotelské) ontologie Konstruovány shora (entita ) Obecné Malý počet vztahů mezi prvky (is_a, part_of, ) Moderní ontologie Konstruovány zdola Specifické pro oblast poznání Specifické pro očekávanou aplikaci Komplexní vztahy mezi prvky

Moderní ontologie MeSH knihovnický systém IUPAC Biochemie McKusick Syndromologie dědičných chorob Doménově specifické ontologie Znalostní doména Konceptualizuje Entity + Relace

Moderní ontologie pro popis lékařských algoritmů Může být založena například na fenomenologii (Husserl): Transformace Indikátory transformované v jiné indikátory Kontext, ve kterém jsou přítomny indikátory a ve kterém probíhá transformace

Příklad růstové algoritmy Tloušťka suprailiakální kožní řasy Tloušťka tricipitální kožní řasy Percentil obvodu paže Výpočet percentilu SIST Percentil tloušťky SIST Tloušťka subskapulátní kožní řasy Výpočet percentilu SSST Výpočet percentilu TST Percentil TST Obvod paže Výpočet percentilu obvodu paže Percentil SSST Obvod hlavy Plocha povrchu těla Percentil obvodu hlavy Výpočet percentilu obvodu hlavy Tělesná výška Výpočet BMI Výpočet percentilu tělesné výšky Výpočet růstové rychlosti věk Výpočet percentilu BMI pohlaví Odhad stavu puberty Výpočet percentilu t.hmotnosti ku t.výšce Stav puberty (pre a postpubertální) Percentil tělesné výšky Percentil hmotnosti k výšce Výpočet plochy povrchu těla BMI Percentil BMI Tělesná hmotnost Výpočet percentilu tělesné hmotnosti Percentil tělesné hmotnosti Výška matky Výpočet střední výšky dle midparenta Midparent Růstová rychlost Výpočet percentilu růstové rychlosti Percentil růstové rychlosti Výška otce

Závěr Moderní ontologie jsou v současné biomedicíně životaschopnou alternativou ke klasickým ontologiím. Konstrukce konceptualizace zdola umožňuje lépe se soustředit na popisovaný problém a zvyšuje praktickou využitelnost.

Děkuji za pozornost petr.lesny@lfmotol.cuni.cz