第239期 / September 5, 2017

分享到臉書!分享到維特!分享到噗浪!分享到Google+!分享到微博!轉寄友人友善列印

以本體論探討門診藥局系統知識流程

作者/蕭凱文

[發表日期:2017/9/5]

前言

作為一個程式開發人員,除了程式語言上的開發與架構設計能力之外,如何讓了解開發系統相關的領域知識也是個非常重要的課題,若只是盲目的完成系統分析師所交辦的任務,而不會獨立思考以及判斷所負責系統的流程與內容的話,難以達到系統的最佳化設計,也無法提升自己在職場上的競爭力與價值。能夠完整且有系統的理解領域知識內容的難易度,取決於該領域知識的大小與範圍,若能有一套方法可以明確的說明該領域中各項知識的定義,並建立起知識彼此之間的關係,將有助於開發人員更加深入與掌握領域知識。而本人目前服務於醫療資訊開發部門的醫療資訊系統開發更新案,利用本體論把該醫療系統中的門診藥局系統的知識流程進行歸納,使領域知識能清楚、有序地建置出來,協助理解門診藥局的流程與知識內容。

何謂本體論

本體論的起源來自於哲學,是用來探討「存在(being)」的一門學問。爾後由於它對於真實世界客觀事物存在的認知、理解、結構與表達,以及在問題、領域知識的界定與釐清方面具有顯著優勢,故近年來在資訊科學、知識工程、知識管理、資訊整合與企業整合等領域都受到的廣泛應用(王文君,2004)。

在資訊科學、知識工程以及知識管理中,Gruber (1993)認為本體論指的是「對於共享概念化的明確而詳細的說明」,透過這個共享觀念與方式,描述人類腦中的知識,讓不同領域的雙方能共同地討論事情。為建置特定領域的概念,呈現對事物的認知,本體論具有以下四點特性:

一、概念化 (Conceptualization):

本體論將真實世界予以概念化,以提供結構性知識的描述,讓該領域的相關成員能相互溝通。

二、正規化 (Formal):

本體論是一群正規化表示的概念集合,以清楚的語意定義及數學符號所形成的語言進行描述,可為人類所閱讀。

三、明確 (Explicit)

所使用的概念及使用這些概念的限制都有明確的定義,可供機器解讀 (Interpret)。

四、可分享 (Share):

知識本體表達的是共同認可的知識,反映的是領域中公認的概念集,可作為溝通的媒介。

Sowa (1995)將本體論定義為用以定義某一特定應用領域內,將事物做分類並描述彼此之間的關係。Fensel et al. (2007)提到,本體論是「共享共同理解的領域,可被人與異質性和分散式系統之間作為溝通」。讓不同領域的雙方能共同地討論事情。同時,也能讓人與機械或機械與機械間相互了解彼此所要表達的語意,做到資料的傳承、知識抽象化、知識的推論與共享。

Hendler (2001)提出的本體論定義,是將本體論定義為描述某一特定領域知識中許多的術語集合,描述的內容包含術語集合中詞彙、語意及彼此間的相互關係、推論和邏輯上的規則。

綜合上述觀點,本體論是一種對特定領域知識概念的明確描述,它以結構化的方式來描述與定義各種知識,表示出不同對象之間的相關性,讓不同領域的人能共同討論與分享事物。近來,本體論應用在知識分享上被認定為最好的解決方案,Choukri (2014)認為本體論為一種動態之架構,會隨著概念領域的改變而使得規則條件跟著改變,導致本體論架構的產生變化。以上說明,領域知識是會不斷的累積,並且透過知識的積累,使得原先的本體論概念持續增長,並產生新版本的應用。如在語意網 (Semantic Web)上的應用。

本體論建構方法論

在本體論的建構方法論上,因不同的專家對知識的觀念及所建置的本體論要處理的問題導向不同,故所建構出的知識本體也不見得相同(Corcho et. al. 2003)。而根據蘇國瑋等人(2009)整理出目前較具體的本體論建構步驟共有四種,除了這四種之外, Horridge在2011年提出的A Practical Guide To Building OWL Ontologies。


《表一》本體論建置說明相關文獻


Uschold與Gruninger等學者提出的本體論建構步驟是以技術發展的角度為主,比較著重偏向軟體工程的發展架構,例如軟體工程技術描述的方法。Sure等學者的本體論建構方法論是以應用和知識管理為出發點,注重人性事件、軟體工程、與知識呈現。其特色在於注重公理與推理機制、並定義完成理論作為正規評鑑的依據。Noy等學者(1998)則是以完整的實際案例,並搭配由美國史丹佛大學開發出的一套本體論建置軟體Protege-2000,說明本體論的建構步驟。Horridge則是結合Protege 4 說明建構本體論所需的元件、建置條件以及步驟。

本體論建構元件

根據Noy and McGuinness(1998)及Horridge(2011)的文章中提到,本體論是對某特定領域的概念進行明確的描述,通常以類別(Class)來表達概念,並以關係(Property)來表示類別間不同的特徵及限制。這兩篇文獻也以美國史丹佛大學開發出的本體論建置軟體Protege作為建置工具。在利用此種本體論建置軟體上,本體論的表示須包含以下三個要素:

一、個體(Individuals):

個體用來表示特定領域中重要或具獨特性的物件。

二、類別(Classes):

類別為個體的集合,描述特定領域的概念知識。它與個體彼此之間的關係,如圖一所示。


《圖一》類別與個體間的關係


三、關係(Properties):

在本體論之中關係又可分成物件關係及資料關係,詳見如下:
  • 物件關係(Object Property):類別間或個體間的二元關係。如海洋性貧血類型(類別)擁有(物件關係)症狀(類別),表示「海洋性貧血類型」這個類別與「症狀」這個類別之間存在一個擁有的關係,換句話說海洋性貧血類型會擁有其所對應的相關症狀。如圖二所示。


    《圖二》類別與Object Property的關係


  • 資料關係(Data Property):個體與資料間的關連。如血紅素 (個體)的血紅素值 (資料關係)為10 mg/dl (資料)。如圖三所示。


    《圖三》個體與Data Property的關係

總結,這三個要素彼此之間的關係如圖四所示。相同特性的個體可以視為一個類別,類別間或是個體間可以存在一個物件關係(Object Property),而資料關係(Data Property)則是存在個體與資料間的關連,它並不會與類別產生任何的關係:


《圖四》本體論三要素關係示意圖


本體論的應用

本體論發展至今已被應用於入口網站瀏覽、文件管理系統、系統文件化、知識管理、整合檢索、資料探勘 (Data mining)、語意網 (Semantic web)等,也有許多學者應用於醫療領域,例如緊急醫療決策在大規模的聚會活動中會是一個挑戰性的任務,而Haghighi et al. (2013) 將本體論應用在群眾集會之醫療急救管理(Domain Ontology for Mass Gatherings),此研究將大規模的緊急醫療決策相關文獻、事件處理的描述、分析的知識與案例建構在本體論當中。並以criteria-based evaluation做為驗證DO4MG(群眾集會領域本體)的可行性評估。此研究主要是以案例為基礎的推理決策支援方式,落實在醫療緊急管理中群眾集會上,解決術語使用上的不一致,並提供其實用性,增加緊急醫療人員進行群眾集會在溝通上的效率。此篇研究雖有提出兩種評估方法來評估本體論建置的效能,但對於本體論建置的方法論沒有明確的說明且對於知識的呈現方式沒有進一步的探討。

Riano et al. (2012) 使用Protege version 3.6實際臨床決策工具,研究範圍包含十九種慢性疾病(Diseases)(包含貧血、關節炎、腦血管疾病、慢性缺血性心臟疾病、慢性阻塞性肺疾病、褥瘡、譫妄、六種癡呆症(血管型、繼發型、混合型、阿茲海默症、退化型以及無特定原因的)、抑鬱症、糖尿病、心臟衰竭、高血壓、醫源性認知障礙、帕金森症這十九種慢性疾病)、兩個併發症(Syndromes)(包含固定障礙、知能障礙)、五大社會議題(Social Issues)(包含嚴重的心理疾病、環境惡劣、低收入、缺乏家庭支持、缺乏社交網路),此研究將上述提到的十九種慢性疾病(Diseases),內容包含特殊疾病(specific diseases)、症狀(symptoms)、社會需求(social needs)等條件知識,以本體論的方式建構成知識庫,期望以此知識本體論為基礎發展一套決策支援系統,讓醫療人員可以掌握較完整的醫療信息,且可以由衛生保健人員直接維護資料,當病人資料愈來愈多後,系統的預測也將更詳細與準確,將資料重複利用與進行分析推理。本篇研究是由7個醫療中心共同來參與及平台開發合作,並實際將雛型系統進行測試。但尚對於本體論建置的方法論沒有明確的說明。

邱英華和何泓俊(2012)使用Protege version 3.4以藥物知識本體為基礎建構一個藥物指標語意查詢系統,此系統所採用之資料是藉由藥物相關的網站資料,加以擴充與修改,此系統縮短民眾搜尋藥品時間,減少再次篩選資料的時間,激發民眾健康管理的自主權。陳裕元 (2010) 應用本體論做為知識儲存、展示與應用之架構,實作在長照機構中的護理知識管理系統,協助護理人員撰寫護理評估、診斷和計畫,以提高護理品質與病人安全。

陳樂惠(2010)是運用本體論以及專家系統工具JessTab 發展一套醫院疾病輔助診斷暨門診推薦系統。此系統將各科疾病特徵、疾病診斷知識、疾病症狀等資訊建立在本體論當中,並根據建置在本體論當中的知識經驗,進行掛號診斷的推論。最後以建置出的知識本體論為基礎,開發一套掛號診斷雛型系統。當使用者輸入自身的病徵,系統將會協助查詢可能罹患的疾病、疾病資訊描述及推論出就診的門診別,並推薦使用者可掛號的科別為何。但此篇研究對於如何將領域知識以本體論的方式進行轉換的步驟,並沒有做詳細的描述。

黃崇益 (2003) 主要是以健保局公布的「藥品給付規則」作為準則,實作出可執行且具推論、檢核功能的醫療院所健保用藥專家輔助系統,利用領域及方法本體論,作為領域及準則知識庫的基本架構,再依此架構所完成的知識庫,作為其他醫療專家系統的發展平台,共享領域知識。做出健保界血脂用藥專家輔助系統,此系統可分為開降血脂用藥、檢核用藥、決策支援建議報告及準則維護四個使用案例。

Alireza Rahimi (2014)是發展了一個糖尿病本體論(Diabetes Mellitus Ontology)去診斷和管理第二型糖尿病的慢性病患者,透過Diabetes Mellitus Ontology的演算法以及Semantic Protocol and RDF Query Language (SPARQL),反覆在電子醫療紀錄中進行查詢與定義,以自動化的方式識別與評估第二型糖尿病患者,以提升電子醫療紀錄在搜尋第二型糖尿病患者的資料品質,做為日後更有效的醫療決策。

Aida Valls (2010)是將歐洲公布的醫療居家照護模式標準與相關規則建置在本體論當中,並實際與專家和在的長照中心共同驗證本體論的可行性。利用該本體論為知識驅動的基礎將其運行真實的情景中。由於本體論能夠明確的定義層次結構,屬性和語義間關聯的限制。因此,此篇研究透過本體論設計與開發出來的居家照護知識模型,對於終端使用者的角度來說是提升了靈活性,適應性和工作效率。

上述所提到本體論在醫療上的應用,針對幾個比較成熟的個案將其整理成表格進行比較,如下表二所示:

《表二》本體論應用比較表(資料來源:本研究自行整理)


故根據上表內容可以得知,本體論雖然在醫療領域的應用上有許多的貢獻,但也有一些不足之處,如上述許多醫療本體論的應用大多是使用史丹佛大學開發出的Protege 本體論建是軟體來實作,但是這些研究卻沒有明確說明它們是如何將欲建置的領域知識有序的轉換成本體論,若日後要對這些本體論進行擴充,會可能因為訓練背景、邏輯思考等不同,造成建構出的本體論會有所差異,進而導致建置上的困難。

本體論的建置軟體 - Protege

本體論可以用來儲存及表是知識,建置本體論的軟體工具有許多種,如Protege、HayStack、OilEd、Ontolingua等。而最常被使用的工具是由Stanford 大學SMI 實驗室所開發的軟體Protege。它是一個免費的開放原始碼平台,目前已經有有許多專家利用Protege 建立和設計不同領域的知識本體論,以提供使用者一個建置領域模型及應用的知識基礎。

Protege除了可以對基本的個體、類別及關係進行建置外,並可根據使用者需求對所需的軟體進行外掛,如JESS推論引擎及SWRL規則語言。

本體論實際應用

藉由前面幾節本體論的建構方法,將嘗試以作者Noy提出的方法論,把HIS系統中的門診藥局作業的系統流程與知識建構在本體論當中。

首先,必須要決定本體的領域及範圍。由於實際的醫療資訊系統內容較為複雜且繁多,所以僅先定義出系統的某一部分的系統作業進行實作,故此次的的本體論範圍設定在門診藥局發藥作業與門診藥局相關報表作業之關係。其次則是考慮與搜尋當前是否有相關的本體論內容可參考使用,而就目前手頭上的資訊是沒有相關本體論可進行參考,故須自行建立此次本體論的內容。接下來就要列舉並找出該領域中的重要名詞,並且明確定義該名詞在欲建立的本體論範圍中所屬的類別階層與其架構,最後則建立類別與類別間的屬性關係。

以門診藥局發藥作業為例,當門診醫囑開立藥品醫令時,相關醫令會送到藥局,通知藥局需配置相關的藥品與其對應的劑量給病患,當病患拿完藥之後,藥師需進行發藥確認,如圖五所示。用以紀錄該病患以實際領取該藥品,而發出去的藥品紀錄會作為後續申報以及藥庫扣庫的依據,這些資料可以藉由報表查詢作業將相關的資料查出並進行核對,如圖六所示。

在這一系列的商業邏輯中的重要系統名詞有門診醫囑、門診藥局、門診藥局發藥作業和報表作業,門診藥局發藥作業的內容包容含了發藥確認與取消發藥的功能,報表作業中包含了扣庫查詢等子系統。我們可將門診醫囑、門診藥局、門診藥局發藥作業和報表作業視為類別,門診醫囑會將醫令送往門診藥局,故這當中會存在一個「送往」的屬性關係。因為門診藥局的扣庫計價的來源是來自於門診藥局發藥作業之間,故彼此兩個類別彼此間存在一個扣庫計價的關係,門診藥局利用報表作業查詢相關的庫存資料,這當中會存在一個「查詢」的屬性關係。在發藥作業以及報表作業兩個類別中,因為是否有確切執行發藥或取消發藥等動作會影響到報表作業的內容,故這兩個類別存在一個「影響」的屬性關係,藉由上述的方式,一步一步慢慢找出此次定義門診藥局作業的範圍中,系統各自間的關係,如下圖七。

透過該方法,讓系統開發人員能夠理解門診藥局中各個作業包含的功能內容以及作業與作業之間的關係和流程。讓開發者不會盲目的只是懂得開發程式,而是能夠有結構的去了解系統,並擁有足夠的知識與觀念和系統分析師討論整體系統的架構和流程,分擔系統分析師與設計師的負擔。本體論對於新手來說,很容易入門,只需要按著建構的邏輯規則即可實作執行。我們可以藉由本體論作為我們理解系統邏輯架構的起點,設計與開發出整體系統的知識模型,以提升系統開發者對於該領域認知。


《圖五》



《《圖六》



《《圖七》


參考文獻
  • Aida Valls, , Karina Gibert, , David Sanchez, , Montserrat Batet. , Using ontologies for structuring organizational knowledge in Home Care assistance, international journal of medical informatics, Vol 79, Issue 5, May 2010, pp. 370-387


  • M. Horridge, A Practical Guide To Building OWL Ontologies Using Protege 4 and CO-ODE Tools, Edition 1.3, University of Manchester, 2011.


  • Morton C. H, Hsu C. Contemporary dilemmas in American childbirth education: Findings from a comparative ethnographic study. Journal of Perinatal Education. 2007;16(4):25–37.


  • Noy, N. F. and McGuinness., D. L., Ontology Development 101: A Guide to Creating Your First Ontology, 1998, http://protege.stanford.edu/publications/ontology_development/ontology101.pdf, [Retrieved 2014/11]


  • Peffers, K., Tuunanen, T., Rothenberger, M. A., and Chatterjee, S., “A Design Science Research Methodology for Information Systems Research, ” Journal of Management Information Systems, Vol. 24, No. 3, Number 2007, pp. 45-77.


  • R. Prieto-Diaz, “A faceted approach to building ontologies,” Proceedings of IEEE International Conference on Information Reuse and Integration, 458-465, 2003.


  • Riano, D., Real F., Lopez-Vallverdu, J. A., Campana F., Ercolani S., Mecocci P., Annicchiarico M., and Caltagirone C, An Ontology-Based Personalization of Health-Care Knowledge to Support Clinical Decisions for Chronically Ill Patients, Journal of Biomedical Informatics, Vol. 45, No. 3, June 2012, pp. 429-446.


  • Shieh, C., Kravitz, M., & Wang, H. H. (2001).What do we know about maternal-fetal attachment. Kaohsiung Journal of Medical Science, 17(9), 448-454.


  • Swartout, W. and Tate, A., Ontologies, Intelligent Systems and their Applications,IEEE, Vol, 14, No. 1, August 2002,pp 18-19.


  • Timmermans, D.R.M. and Ockhuysen-Vermey, C.F. et al. ,Presenting health risk information in different formats: the effect on participants' cognitive and emotional evaluation and decisions, Patient Education and Counseling,Dec 2008, pp 443-447.


  • X. Ma, “Developing Design Guidelines for a Visual Vocabulary of Electronic Medical Information to Improve Health Literacy,” Interacting with Computers, 2015.


  • Y. G. Rawjan and G. R. Kim, “Medical information visualization conceptual model for patient-physician communication,” Proceedings of the 1st ACM International Health Informatics Symposium, pp. 512-516, 2010.