略論醫(yī)學(xué)知識服務(wù)系統(tǒng)的發(fā)展趨勢

《略論醫(yī)學(xué)知識服務(wù)系統(tǒng)的發(fā)展趨勢》由會員分享，可在線閱讀，更多相關(guān)《略論醫(yī)學(xué)知識服務(wù)系統(tǒng)的發(fā)展趨勢（4頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、略論醫(yī)學(xué)知識效勞系統(tǒng)的開展趨勢 略論醫(yī)學(xué)知識效勞系統(tǒng)的開展趨勢 摘要：本文分析了知識效勞的內(nèi)涵，論述了現(xiàn)階段國內(nèi)外各類醫(yī)學(xué)知識效勞系統(tǒng)的特點(diǎn)和開展趨勢。包括循證醫(yī)學(xué)數(shù)據(jù)庫、基于補(bǔ)充計(jì)量學(xué)的知識效勞系統(tǒng)，基于本體和語義網(wǎng)的知識效勞系統(tǒng)、基于大數(shù)據(jù)分析的知識效勞系統(tǒng)。 關(guān)鍵詞：知識效勞；知識效勞系統(tǒng)；醫(yī)學(xué)知識；語義網(wǎng)；大數(shù)據(jù)；補(bǔ)充計(jì)量 中圖分類號：G25 Development Trend of Medical Knowledge Service System YUAN Fang Abstract：T

2、his paper analyzes the characteristics of knowledge service， and discusses the characteristics and development trend of the domestic and foreign medical knowledge service system. Knowledge service system based on ontology and semantic web， which is based on ontology and semantic web Key words：Kn

3、owledge service；Knowledge service system；Medical knowledge；Semantic web；Altmetrics 1 前言 在知識醫(yī)學(xué)時代，知識成為疾病的主要敵人，醫(yī)學(xué)知識正以驚人的速度增長【1】，全球每年有超過17000種生物醫(yī)學(xué)圖書面世，現(xiàn)有生物醫(yī)學(xué)期刊超過30000種，且以每年7%的速度遞增。臨床醫(yī)生要在本領(lǐng)域跟上開展，平均每天需要閱讀19篇原始文獻(xiàn)【2】。從工作環(huán)境方面看，醫(yī)務(wù)人員不同于一般的科研人員，尤其是在三甲醫(yī)院，醫(yī)務(wù)人員除了承當(dāng)繁重的臨床工作外，大局部還進(jìn)行醫(yī)學(xué)教育及科研工作。材料顯示，我國醫(yī)生在科研中用于獲取

4、專業(yè)信息的時間比美國等國家少得多，美日等國為30%～50%，而我國僅為15%～30%【3】，知識無限膨脹和有限使用的矛盾，促使我們尋找更好的方法來縮短從研究到實(shí)踐的距離。 2 知識效勞 知識效勞是以信息知識的搜尋、組織、分析、重組為根底， 向用戶提供知識信息、知識挖掘手段及問題解決方案的效勞。它有下面幾個特點(diǎn)。 2.1知識效勞是用戶目標(biāo)驅(qū)動的。傳統(tǒng)信息效勞的基點(diǎn)、重點(diǎn)和終點(diǎn)是信息資源的獲取和傳遞，而知識效勞的評價(jià)是"是否能夠解決問題"。 2.2知識效勞面向特定用戶，是定制式，必須重視用戶問題和問題環(huán)境。在效勞過程中，強(qiáng)調(diào)專業(yè)人員和用戶的共同參與，關(guān)注的重點(diǎn)是效勞

5、的全過程。 2.3知識效勞的核心是知識創(chuàng)新。知識效勞是在顯性知識的加工中融入了對隱形知識的挖掘和共享，將顯、隱性知識集成，形成新的知識產(chǎn)品。 2.4知識效勞必須依靠集成的現(xiàn)代化手段。知識效勞技術(shù)分為三大類，即根底網(wǎng)絡(luò)技術(shù)，知識挖掘技術(shù)和知識存儲與傳播技術(shù)。近年來，KDD的出現(xiàn)為人們提供了一種解決"數(shù)據(jù)豐富而知識貧乏"困境的有效途徑。 就醫(yī)學(xué)知識體而言，可劃分為疾病信息，藥品信息，輔助檢查信息，手術(shù)信息，醫(yī)學(xué)根底知識，與醫(yī)學(xué)相關(guān)的靜態(tài)和動態(tài)信息等；就醫(yī)學(xué)知識需求而言，用戶群體分為臨床、教學(xué)、研究、藥學(xué)和患者等類型。每個群體所需的相關(guān)知識有所不同，但這些知識相互關(guān)聯(lián)，不可分

6、割【4】。在傳統(tǒng)的信息效勞中，這些知識體分散在不同的文獻(xiàn)載體，用戶檢索得到的只是孤立的知識點(diǎn)。在以數(shù)字化、網(wǎng)絡(luò)化為特征的現(xiàn)代社會信息環(huán)境下，這些知識單元按照一定的結(jié)構(gòu)被整合成有序的，相互關(guān)聯(lián)的、完整的網(wǎng)絡(luò)知識體，這種網(wǎng)絡(luò)知識體就是醫(yī)學(xué)知識效勞系統(tǒng)的核心，進(jìn)入21世紀(jì)以來得到了迅猛開展。 3 醫(yī)學(xué)知識效勞系統(tǒng)的開展趨勢 3.1循證醫(yī)學(xué)數(shù)據(jù)庫 循證醫(yī)學(xué)，又稱實(shí)證醫(yī)學(xué)，其核心思想是醫(yī)療決策應(yīng)在現(xiàn)有的最好的臨床研究依據(jù)根底上作出，同時也重視結(jié)合個人的臨床經(jīng)驗(yàn)。作為代表當(dāng)前醫(yī)學(xué)實(shí)踐的主流方法學(xué)， 循證醫(yī)學(xué)不僅對臨床思維模式、臨床實(shí)踐產(chǎn)生了重要影響， 而且對臨床研究、預(yù)防醫(yī)學(xué)、藥學(xué)、護(hù)理學(xué)

7、以及輔助臨床科室的開展也產(chǎn)生了不容無視的影響。現(xiàn)代社會計(jì)算機(jī)技術(shù)、信息通訊技術(shù)以及互聯(lián)網(wǎng)技術(shù)的不斷進(jìn)步，為循證醫(yī)學(xué)及其實(shí)踐提供了強(qiáng)大的技術(shù)支撐，面向循證醫(yī)學(xué)的知識效勞系統(tǒng)也得到了迅速的開展Clinical Evidence、DynaMed、Essential Evidence Plus、MD Consult、UpToDate等已經(jīng)成為歐美各大醫(yī)療機(jī)構(gòu)必備的知識效勞平臺，向全球的廣闊醫(yī)師提供實(shí)時、可靠的知識效勞，為循證醫(yī)學(xué)的實(shí)現(xiàn)奠定了信息和知識的根底【5】。這些平臺一般具有以下4 個特點(diǎn)：權(quán)威性；最正確臨床證據(jù)的精煉概況；定期更新；易于查詢和閱讀。它們能有效滿足醫(yī)學(xué)工作者對醫(yī)學(xué)證據(jù)和知識的需求，

8、協(xié)助他們迅速解決臨床問題，做出準(zhǔn)確的臨床決策【6】。 3.2基于補(bǔ)充計(jì)量的知識效勞系統(tǒng) 自2021年P(guān)reim提出 "Altmetrics"這個術(shù)語以后，有關(guān)補(bǔ)充計(jì)量的研究在全球方興未艾。傳統(tǒng)的以引文為評價(jià)工具的計(jì)量方法因其滯后嚴(yán)重而為人詬病。據(jù)統(tǒng)計(jì)，一篇物理學(xué)論文一般需要在發(fā)表5年以后才能獲得一半的引文參考信息。伴隨著社交網(wǎng)絡(luò)的開展，當(dāng)前學(xué)術(shù)交流環(huán)境正在發(fā)生巨大變化，越來越多的科研工作者通過和與同行探討，利用Mendeley、CiteULike管理工作流程。補(bǔ)充計(jì)量學(xué)利用工具收割文獻(xiàn)管理系統(tǒng)和社交網(wǎng)絡(luò)中涉及某一成果的相關(guān)信息，對這些數(shù)據(jù)進(jìn)行分類聚合計(jì)算，進(jìn)而評價(jià)這些研究成果。常用的補(bǔ)

9、充計(jì)量工具有Altmetric、Impactstory、Plum Analytics、PlosALMs等。Altmetric具有挑選新文章的功能，用戶可按照文章提到的時間、關(guān)鍵詞、期刊、標(biāo)簽、出版商、處理前綴、MEDLINE 主題詞、匹配PubMed 的提問、基金等條件快速地挑選所需的文章，并可按照Altmentric 打分的上下排序。還可通過MEDLINE 主題詞、匹配PubMed 提問等條件進(jìn)行設(shè)置。生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫的文獻(xiàn)可通過社交媒體快速傳播到用戶，醫(yī)學(xué)研究人員可通過替代計(jì)量工具揭示生物醫(yī)學(xué)領(lǐng)域的技術(shù)熱點(diǎn)、發(fā)現(xiàn)新的研究內(nèi)容，為用戶提供個性化的信息推送效勞【7】。 3.3基于本體和語義網(wǎng)

10、的知識效勞系統(tǒng) 3.3.1本體和語義網(wǎng) 本體最初是一個表示真實(shí)世界的結(jié)構(gòu)和性質(zhì)的哲學(xué)概念。近年來，本體越來越多地出現(xiàn)在知識工程等研究領(lǐng)域。而在計(jì)算機(jī)科學(xué)中，本體是一種特殊的信息對象或計(jì)算組件。目前，由于本體能夠表示知識的結(jié)構(gòu)和模型，本體在知識建模與表示領(lǐng)域具有重要的地位，本體能夠用于定義某一領(lǐng)域的概念、屬性及其關(guān)系，并幫助進(jìn)行隱含知識的發(fā)現(xiàn)和推理。 語義網(wǎng)被視為互聯(lián)網(wǎng)的擴(kuò)展和開展方向，旨在對互聯(lián)網(wǎng)內(nèi)容的含義進(jìn)行智能搜索、整合與推理，方便人們進(jìn)行知識共享。為了實(shí)現(xiàn)上述目標(biāo)，僅使用機(jī)器可讀的語言來存儲數(shù)據(jù)是不夠的，還需要賦予數(shù)據(jù)形式化的、明確的語義信息。因此語義網(wǎng)的開發(fā)可以看做是一

11、種把知識建模與表示和自動推理融入互聯(lián)網(wǎng)的方法。語義網(wǎng)體系結(jié)構(gòu)主要包括數(shù)據(jù)資源層、XML/XMLSchema層、RDF/RDFSchema層、本體層。 3.3.2領(lǐng)域建模與知識表示 領(lǐng)域建模的研究和應(yīng)用在人工智能和知識工程及其相關(guān)領(lǐng)域有著悠久的歷史。在過去幾十年里，領(lǐng)域建模已經(jīng)成為自然語言處理、信息檢索和人工智能等研究領(lǐng)域中一個有用的工具。目前，領(lǐng)域建模已經(jīng)處于各種目的和需求在各種各樣的研究中逐漸開展起來。因此，許多術(shù)語都用于代指領(lǐng)域建?；蝾I(lǐng)域模型的概念。包括：本體、語義網(wǎng)、概念圖、概念圖表、分類和術(shù)語關(guān)聯(lián)圖等。雖然這些術(shù)語表達(dá)的概念不盡相同，但他們在用法方面相互重疊，都被用來代指一個類

12、似的概念或結(jié)構(gòu)，也就是領(lǐng)域建?；蝾I(lǐng)域模型。由于網(wǎng)絡(luò)上存在的海量醫(yī)學(xué)信息資源大多是非結(jié)構(gòu)化或半結(jié)構(gòu)化的，使得自動化的概念和關(guān)系的抽取以及知識建模的自動化方法呈現(xiàn)出復(fù)雜性和多樣性，因此，如何用一種較為通用的方法或框架對異構(gòu)數(shù)據(jù)源中的信息進(jìn)行處理是研究人員迫切需要解決的問題。 3.3.3基于本體的中醫(yī)藥知識效勞平臺 章太炎先生曾經(jīng)指出："中醫(yī)之成績，醫(yī)案最著。欲求前人之經(jīng)驗(yàn)心得，醫(yī)案最有線索可尋。循此鉆研，事半功倍。"中醫(yī)醫(yī)案是中醫(yī)文獻(xiàn)的重要組成局部，是一代又一代醫(yī)家通過不斷的臨床實(shí)踐，逐步總結(jié)出來的珍貴經(jīng)驗(yàn)。近代以來，醫(yī)案分析研究層出不窮，是中醫(yī)理論不斷開展的搖籃。中國工程院和浙江大學(xué)計(jì)算

13、機(jī)學(xué)院聯(lián)合打造的?中醫(yī)藥知識效勞系統(tǒng)?就是將中醫(yī)醫(yī)案中非結(jié)構(gòu)化或者半結(jié)構(gòu)化的資源分拆并整合，綜合應(yīng)用語義網(wǎng)、網(wǎng)絡(luò)、搜索和數(shù)據(jù)挖掘等信息技術(shù)，通過關(guān)聯(lián)分析和主體分析挖掘其中隱含的知識和關(guān)系，根據(jù)挖掘結(jié)果分析推理，為用戶提供知識效勞。 3.4基于大數(shù)據(jù)分析的知識效勞系統(tǒng) 以基因數(shù)據(jù)為代表的現(xiàn)代生物醫(yī)療信息的不斷創(chuàng)新，正不斷產(chǎn)生海量的生物研究數(shù)據(jù)。作為現(xiàn)代醫(yī)學(xué)研究的核心和根底，海量的數(shù)據(jù)在帶來新的研究價(jià)值的同時，從另一方面也不斷產(chǎn)生困擾。如何從如此海量的數(shù)據(jù)中開掘出最有研究和利用價(jià)值的生物醫(yī)學(xué)數(shù)據(jù)正成為現(xiàn)代生物信息學(xué)的下一個關(guān)注重點(diǎn)。解放軍第307醫(yī)院細(xì)胞與基因治療中心開發(fā)的?疾病遺傳變異關(guān)

14、系數(shù)據(jù)庫?聚焦于基因變異和疾病的相關(guān)性，以及疾病和針對性藥物的相關(guān)性，以患者基因信息為根底，為現(xiàn)代醫(yī)療的診斷提供了最有價(jià)值的針對性數(shù)據(jù)。該數(shù)據(jù)庫一方面收集整理了國內(nèi)外最新的基因變異和疾病治療數(shù)據(jù)，從科研的角度為醫(yī)療專家提供國內(nèi)外最新的疾病相關(guān)數(shù)據(jù)和治療方法；另一方面該數(shù)據(jù)庫對臨床疾病和治療進(jìn)行實(shí)時地跟蹤和檢測，通過最新的生物信息處理方式，對過往的研究數(shù)據(jù)進(jìn)行實(shí)際補(bǔ)充和持續(xù)更新。因此以患者基因信息為中心，該數(shù)據(jù)庫開掘整理了過往歷史研究數(shù)據(jù)，融合更新了實(shí)時檢測病例數(shù)據(jù)，從而能更好地診斷相關(guān)疾病并提供最正確治療方案，而且能預(yù)測潛在的疾病威脅。 該系統(tǒng)存儲兩類信息。一類信息為個性化癌癥診斷和與

15、之相匹配治療方案提供臨床數(shù)據(jù)支持，另一類為基于全基因組測序的高端健康風(fēng)險(xiǎn)評估提供信息支持。所采集的數(shù)據(jù)都得到過醫(yī)學(xué)和臨床試驗(yàn)的驗(yàn)證，并最終由專家審定收錄，并對數(shù)據(jù)庫不斷更新。目前該數(shù)據(jù)庫涵蓋我國發(fā)病率前30 名癌癥及其他100 種疾病。 4 結(jié)語 縱觀國內(nèi)外醫(yī)學(xué)知識效勞系統(tǒng)的建設(shè)和開展，我們不難看到，為緩解海量醫(yī)學(xué)信息資源和醫(yī)務(wù)人員接收能力之間的矛盾，醫(yī)學(xué)知識效勞系統(tǒng)的研究備受關(guān)注。隨著我國數(shù)字圖書館知識組織與知識效勞研究理念的不斷深入，如何借鑒國外經(jīng)驗(yàn)，推動我國高水平的醫(yī)學(xué)知識效勞系統(tǒng)建設(shè)是下一步急需解決的問題。 參考文獻(xiàn)： 【1】Bartels EM. Ho

16、w to keep up with medical literature[J].Best Pract Res ClinRheumatol，2021， 23 ：81-90. 【2】陳敏.王全林.王飛.循證醫(yī)學(xué)與知識轉(zhuǎn)化[J].華西醫(yī)學(xué).2021，29：179-180 【3】李彬，倪榮麗，張曉苗，等.臨床醫(yī)生信息負(fù)擔(dān)調(diào)查研究[J].醫(yī)學(xué)信息學(xué)雜志，2021，32：49-53. 【4】張文舉.李娜.基于知識效勞的醫(yī)學(xué)知識效勞系統(tǒng)研究[J].中華醫(yī)學(xué)圖書情報(bào)雜志，2007，16：1-3. 【5】AlperBS.Practical evidence-based internet resources[J].Family practice management，2003，10：49-52. 【6】于彤張.竹綠.賈李蓉.面向循證醫(yī)學(xué)的知識效勞平臺概述[J].中國中醫(yī)藥圖書情報(bào)雜志，2021，38：55-56. 【7】黃芳.補(bǔ)充計(jì)量學(xué)及其在生物醫(yī)學(xué)領(lǐng)域的應(yīng)用[J].中華醫(yī)學(xué)圖書情報(bào)雜志，2021，23：16-18.