Ceļā uz semantiskām zināšanām: veselības aprūpes ontoloģiju semantiskais novērtējums

Abstract

Pēdējo trīsdesmit gadu laikā pasaulē ir parādījušies arvien vairāk neviendabīgi veselības aprūpes dati. Tāpēc biomedicīnas ontoloģijas kopā ar to terminoloģijām spēlē arvien lielāku lomu veselības aprūpes zināšanu apstrādē, pārvaldībā un atspoguļošanā. Taču ontoloģiju izmantošanas panākumi ir lielā mērā atkarīgi no to kvalitātes, un bieži ontoloģiju kvalitāte nav pieņemama. Ontoloģijas kvalitātes novērtēšana ir neatņemama ontoloģijas veidošanas un uzturēšanas sastāvdaļa. Tā tiek veikta gan ontoloģiju izstrādes laikā, gan pirms to publicēšanas, gan arī pirms to lietošanas, lai identificētu neatbilstības un modelēšanas kļūdas. Šajā darbā tiek atkārtota pieeja vienam no pēdējo gadu ievērojamākajiem pētījumiem ontoloģiju novērtēšanas jomā, taču daudz reālistiskākā vidē. Salīdzinājumā ar minēto pētījumu, tiek izmantoti brīvi pieejami dati no Nacionālā Biomedicīnas ontoloģijas centra (NCBO) bioportāla - lielākās biomedicīnas ontoloģiju krātuves. Tiek izstrādātas 20 dažādas prasības, lai validētu un verificētu 10 dažādas ontoloģijas ar četriem ontoloģiju novērtēšanas rīkiem (Protege, TDDOnto, OOPs! un Themis). Visbeidzot, tiek salīdzināti iegūtie rezultāti un secināti šīs pieejas iespējamie izmantošanas scenāriji un praktiskums.

Over the past thirty years, large amount of heterogeneous health care data has emerged around the world. That is why biomedical ontologies together with their terminologies play an increasing role in the processing, management, and representation of healthcare knowledge. However, the success of using ontologies largely depends on their quality, and often the quality of ontologies is not acceptable. Ontology quality assessment is an integral part of ontology development and maintenance. It is conducted during the development of ontologies, before their publication, and before their use, to identify possible inconsistencies and modeling errors. This work repeats the approach of one of the most significant studies in the field of ontology evaluation in recent years, but in a much more realistic setting. Compared to the mentioned study, data is used from the National Center for Biomedical Ontology (NCBO) BioPortal, the largest repository of freely available biomedical ontologies. 20 different requirements are developed to validate and verify 10 different ontologies with four ontology evaluation tools (Protege, TDDOnto, OOPs! and Themis). Finally, the obtained results are compared, and the possible use scenarios and practicality of this approach are concluded.