Осмоловский Иван Сергеевич, аспирант кафедры медицинской кибернетики и информатики медико-биологического факультета
117321, Москва, ул. Островитянова, 1
Ivan S. Osmolovsky, Postgraduate Student, Department of Medical Cybernetics and Informatics
1, Ostrovityanova str., Moscow, 117997
Зарубина Татьяна Васильевна, д-р мед. наук, профессор, заведующий кафедрой медицинской кибернетики и информатики
117321, Москва, ул. Островитянова, 1
Tatiana V. Zarubina, Dr. Sci. (Med.), Professor, Head of Department of Medical Cybernetics and Informatics
1, Ostrovityanova str., Moscow, 117997
Шостак Надежда Александровна, д-р мед. наук, профессор, заведующий кафедрой факультетской терапии имени академика А.И. Нестерова
117321, Москва, ул. Островитянова, 1
Nadezhda A. Shostak, Dr. Sci. (Med.), Professor, Head of the Department of Faculty Therapy named after academician A.I. Nesterov
1, Ostrovityanova str., Moscow, 117997
Клименко Алеся Александровна, д-р мед. наук, доцент, профессор кафедры факультетской терапии имени академика А.И. Нестерова
117321, Москва, ул. Островитянова, 1
Alesya A. Klimenko, Dr. Sci. (Med.), Associate Professor, Professor of the Department of Faculty Therapy named after academician A.I. Nesterov
1, Ostrovityanova str., Moscow, 117997
Кондрашов Артем Александрович, ассистент кафедры факультетской терапии имени. академика А.И. Нестерова
117321, Москва, ул. Островитянова, 1
Artem A. Kondrashov, Assistant Professor, Department of Faculty Therapy named after academician A.I. Nesterov
1, Ostrovityanova str., Moscow, 117997
Осмоловская Мария Сергеевна, студент педиатрического факультета
117321, Москва, ул. Островитянова, 1
Maria S. Osmolovskaya, Student, Faculty of Paediatrics
1, Ostrovityanova str., Moscow, 117997
Подагра относится к группе микрокристаллических артритов и представляет собой системное тофусное заболевание, проявляющееся воспалением различных тканей в результате накопления кристаллов моноурата натрия. Верификация диагноза подагры с момента появления первых симптомов в среднем по России составляет от 4 до 8 лет. Этого времени достаточно для развития различных осложнений (например, подагрической нефропатии) и инвалидизации пациента, в связи с чем возникает потребность пересмотра существующей стратегии диагностики заболевания. К одному из вариантов улучшения оказываемой медицинской помощи можно отнести создание системы поддержки принятия врачебных решений (СППВР), которая построена на знаниях экспертов, формализованных в виде базы знаний.Цель: разработка структуры базы знаний для СППВР в области диагностики подагры.Материал и методы. В качестве материала использовалась клиническая информация по диагностике подагры, представленная в виде номенклатуры медицинских понятий и логических схем, которые были собраны на основе федеральных клинических рекомендаций, различных источников литературы и экспертных знаний. В качестве метода структурирования знаний применялся онтологический метод, в качестве методов представления – совместное использование семантической сети и фреймов.Результаты. При разработке структуры базы знаний использовалось сочетание двух методов представления знаний: семантическая сеть и фреймы, в части структурирования знаний онтологический подход. Структура построена на основе собранных совместно с экспертами клинических знаний в части диагностики подагры. Основная особенность разработанной нами структуры базы знаний по сравнению с похожими работами в части диагностики заболеваний с применением методов инженерии знаний заключается в использовании отдельного типа понятия «Синдром», выступающего в качестве принятого в медицине агрегатора, существенно снижающего объем базы знаний для заболеваний.Заключение. Разработана структура базы знаний, в рамках которой использовано 7 типов понятий и 11 типов связей. В структуре применялся онтологический подход и сочетание двух моделей представления знаний: семантической сети и фреймовой модели.
Gout belongs to the group of microcrystalline arthritides and is a systemic tophus manifested by inflammation of various tissues caused by deposition of monosodium urate crystals. Verification of gout diagnosis in Russia takes on average four to eight years from the beginning of the disease. This period is sufficient for the development of various complications (for example, gouty nephropathy) and disability of patient, and, therefore, it is necessary to revise the existing strategy for the diagnosis of this disease. One of the options for improving the provision of medical care can be attributed to the creation of a clinical decision support system (CDSS), which is based on the knowledge of experts, formalized as a knowledge base (KB).
Aim. To develop a KB structure for CDSS for gout diagnosis.
Material and Methods. Clinical information for gout diagnosis, presented as a nomenclature of medical concepts and logical schemes, which were collected on the basis of federal clinical recommendations, various literature sources and expert knowledge were used as materials. The ontological method was used as a method of knowledge structuring. Combined semantic network and frames were used as the methods of representation.
Results. While developing KB structure, a combination of two methods of knowledge representation including semantic network and frames was used. An ontological approach was used in terms of knowledge structuring. The structure was built on the clinical knowledge collected in cooperation with experts in gout diagnosis. Compared with similar developments of diagnosing diseases based on knowledge engineering methods, the main feature of developed KB structure was the use of a separate type “Syndrome” concept as an aggregator accepted in medicine, significantly reducing the volume of KB for diseases.
Conclusion. The KB structure was developed comprising the use of seven types of concepts and 11 types of relationships. The structure involved the use of ontological approach and combination of two models of knowledge representation, namely: a semantic network and a frame model.
The authors declare that there are no conflicts of interest present.