top of page

Технология моделирования

медицинских знаний

Технологии UMKB разработаны резидентом кластера информационных технологий Фонда «Сколково» компанией «Соцмедика». В рамках проекта компания отвечает за постоянное их усовершенствование.

Технология моделирования медицинских знаний

Модель представления

медицинских знаний

Краеугольным камнем в основе UMKB является модель представления медицинских знаний, которая способна описывать любую область медицины.

Онтология
Онтология

Используя в новой модели принципы нечеткой логики, стало возможным представлять сложные слабо формализованные медицинские знания.

С помощью данной модели максимально точно можно моделировать факторы риска, этиологию, патогенез заболевания (вероятность, время проявления и последовательность патологических признаков на каждом этапе развития болезни), методы лечения и профилактики.

При формировании патологических и компенсаторных механизмов концепция предоставляет возможность уточнять множество условий, которые влияют на данный механизм. Например, признаки, характеризующие персональные особенности организма (пол, возраст, иммунный статус, хронические заболевания и др.).

Множество внешних и внутренних патогенных факторов, каждый из которых в той или иной степени оказывает влияние на развитие болезни.

Также легко можно моделировать структурно-функциональные особенности организма и их взаимоотношения. Например, компенсаторные механизмы, рефлексы, сложные анатомические структуры, все особенности вариантной анатомии и другие признаки, на основании которых формируются реактивность и резистентность организма.

Все это очень важно для работы экспертных системы в режиме персонифицированной медицины.

Модель представления медицинских знаний

Медицинские онтологии

2) Онтологии описания патологических процессов и других медицинских явлений (правила моделирования факторов риска, распространённости, этиологии, патогенеза, клинической картины, диагностики, дифференциальной диагностики, лечения, профилактики, исхода патологических процессов, межлекарственных взаимодействий, ограничений к применению и т.п.). Большинство онтологий допускают моделирование динамики процесса и персонификации отношений.

Наличие в системе модуля «конструктор онтологий» предоставляет возможность создания необходимых онтологий для формализации знаний в любой области медицины и биологии.

Для представления (хранения) знаний в предметной области в виде связей и максимально точного описания явлений разработаны специальные онтологии.

В системе UMKB различаются две группы онтологий:

1) Онтологии формирования медицинских признаков из элементарных терминов (правила формирования структурных, функциональных, параметрических, патологических и других медико-биологических признаков).

Медицинские онтологии

Гибридная технология

моделирования знаний

Для эффективного наполнения UMKB, разработана новая технология моделирования медицинских знаний. Это гибридная технология, которая использует принципы краудсорсинга для сбора медицинских знаний и машинный анализ медицинских текстов с извлечением фактов.

Гибридная технология моделирования знаний

Краудсорсинговая система моделирования базы медицинских знаний

Система моделирования базы медицинских знаний (свидетельство о государственной регистрации программы для ЭВМ №2014618583) - автоматизированная система, которая использует принципы краудсорсинга для сбора медицинских знаний.

Система распределяет задачи среди экспертов – врачей, провизоров и биологов, а из поступающих фрагментов информации формирует семантическую сеть. Информация в систему вводится не только в текстовом виде на разных языках, но и в виде логических связей с той или иной вероятностью. Возможность построения нейронных сетей в концепции нечеткой логики позволяет системе объединять мнения неограниченного количества врачей, создавая коллективный разум.

Краудсорсинговая система моделирования базы медицинских знаний

Технология машинного анализа медицинских текстов

Кроме ручного способа наполнения UMKB, также используется технология машинного анализа медицинских текстов с извлечением фактов. Процесс машинного анализа медицинских текстов в целом состоит из 2-х этапов:

1) Морфологический анализ текстов, осуществляемый с помощью системы Morphological and Lexical Analyzer, который предоставила компания ABBYY;

2) Извлечение смысла из текста с использованием медицинских онтологий и классификаторов медицинских концептов (терминов), разработанные компанией Соцмедика.

Технология машинного анализа медицинских текстов
ABBYY

Морфологический анализ

Формирование семантики

Семантика
Классификатор

Классификатор

Онтология

Онтология
bottom of page