基于Protege的糖尿病本體構(gòu)建

張 莉 王玉廷

(重慶醫(yī)科大學(xué)附屬第二醫(yī)院病案統(tǒng)計(jì)科 重慶渝中 400010)

前言

目前，糖尿病已經(jīng)成為威脅人類健康的重要慢性疾病之一，由國際糖尿病聯(lián)盟統(tǒng)計(jì)，中國的糖尿病患者占全球四分之一[1]，糖尿病及并發(fā)癥對(duì)人體的危害極大，患有糖尿病及其并發(fā)癥，而導(dǎo)致的機(jī)體損傷，使得糖尿病致死率升高。據(jù)國際糖尿病聯(lián)盟(International Diabetes Federation，IDF)的統(tǒng)計(jì)，2017年，全球有4.25億糖尿病患者，預(yù)計(jì)到2045年，將會(huì)有近7億糖尿病患者。糖尿病作為一個(gè)不能完全根治的慢性疾病，醫(yī)學(xué)上還沒有可以準(zhǔn)確預(yù)防糖尿病的方法。如何更高效率的治療和預(yù)防糖尿病，已成為當(dāng)今社會(huì)無法忽視的重大問題[2]。

近年來，國內(nèi)對(duì)糖尿病的研究主要集中在并發(fā)癥、臨床診斷、護(hù)理、流行病學(xué)、檢查檢驗(yàn)及治療等方向。何永靜通過對(duì)老年糖尿病并發(fā)癥的臨床分析，為防止老年糖尿病并發(fā)癥提供依據(jù)[3]；林婉媚等將疑似糖尿病患者作為研究對(duì)象，對(duì)其進(jìn)行生化檢驗(yàn)與常規(guī)檢驗(yàn)對(duì)比，得出生化檢驗(yàn)在糖尿病診斷中的靈敏度及特異性上較常規(guī)檢驗(yàn)更高[4]。國外的糖尿病相關(guān)研究也集中在并發(fā)癥、相關(guān)治療及護(hù)理等方面。但是，國外研究更關(guān)注與糖尿病的分型和臨床護(hù)理方向。

知識(shí)圖譜(Knowledge Graph/Vault)又稱為科學(xué)知識(shí)圖譜，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一種圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。

國內(nèi)對(duì)知識(shí)圖譜的研究主要集中于圖書館學(xué)、情報(bào)學(xué)在經(jīng)濟(jì)與管理，以及科學(xué)計(jì)量學(xué)在具體學(xué)科的應(yīng)用領(lǐng)域。胡澤文等對(duì)情報(bào)學(xué)中應(yīng)用知識(shí)圖譜現(xiàn)狀及必要性展開敘述，提出知識(shí)圖譜可用于對(duì)各學(xué)科研究熱點(diǎn)及前沿等進(jìn)行可視化的分析[5]；杜湘等運(yùn)用文獻(xiàn)計(jì)量及知識(shí)圖譜的可視化分析，對(duì)高原濕地相關(guān)文獻(xiàn)在發(fā)表時(shí)間、核心作者及研究熱點(diǎn)等方面進(jìn)行推理，得到高原濕地相關(guān)研究熱點(diǎn)及研究軌跡[6]。相對(duì)國內(nèi)研究情況，國外的知識(shí)圖譜研究層次及研究范圍更加廣泛，且更注重知識(shí)圖譜與本體，以及信息檢索等方面的研究。

一、本體的概念及其構(gòu)建工具、方法

(一)本體的概念

由于本體(ontology)被不同領(lǐng)域的專家引用，各個(gè)領(lǐng)域的專家對(duì)本體的概念也會(huì)有一定的差異。最早的人工智能領(lǐng)域的學(xué)者是這樣定義本體的:本體是構(gòu)成相關(guān)領(lǐng)域詞匯的基本術(shù)語和關(guān)系，以及利用這些本體和關(guān)系，構(gòu)成規(guī)定的這些詞匯外延規(guī)則的定義。后來美國斯坦福大學(xué)有學(xué)者提出:“本體是概念化的規(guī)范說明”。接著，有學(xué)者補(bǔ)充該定義：本體是共享概念模型的明確的形式化規(guī)范說明。這一概念得到各領(lǐng)域?qū)＜覍W(xué)者的認(rèn)可。同時(shí)，也被廣泛應(yīng)用推廣[7]。我國對(duì)本體的研究起步相對(duì)國外較晚。湯艷莉、賴茂生教授認(rèn)為：本體是語義網(wǎng)的重要組成部分,是對(duì)世界或者領(lǐng)域知識(shí)、概念、實(shí)體及其關(guān)系的一種明確的、規(guī)范的概念化描述[8]。

由此可以知到，不同學(xué)科的專家給出的本體概念存在一定的差異。總的來看，本體都包含了五大特征，分別是：概念、形式、共享、明確及描述領(lǐng)域知識(shí)。

(二)本體構(gòu)建方法

本體構(gòu)建方法是指專家或者學(xué)者根據(jù)需求和基本步驟進(jìn)行本體的構(gòu)建，即將非結(jié)構(gòu)化的相關(guān)知識(shí)進(jìn)行搜集，并提取。然后，再用計(jì)算機(jī)可以理解的方式表達(dá)出來。盡管本體的概念有相對(duì)的一致性。但由于不同領(lǐng)域的要求存在一定的差異性，在進(jìn)行本體構(gòu)建時(shí)也會(huì)有相對(duì)的不同。

本文主要對(duì)糖尿病并發(fā)癥、治療情況及臨床癥狀表現(xiàn)進(jìn)行本體構(gòu)建，即通過對(duì)糖尿病及其并發(fā)癥知識(shí)體系進(jìn)行非結(jié)構(gòu)化的提取，收集相關(guān)癥狀體征、發(fā)病因素、治療方法、預(yù)防等數(shù)據(jù)進(jìn)行整合，并作為構(gòu)建糖尿病知識(shí)圖譜的實(shí)體及屬性的相關(guān)結(jié)構(gòu)框架。

首先，我們需要對(duì)糖尿病相關(guān)知識(shí)進(jìn)行類(Class)的劃分，必須將各個(gè)類進(jìn)行概念化，明確各類的突出信息，把糖尿病知識(shí)體系表達(dá)完整。其次，我們要將數(shù)據(jù)類型屬性(Data Properties)進(jìn)行描述，并根據(jù)不同的屬性對(duì)類進(jìn)行約束，完成對(duì)類的標(biāo)識(shí)。再次，我們將各類之間的關(guān)系進(jìn)行定義，即對(duì)象屬性(Object Properties)定義[9]。把握住各類的關(guān)系，才能完整的表示出該知識(shí)體系結(jié)構(gòu)情況。最后，我們要對(duì)類及屬性進(jìn)行約束，只有對(duì)約束進(jìn)行準(zhǔn)確的描述表達(dá)，本體的構(gòu)建才能更加完整精確。

(三)本體的構(gòu)建工具

目前，在我們構(gòu)建本體的工具中，較為成熟且使用率較高的主要有Ontolingua Server、Onosiris、Webonto、Protege等。本文主要借助Protege進(jìn)行糖尿病本體的構(gòu)建[10]。

二、糖尿病本體知識(shí)相關(guān)概念及聯(lián)系

(一)糖尿病相關(guān)屬性構(gòu)成

1.定義

糖尿病是一組以高血糖為特征的代謝性疾病。高血糖則是由于胰島素分泌缺陷或其生物作用受損，或兩者兼有引起。高血糖可以導(dǎo)致各種組織，特別是眼、腎、心臟、血管、神經(jīng)的慢性損害、功能障礙[11]。

2.名稱

(1)中文名：糖尿病；(2)英文名：diabetes mellitus(DM)；(3)別名：消渴癥。

3.病因

糖尿病的病因主要分為環(huán)境因素及遺傳因素兩大因素。我們通過對(duì)糖尿病病因的遺傳因素進(jìn)行研究表明：糖尿病發(fā)病具有種族和家族遺傳易感性[12]。1型糖尿病主要誘發(fā)原因有以下三點(diǎn)：(1)遺傳易感性；(2)自身免疫性；(3)病毒感染。

2型糖尿病患病的遺傳因素相比1型糖尿病更高。同時(shí)，環(huán)境因素和胰島旁分泌功能失調(diào)也會(huì)導(dǎo)致患2型糖尿病的概率升高。對(duì)糖尿病影響最大的環(huán)境因素，主要表現(xiàn)在:身體活動(dòng)減少、飲食過多，而形成的肥胖及精神狀態(tài)的降低，使得糖尿病的患病率升高。

4.糖尿病并發(fā)癥

依據(jù)文獻(xiàn)，目前常見的慢性糖尿病并發(fā)癥包含：糖尿病周圍神經(jīng)病變、糖尿病腦血管病、糖尿病腎病、糖尿病足及糖尿病眼部的并發(fā)癥等。其中，糖尿病足是最常見的糖尿病并發(fā)病癥合并感染中的一類，是由于患者足部神經(jīng)病變，致下肢功能障礙，導(dǎo)致的下肢產(chǎn)生的壞疽和潰瘍[13]。糖尿病眼部并發(fā)癥患者常常會(huì)出現(xiàn)視力模糊。其中，較嚴(yán)重的會(huì)導(dǎo)致患者失明。而常見的急性糖尿病并發(fā)癥包括：乳酸性酸中毒、糖尿病酮癥酸中毒等。

5.糖尿病分型

根據(jù)是否需要依賴胰島素治療，一般將糖尿病分為1型糖尿病和2型糖尿病。另外，按照患病人群的年齡劃分，可分為：新生兒糖尿病，小兒糖尿病，妊娠糖尿病，青年的成人發(fā)病型糖尿病及老年糖尿病。

6.糖尿病疾病診斷

包括糖尿病的診斷指標(biāo)及診斷相關(guān)注意事項(xiàng)。查找有關(guān)糖尿病的文獻(xiàn)，進(jìn)行簡單的整理歸納，得到相關(guān)的糖尿病診斷指標(biāo)：

(1)測(cè)定果糖胺；(2)測(cè)定糖化血漿蛋白；(3)測(cè)定血紅蛋白A1；(4)測(cè)定血漿胰島素；(5)葡萄糖耐量試驗(yàn)；(6)測(cè)定尿糖。

(二)糖尿病治療方法

本文將糖尿病的治療方法主要分為三大類：藥物治療、胰島素治療及營養(yǎng)治療。糖尿病患者不能僅靠依賴藥物或胰島素進(jìn)行治療，需要結(jié)合多種方法治療，加上適合的運(yùn)動(dòng)、飲食，按時(shí)服藥等相結(jié)合，才能達(dá)到更好地效果。

(三)糖尿病的癥狀表現(xiàn)

糖尿病是一組以血糖升高為主的代謝性疾病，臨床上主要表現(xiàn)多為“三多一少”癥狀(多飲、多尿、多食和消瘦)，也有存在體質(zhì)下降，乏力等情況。通常情況下，1型糖尿病多在青少年及兒童中，且發(fā)病較急，部分患者會(huì)出現(xiàn)身體消瘦，體質(zhì)虛弱的情況。2型糖尿病相對(duì)無明顯的“三多一少”癥狀，更多情況下表現(xiàn)出慢性疾病，通常患病較高的是中老年人及肥胖人群[14]。

三、糖尿病本體的構(gòu)建

本文借助本體構(gòu)建工具Protege對(duì)糖尿病進(jìn)行本體構(gòu)建，選用版本為protege 5.2版本。構(gòu)建過程主要分為類的構(gòu)建、對(duì)象屬性定義及數(shù)據(jù)類型的構(gòu)建，通過本體的構(gòu)建展示糖尿病知識(shí)及其相關(guān)關(guān)系[15]。

(一)糖尿病本體類的構(gòu)建

選擇標(biāo)簽class，創(chuàng)建基本類結(jié)構(gòu)[16]，設(shè)置三個(gè)大類。包括：糖尿病治療方法(Diabetes_treatment)、糖尿病癥狀(Symptoms_of_diabetes)及糖尿病相關(guān)疾病(Diabetes_related_diseases)，分別定義出各類。

(二)糖尿病本體對(duì)象屬性定義

對(duì)已構(gòu)建好的類進(jìn)行對(duì)象屬性的定義，分別對(duì)糖尿病治療方法(Diabetes_treatment)、糖尿病癥狀(Symptoms_of_diabetes)及糖尿病相關(guān)并發(fā)癥(Diabetes_related_diseases)，用于表示類與類之間的關(guān)系[17]。

1.part of：表示整體與部分的關(guān)系。

2.cure：表示糖尿病治療方法可以治療糖尿病相關(guān)疾病。

3.has_symptom：表示糖尿病相關(guān)疾病的相關(guān)癥狀。

4.need_cure：表示糖尿病相關(guān)疾病需要的治療方法。

5.related_disease：表示糖尿病癥狀是由于糖尿病相關(guān)疾病引起的。

其中，cure與need cure，has_symptom與related_disease是兩組相反的對(duì)象屬性，需要在描述中進(jìn)行相關(guān)的定義。

(三)糖尿病本體數(shù)據(jù)類型定義

我們?cè)趯?duì)糖尿病類進(jìn)行描述時(shí)，需要通過數(shù)據(jù)類型的定義進(jìn)行完善。在本體的構(gòu)建中，類相當(dāng)于數(shù)據(jù)庫中的表的形式，而數(shù)據(jù)類則相當(dāng)于數(shù)據(jù)庫中的列[18]。這個(gè)需要對(duì)每一類進(jìn)行定義。比如，糖尿病治療方法的描述有治療類型及治療名稱。

(四)糖尿病本體類及類層次結(jié)構(gòu)圖

我們通過以上對(duì)本體類、對(duì)象屬性及數(shù)據(jù)屬性的定義，可以看到糖尿病本體類及其層次結(jié)構(gòu)圖與本體結(jié)構(gòu)圖，本體結(jié)構(gòu)圖是對(duì)整個(gè)糖尿病知識(shí)結(jié)構(gòu)的描述[19]。其中的箭頭表示不同的關(guān)系，實(shí)線箭頭表示其父類與子類的關(guān)系，虛線箭頭則是針對(duì)其對(duì)象屬性的定義，不同顏色的虛線箭頭表示不同的對(duì)象屬性。即圖1和圖2：

圖1 糖尿病類及其層次結(jié)構(gòu)圖

圖2 糖尿病本體結(jié)構(gòu)圖

四、總結(jié)

本文通過對(duì)目前糖尿病現(xiàn)狀及具體知識(shí)情況的掌握，對(duì)糖尿病病因、臨床表現(xiàn)、并發(fā)癥及藥物治療等進(jìn)行綜合的知識(shí)匯總，借助工具Protege構(gòu)建糖尿病本體，將糖尿病疾病病因及藥物治療相關(guān)知識(shí)進(jìn)行關(guān)聯(lián)，最終進(jìn)行可視化的圖形展示，完成最基礎(chǔ)糖尿病知識(shí)結(jié)構(gòu)構(gòu)建。對(duì)于Protege工具在糖尿病知識(shí)構(gòu)建的方面，深入研究可以實(shí)現(xiàn)知識(shí)索引的，建立更加全面、完整的糖尿病知識(shí)庫。