護理領域本體構建的研究進展

張 映，韓世范，2*

1.山西醫科大學，山西 030001；2.山西醫科大學第一醫院

從2009年“大數據”一詞的逐步流行到現階段大數據的無處不在[1]，各行各業都開始積極與大數據相結合，醫學行業也積極加入了這一隊伍。在區域醫療與健康大數據中，80%的數據是以非結構化形式存儲的，通常這些數據都是采用自然語言處理，因此，選擇適當的數據模型進行計算和驗證，對自然語言進行語義分析和特征提取，是用好醫療大數據集的關鍵。為有效獲取、儲存、管理及應用醫療機構產生的數據資源，以達到對疾病的管理、控制和醫療研究的目的，醫學知識庫應運而生。21世紀以來，我國的醫療信息學進入了一個全新的時代，醫療知識庫的構建已經成為醫學信息學的重點[2]。目前，知識庫的研究主要集中在基于本體的知識庫構建和思路研究[3]。本體的應用可以解決很多臨床中通用性和規范性的問題，可以作為醫療保健術語系統之間的中介機制，以及支持數據之間的可比性、醫療保健應用程序之間的互操作性，比如中醫臨床用語本身存在語義模糊和關聯復雜等問題[4]，在護理實踐過程中，就需要將研究的問題，通過數據挖掘建立護理領域本體，使收集到的數據指標可以通過系統、科學的研究方法和專業化的研究評價該問題，直接或間接指導護理實踐，改進護理工作，提高護理質量[5]。本研究將著重介紹本體的發展、構建以及相關應用，進而提出在我國護理領域的構建本體，旨在為我國護理領域的發展提供幫助。

1 本體的概念及構建

1.1 本體的概念 本體是古希臘時期用來描述“存在”的一個概念名詞，隨著計算機的出現并且快速發展，人工智能技術逐步提升，本體的概念開始吸引計算機專業人士，被越來越多的專業人士研究、發現、利用。本體在計算機領域最早的概念是由Neches等提出的，可以理解為兩個部分，首先是相關領域詞匯的基本術語概念集合和關系集合，然后運用已經獲取的相關術語集和關系集構成一個規則定義，這個定義就可以描述和規定這些詞匯及其相關的其他詞匯之間的規則關系[6]。Studer等通過對以往專家的研究和自己的經驗總結，提出一個現在流行、被業界人士所認可的本體概念：本體是共享概念模型的明確的形式化規范說明[6]。Borst[7]將其定義描述為“共享概念模型的形式化規范說明”。概念模型的定義為某一領域內的信息資源和資源間的相互關系，因此，有研究者認為本體的概念和概念模型的概念相契合，但是本體概念包含了4層意思：概念化（conceptualization）、明確性(explicit)、形式化(formal)、共享性（shared），通過概念分析可以看出本體的概念遠遠大于概念模型。概念模型在進行術語分類時，同一術語可以存在于多個類之下，例如，陳羽楠[8]在構建運動功能中醫概念模型時，將肌肉萎縮同時納入了肌肉功能障礙和脾功能障礙之下，但是在本體構建中一個概念名詞只能出現1次。簡而言之，本體是指具有描述某一個領域概念及概念間關系的一種統一、正規、規范說明，是信息、知識的底層架構工具。因此，本體可以作為知識表達的基礎，避免重復領域的分析，并通過統一的術語和概念實現信息的共享。本體的構成包含概念（concept）、關系（relation）、屬性（attribute，slot）、公理（axiom）、實例（instance）這幾個基本元素，但是不局限于這幾個要素，研究者研究的過程中可以在此基礎上增加或減少。

1.2 本體的分類 關于本體的分類有很多種方法[9]，例如依據詳細程度和領域依賴程度就可以將本體分為很多類型。目前，研究者普遍接受將本體分為以下幾個大類：頂級（top level）本體、領域（domain）本體、任務（task）本體、應用（application）本體[9]。從本體構建理論出現后，本體構建也出現了多種方法，按照自動化程度分類，可以分為手動構建、半自動構建、自動構建3種方法。半自動方式是通過對不同的數據源進行統計、數據挖掘、機器學習等本體學習技術來完成知識獲取。因此，本體學習成為自動化本體構建的基礎和一個重要的研究方向。本體構建的順序可以分為自上而下、自下而上以及兩種方向相結合的混合性方法。本體的描述語言是計算機描述表達本體的語言[10]，目前本體描述語言有很多種類型，較為常用的有XML、RDF、DAML、OWL等。目前最為廣泛使用和最具影響力的本體構建原則是普適性五原則:清晰性原則、一致性原則、可擴展性原則、編碼程度最小原則、極小本體約定原則[11]。

1.3 本體的作用 本體可以展示概念間的層級結構和進行邏輯推理[12]，因此可以從組織形式、語義、語義關系、語義擴展查詢、邏輯推理等方面提供人性化的智能信息檢索服務，例如以語義檢索、智能模糊檢索、語義標注、模糊邏輯引入、關系建立等為代表的研究成果。當用戶輸入檢索詞時通過語義分析、語義理解、計算轉換、知識表示和查詢推理進行智能信息檢索，實現了信息檢索從基于關鍵詞到基于知識的跨越。本體的運用可以改善傳統信息知識的“孤島效應”，打破信息“屏障”，擴大檢索范圍，進行跨媒體信息檢索，滿足用戶多種類型查詢結果的需求，實現信息間的交互性。但各媒體間的信息表示、語義標注、內容識別、結果排序等方面存在較大差異，雖針對同一領域進行本體構建，但因本體構建方法和構建專家不同，本體間的匹配和映射功能無法實現大規模多本體集合，因此目前跨媒體信息檢索的效果欠佳。智能信息檢索系統中本體的選用和系統評估均缺乏統一有效的評估方法；在基于本體的擴張技術進行擴展檢索時忽略了屬性和實例之間的擴展，以致查全率、查準率不高，還需要相關研究者不斷進行研究。

2 國內外研究現狀

如今本體構建技術已廣泛應用于醫學領域的研究，例如美國的一體化醫學語言系統、基因本體（GO）[13]、系統化臨床術語集（SNOMED CT）[12]、我國的中醫藥學語言系統（TCMLS）、中文一體化醫學語言系統（CUMLS）[14]等，這些本體目前已得到醫學界廣泛認可，并已經運用到了各大數據檢索系統，同時還存在一些用于臨床決策、飲食推薦、用藥提示、個性化管理等各方面更加具體的小型本體，這些小型本體的研究在減輕醫護人員的工作壓力、節約醫療資源、提供個性化的醫療服務等方面具有重要的作用。

2.1 醫護健康咨詢 隨著病人及家屬對疾病知識獲取的渴望不斷增加，越來越多的病人及家屬選擇通過百度、谷歌等軟件進行信息檢索獲取疾病及病人照護的相關知識，但是其獲取的信息資源并沒有滿足其需求，例如有研究者發現，家庭照顧者在阿爾茲海默病相關知識的獲取方面有很大的問題，他們往往不知道如何獲取相關知識，即使利用百度、谷歌等搜索引擎也無法輸入準確的檢索詞、獲取有效的知識，從而降低了病人的生活質量，延緩了病人康復的速度，甚至使病情惡化速度加快。所以研究者試圖在公眾檢索詞和醫學專業用詞之間建立映射關系，建立一個適合阿爾茲海默病病人家庭護理服務的專業本體，通過語義檢索使檢索者在搜索時獲得想要得到的資料[11]。除此之外，也有研究者對利用本體構建技術為病人及家屬進行疾病知識的咨詢與獲取進行了研究。陳琛[15]利用現有的本體在領域專家的指導下獲得關鍵概念、關系及屬性，然后運用概念分析理論構建新的本體，并抓取網絡中的信息資源以不斷補充和更新現有本體，將其運用到專家咨詢系統。新的本體可以快速、準確地回答與腎病相關的常見問題，提供具有初步診斷功能的輔助診斷子系統。本體的應用展現了本體技術在智能信息檢索中的先進作用，為本體在醫學領域的應用提供了新的方向，也為醫療健康提供新的保障。

2.2 臨床決策數據分析 醫學知識的來源除了課本之外，還有大量的實踐經驗，但是經驗的獲取需要很長的時間去積累。截至2020年底，我國執業（助理）醫師達到408.6萬人，每千人口執業（助理）醫師2.90人，注冊護士470.9萬人，每千人口注冊護士3.34人，較2019年均有所增加，但仍然存在很大的區域發展不平衡、城鄉發展不平衡、醫療資源分配不平衡等問題。針對以上問題，胡占生等[16]為了減輕體檢醫生的負擔，減少人工分析體檢數據的失誤，提出了運用本體和SWRL原則構建體檢醫學本體，通過參考體檢相關標準數據集對體檢人員的體檢報告進行危險性分析，并通過隨機對照的方法將計算機數據分析與人工分析進行對比，發現電腦檢出率和醫生人工檢出率一樣高，這樣通過體檢結果智能化、通用化分析，大大提升了體檢數據分析的效率和準確度。高星等[17]為了緩解基層醫生的工作壓力，提供及時、準確的輔助診療知識，從權威指南、百科知識、教科書、基層全科醫生和專科醫生的工作經驗以及中國知網、萬方等中英文數據庫中進行概念收集，運用《中英文主題詞表》《一體化語言系統》及相關指南等資料對獲取到的知識進行篩選、評估、梳理和分類，將糖尿病知識梳理為目標人群、預防、診斷、治療、并發癥、轉診、隨訪等7類，然后定義類及屬性，最后建立了一個糖尿病本體，從糖尿病預防、控制、治療和康復等方面為基層醫生的糖尿病治療防控工作提供了決策支持。劉智鋒等[18]也為基層全科醫生在糖尿病的科學決策方面提供了一個科學管理系統。該系統是根據國內糖尿病相關指南和糖尿病領域專家經驗，采用骨架法建立的一個包含早期篩查規則、診斷規則、分型規則、糖尿病的藥物推薦規則以及轉診規則等28種規則的糖尿病診療規則庫，該系統有效提高了糖尿病的知曉率，降低了各種并發癥的致殘率。陳曦[19]運用孕產健康醫學領域的知識，通過對現有本體構建方法和語言的多種比較，并在本體構建的過程中對半自動構建方法的具體統計學算法進行升級，從而建立了一個更加專業化的孕產健康領域的本體知識庫，為臨床醫生和醫學生提供了知識學習的平臺。這些本體領域的構建研究對我國醫療資源不平衡狀態的改善具有重要作用。

2.3 藥物類本體構建研究 國外建立了一些藥物不良反應本體。藥物不良反應分類系統（Adverse Drug Reaction Classification System，ADReCS）是一個對不良反應詞匯標準化與分類的不良反應本體知識庫，目前知識庫中包括6 544個標準的不良反應術語及34 796個同義詞，知識庫的構建為不良反應術語的直接計算和潛在不良反應的特點挖掘提供了基礎[20]。Duclos等[21]創建了在藥物警戒中自動表征不良反應的本體，當所報道的不良反應在藥物概要中出現時即被自動示例為已知不良反應。我國也對藥物類的本體構建有所研究。茍玲等[22]針對我國抗生素濫用的情況開發了一個基于本體構建的抗生素臨床管理知識庫。該知識庫是根據專家的意見和抗生素藥物指南，利用protege軟件建立的一個包含抗生素藥物實例、藥物屬性的知識庫和存儲著提示規則的規則庫。基于該庫，醫務人員可以對藥物的屬性進行查詢、根據病人的信息推薦可以使用的藥物、在發生用藥錯誤時給予提示，從而實現對抗生素的管理，并促進抗生素的合理使用，減少抗生素濫用的情況。林鑫等[23]也使用現有本體屬性，參考《抗菌藥物治療學》《中國醫師藥師臨床用藥指南》《國家基本藥物目錄》等書籍，利用信息挖掘技術、語義分析術語映射等技術建立了一個包括164種喹諾酮類藥品不良反應的中文版領域本體，為臨床實踐中該類藥物的合理使用提供參考。李梅[24]運用《新編藥物學》和藥物說明書收集藥物的基本信息和不良反應信息，復用現有的OAE本體和NDF-RF本體，利用本體構建工具建立了一個心血管藥物不良反應OCVDAE本體，經過統計分析和統計學算法分析不良反應發生模式、藥物類別不良反應發生率、藥物類水平比值報告比值比等；還運用PubMed上的文獻對該本體進行了驗證，最終收集到了265種心血管疾病藥物和1 383個不良反應術語，實現了心血管藥物、心血管藥物化學成分分類、作用機制分類、不良反應等多種不同類型的數據無縫整合，在預防心血管藥物不良反應的發生、促進心血管藥物的合理應用、提高人群健康水平等方面將發揮重要作用。由此看出，目前藥物類本體對醫療用藥有重大的指導作用，但都是從某一個角度出發，采用不同的研究方法、語料來源、驗證方法和研究目的來進行本體構建，缺乏統一、全面的大藥物領域本體。

2.4 健康監測預警 根據臨床知識推理出的知識元素構建本體庫[25]，根據臨床經驗總結構建診療規則庫，將規則庫和本體庫相結合運用推理機制，可以根據病人的健康數據進行監測，及時發現異常情況。肖敏[26]參考了醫學方面相關資料、臨床電子病歷庫以及醫療領域的專家意見之后，運用protege技術，詳細描述基于生理參數的疾病診斷預警規則，設計并實現診斷預警推理規則庫，建立了一個基于生理參數的具有疾病診斷預警功能的診斷預警服務本體，有利于為病人提供個性化、精確化、實時化以及自動化的健康監測與緊急警告服務，提高了醫療服務治療水平，并且實現了醫療領域知識的統一、共享與復用，有力地推動了醫療知識的普及和醫療事業的智能化。Din等[27]以護理計劃和護理臨床實踐指南的內容為基礎，運用本體論和TNM的建模決策方法構建護理計劃本體（NCO），可以協助護理人員根據病人的數據進行分析，給出具有個性化的護理計劃，并且根據護理人員的執行情況和病人后續的健康數據提出新的護理計劃，實現了通過病人數據的監測提供護理建議的功能，促進了護理流程的順暢實施和護理工作的協調性。

3 護理領域本體構建方法

雖然本體構建的原則目前還沒有統一的標準，但是護理領域本體的構建可以采用目前最為廣泛認可的普適性五原則[28]，使用自然語言給護理領域的概念進行具有明確性、客觀性及完整性的定義，在進行術語添加時盡量不進行已有內容的修改，以達到最大單項的可擴展性，盡量使用最少的約束條件進行建模，并且在進行推理后其結果與護理領域的概念不產生沖突。

本體構建有骨架法、七步法、METHONTOLOGY法、IDEF5法、TOVE法、分析-描述-驗證的建模三步法、建模-對比分析-規范化過程的三步法[24]等多種本體構建方法，但目前使用最為廣泛且最成熟的本體構建方法為斯坦福大學醫學院所研究的七步法[29]。但是原有的七步法在構建本體時缺少了對本體的評估階段，導致構建的本體無法保證其正確性，所以根據現有的護理領域公認的知識和計算機領域、護理領域專家的參與，護理領域本體的構建可以使用改進的七步法[30]。①確定本體的專業領域和范圍：本研究團隊前期利用本體、知識工程、自然語言處理等理論與技術，構建護理科研信息系統護理領域知識體系——護理科學大數據平臺，首先明確了所要建立的護理領域本體是應用在護理大數據平臺上的。其目標是在相同的搜索條件下使檢索結果更好、自動抓取更準確，以實現對護理科學大數據平臺的優化。明確護理領域本體的使用用戶主要面向各類醫院的臨床護理人員、教學和研究人員。②復用現有的本體，收集核心概念：通過護理學教材收集護理領域內的基本概念；全文下載中國知網、萬方等數據庫檢索的護理領域文獻，將獲取到的文獻進行整合去重，運用相關技術廣泛搜集文獻中的詞匯，進行護理概念集的廣泛收集；借鑒醫學主題詞表、一體化醫學語言系統等進行概念補充。③定義護理類間關系和屬性：參照現有的護理學書籍、醫學主題詞、一體化語言系統等結構化詞表，人工將上述詞表中的概念轉換成本體中的類，將概念間的層級結構轉換為類間關系。在中國知網、萬方等數據庫下載相關文獻并檢索專業教材、論文期刊等非結構化文本，利用語義分析和關系抽取功能，通過識別確定語料中的核心關鍵語句，抽取本體概念間的三元組關系。通過現有本體、專業教材、詞表廣泛搜集屬性集，運用純人工標注的方法對每個概念和詞進行屬性定位，添加屬性約束，從而對類進行定義和描述。護理領域本體的構建需打破傳統醫學領域本體中以疾病為主導的構建思路，從護理學的角度進行分析，以護理診斷為中心，護理計劃、護理措施、護理結局與評價作為同一級類目，然后依次類推。之后進行專家咨詢，將獲得的概念集和屬性集由護理領域專家和計算機領域專家進行修改。④創建實例：將最終獲取的概念詞表、屬性詞表應用到本體構建系統中，一個類的子類可以認為是一個類的實例。⑤本體的檢驗與評價：目前本體構建的方法也有很多，例如在系統內部進行舉例正反面雙向實驗驗證、運用Peleg提出的建模維度進行測驗[31]、根據標準本體設計原則進行驗證、通過專家咨詢進行驗證[32]等多種驗證方式。本研究將通過以下3種方法對初步構建的本體進行檢驗，第一，利用本體構建系統自帶的推理機制進行檢驗，例如protege軟件中自帶推理機制。第二，放到其他數據平臺進行檢驗。該環節利用特定的評估指標或評價方法對本體進行評價，結果作為反饋進入本體構建環節。第三，由計算機和護理領域的相關專家進行檢測判斷，如有問題及時修改更新。本體構建的流程其實是一個不斷構建、修改、完善的過程。具體見圖1。

圖1 護理領域本體構建流程

4 不足與展望

4.1 醫學術語的標準化 目前，臨床癥狀存在名稱繁多、內涵和外延不清、表述與理解不統一的情況。雖然本體在構建的過程中會根據現有的同義詞詞表或運用數據挖掘技術構建護理學詞表，但是其并不能完全包含所有的同義詞。要想解決癥狀體征術語不全、映射不統一等問題，則需在醫療衛生服務活動中，采用標準化臨床術語。宋杰等[33]在對壓瘡不良事件的非結構化數據進行自然語言標注處理時發現，不規范的護理不良事件上報導致了自然語言處理的陽性預測值的偏差和預測準確度的下降，所以必須修正臨床術語概念表、描述表和關系表，建立統一、規范的醫學語言系統。Cubas等[34]也曾表明護理術語標準化建設對于本體的構建、本體的交復性發揮以及本體的更新和維護具有重要的作用，并且他們還嘗試通過構建目錄來減少不一致性研究[33]。Hyun等[35]在對醫院臨床護理文檔進行本體構建映射時發現，不同文件對統一內容的標題不一致，科室模棱兩可的名稱等問題導致了在進行映射時出現重復映射、單一映射、無法映射等多種問題，提出文檔要想實現共享，就得對其文檔章節的命名采用一致性原則。劉林等[36]通過對國際上的多種臨床表型本體術語的分析發現了現有的表型術語本體存在語義交互性缺陷、語義類別不清等問題，無論是從規范化描述還是數量上都需要加強。就此還提出：中醫表型集成本體應該多本體整合、規范去重，以癥狀為中心，疾病、基因、藥物等多種醫學相關元素相結合，形成一個網絡節點，而且還要映射到西醫癥狀上面。這些問題和建議不僅對于表型集成本體有作用，對于醫學的其他領域也都有很大的借鑒作用。目前國內外關于護理標準化語言建設已有相應的研究，護理領域本體的構建則有效促進了其發展，同時也有效推動了護理領域本體構建的發展。

4.2 本體構建工具和技術的改進 目前，最為廣泛使用的是protege軟件，且具有很大的優越性，雖然它本身有推理的功能，但卻局限于一些數字大小范圍的推理，而對于醫學知識來說，這種推理顯然不能滿足要求，用它并不能建立專家系統。所以，應該建立一個更加龐大、有效的建模工具，然后由醫療專業的人士利用自己的知識去創建一個更好的醫學本體，為醫學信息的智能化發展提供新的工具。本體構建技術未來的研究熱點可能集中在高效的機器學習算法、利用文本的特點和知識圖譜的研究思路進行本體構建等方向上。

4.3 護理人員數據挖掘能力 數據挖掘和本體構建是相輔相成的過程，領域知識的靜態本體為數據挖掘的知識判決和模型基礎[37]，而本體構建過程中概念集、屬性集和標注等都需要進行數據挖掘。護理研究人員應在挖掘和收集資料的過程中搭好橋梁，針對目的合理、有效收集和挖掘數據[26]。不僅如此，數據分析是數據挖掘的核心工作。數據挖掘是進行數據驅動的護理研究的重要過程，例如羅弦等[38]利用NoteExpress 3.0軟件對多個數據庫中關于死亡教育護理文獻進行數據挖掘分析，為死亡教育趨勢等的相關研究提供了參考；楊健健等[39]對3個數據庫中艾灸防護肛腸術后尿潴留的文獻進行數據挖掘分析。但是，目前的數據挖掘也存在很多問題，在我國的研究過程中，較多使用單一的數據挖掘方法，而不重視多種方法結合進行數據分析；大部分關聯性分析只是對一個醫院或是一個系統內的問題進行分析，比較孤立；護理研究領域對粗糙集方法的使用也比較少等。目前，我國護理研究人員的數據挖掘技術處于起步階段，還需要樹立大數據思維，學習有關編程設計。而且我國護理研究的數據挖掘還停留在對數據之間的共性和差異性進行探討上，需要進一步探討如何對數據進行更充分的挖掘。

4.4 護理人員計算機數據思維的培養 護理人員參與本體構建的過程中本體構建的目的、流程、結論的分析都需要具備計算機數據思維。在本體構建的前期準備工作中，選題、確定研究方法、制定納入排除標準都需要在資料數據庫進行閱讀查詢。中國生物醫學文獻數據庫（CBM）、PubMed、中國知網等文獻數據庫都是建立在大數據的基礎上，5G時代的到來使各數據庫之間的文獻傳輸速度更加快捷，傳輸的內容也不斷增加，而且還大大減低了傳輸過程中的損耗，護理研究人員也可以全面、及時了解其研究問題。目前，我國大部分護理高校已經設置醫學信息檢索這門課程，但是結果卻不盡如人意。馮琳等[40]對湖南中醫藥大學的學生進行的調查研究也發現，護理本科生的信息意識和信息能力不足。在臨床實踐中，一線護理人員每天可以接觸到大量的醫學數據，但是其信息意識和科研能力有待提升。王曉燕等[41]對山西省人民醫院護理人員的調查研究發現，護理人員的主要信息來源是同事之間的交流，對自己的信息訴求不明確，信息檢索途徑和信息檢索語言使用不暢，檢索成功率不高。畢波[42]類似研究也得出相似結論。由此看出，無論是護生還是護理人員，信息意識都很薄弱，在大數據與護理研究相結合的時代表現出大數據思維缺乏，護理信息化人才短缺，無疑給護理研究增添了困難。除此之外，護理人員還應該具有利用信息檢索工具和信息資源的信息素養，在臨床工作中對所搜集到的信息可以正確識別、合理加工、有效傳遞并創造出更有價值信息的能力，應該具有研究思維、循證思維，根據臨床實踐和臨床發展需求提高自身對信息認知的態度，合理利用信息手段去解決臨床工作中遇到的問題。護理人員必須融合專業知識和信息知識，具有大數據思維，成為護理信息化人才，成為大數據驅動下護理研究中的佼佼者。培養護理信息化人才，設立護理信息化相應課程，再到鼓勵、支持、引導、組織臨床實踐護士去學習信息管理的相關知識與制度，使護理人員認識到護理信息化關系的重要性，積極主動學習護理信息知識，參與護理信息管理，提高護士的信息素養，增強收集、分析、判斷、處理護理信息的能力，從而培養一代又一代復合型人才。

5 小結

5G是新一代移動通信技術和未來經濟和社會發展的重要基礎設施，可將大數據、人工智能等技術更好融合。一個領域本體知識庫的構建是一個跨學科的工程，是多專業人士不斷進行思維碰撞的過程，是波浪式前進、螺旋式上升的過程，是挑戰以連貫的方式組織特定的知識領域的過程。在本體知識庫構建的過程中會遇到意想不到的困難，并且需要不斷排錯驗證。護理學領域具有大量不同于臨床醫學的專業知識與實踐,國內已經有很多醫護領域的知識本體正逐步轉化到實踐應用中,有力地推動了我國醫護信息化的發展，可以更加充分地利用現有護理信息系統,達到優化資源整合的目的,實現更為全面的數據挖掘工作,進而為臨床護理管理、護理研究、護理決策分析等提供更為科學、系統的數據支持。因此，構建護理實踐領域本體知識庫對于利用大數據資源提高護理服務質量、改善病人臨床結局具有重要意義。