h1

000050322 001__ 50322
000050322 005__ 20220422215526.0
000050322 0247_ $$2URN$$aurn:nbn:de:hbz:82-opus-25289
000050322 0247_ $$2HBZ$$aHT015700917
000050322 0247_ $$2Laufende Nummer$$a29000
000050322 037__ $$aRWTH-CONV-112871
000050322 041__ $$aGerman
000050322 082__ $$a610
000050322 1001_ $$0P:(DE-82)008035$$aLiem, Steve Wei-Lung$$b0$$eAuthor
000050322 245__ $$aSemantische Modellierung für ein wissensbasiertes System in der Pädiatrie$$cvorgelegt von Steve Wei-Lung Liem$$honline, print
000050322 246_3 $$aSemantic modeling for a knowledge based system in pediatrics$$yEnglish
000050322 260__ $$aAachen$$bPublikationsserver der RWTH Aachen University$$c2008
000050322 300__ $$aII, 97 S. : Ill., graph. Darst.
000050322 3367_ $$0PUB:(DE-HGF)11$$2PUB:(DE-HGF)$$aDissertation / PhD Thesis$$bphd$$mphd
000050322 3367_ $$02$$2EndNote$$aThesis
000050322 3367_ $$2DRIVER$$adoctoralThesis
000050322 3367_ $$2BibTeX$$aPHDTHESIS
000050322 3367_ $$2DataCite$$aOutput Types/Dissertation
000050322 3367_ $$2ORCID$$aDISSERTATION
000050322 502__ $$aAachen, Techn. Hochsch., Diss., 2008$$gFak10$$o2008-09-01
000050322 520__ $$aThis project aimed to create a basic framework for a computer-based system, which enables physicians and medical students to quickly and efficiently retrieve medical knowledge. The knowledge base DataMed is designed to assist the physician with finding diagnoses and making clinical decisions in his or her daily routine. Query algorithms make complex queries possible, which conventional medical literature does not allow. Textbooks have a linear structure and are ordered by chapters (diseases). They are principally suitable to comprehensively present knowledge about a disease. DataMed can also be used as a reference. Its advantage over conventional textbooks lies in its capacity to reach a possible diagnosis with the use of incomplete information, e.g. a small set of symptoms. This is the result of the semantic network, with which information about different diseases is interlinked and is now accessible to computer-aided processing. The main focus of this work lies in the conception of the data model. The first step was the selection of a suitable knowledge domain. The domain of pediatric viral diseases was chosen, because it is representative and manageable. Its diseases are characterised by categories like etiology, symptoms or therapy, and are therefore representative for many internal diseases. In addition, there are intersections between the symptoms of the diseases, which allows a comparative approach with differential diagnoses. The modeling of knowledge was carried out under the paradigm of object orientation, weak typisation, and the semantic network. The textbook information was analysed, and translated into a semantic network. This consists of objects and links. An assertion like “measles cause fever” is broken down into the objects “measles” and “fever”. These two objects are then connected by a link with the name “has symptom”. In order to produce a valid semantic network, the model was based on a well-established nomenclature, the SNOMED. The hierarchy of the SNOMED ensures consistency and validity in case of future expansions. The current DataMed model consists of 549 concepts, 1041 associations, 183 container objects and 214 SNOMED-concepts. The conception of the data model was initially done independent from the computer. Modeling steps alternated with evaluation steps even before implementation. Improvements and “best practices” in challenging cases (e.g. symptoms with characteristic) were successfully integrated into the data model. It is object oriented and has a high granularity. Objects in the model are kept as simple as possible and follow the principle of weak typisation. Most information about the objects is inherent in the semantic network, consisting of objects and associations. After the model was consistent enough, it was digitised with a UML-editor (Poseidon). With an import module, the UML model was mapped into a object oriented databas (FastObjects). The quality of the data model was then evaluated in example sessions and a comparative analysis of original text and data model. Currently, the model only contains a small sample of medical knowledge. However, the model represents a stable and efficient basis for larger medical knowledge domains. It is consistent and capable of incorporating future expansions in form and content. The modeling approach is, as textual analysis has shown, not capable of entirely mapping medical knowledge. Medical texts rely heavily on impicit information hidden in sentence structure of natural language. The ratio of modeled information can be increased through extensions. The abstract nature of the object oriented model can be complemented through integration of full texts and additional multi-media elements (images, audio, and video). Computer-based knowledge processing is quickly gaining importance in the field of medicine. It was the objective of this work to present criteria and solutions, which can be used to translate a conventional medical text into an abstract data model, which is then integrated into a concrete medical knowledge base for clinical use. It shows the feasibility of correctly and didactically representing medical knowledge for a computer-based system. With DataMed, problems and their solutions were identified, which resulted from the dilemma of translation between natural language and machine-readable information.$$leng
000050322 5203_ $$aDas Ziel dieses Projekt war es, ein Grundgerüst für ein computergestütztes System zu entwickeln, welches Ärzten und Medizinstudenten ermöglicht, schnell und effizient medizinisches Wissen nachzuschlagen. Die entstandene Wissensbasis DataMed ist imstande, dem Mediziner im klinischen Alltag bei der Diagnose- und Entscheidungsfindung zu unterstützen. Durch Abfragealgorithmen sind auch komplexere Anfragen möglich, wie es die herkömmliche medizinische Literatur bisher nicht erlaubt. Lehrbücher haben eine lineare Struktur und sind nach Kapiteln (Krankheiten) geordnet. Sie sind in erster Linie dazu gedacht, umfassend Wissen über eine Krankheit zu vermitteln. DataMed kann in ähnlicher Weise als Nachschlagewerk genutzt werden. Der Vorteil gegenüber konventionellen Lehrbüchen besteht jedoch in der Fähigkeit, anhand unvollständiger Informationen, bspw. einer kleine Menge von Symptomen, zu nach Anzahl von übereinstimmenden Symptomen gewichteten Diagnosevorschlägen zu kommen. Dies ist das Ergebnis des semantischen Netzes, durch das Informationen verschiedener Krankheiten miteinander verknüpft werden und so durch einen Computer nach verschiedenen Kriterien durchsucht werden können. Der Schwerpunkt dieser Arbeit lag in der Konzeption des Datenmodells. Am Anfang stand die Auswahl eines geeigneten Wissensgebietes. Das Gebiet der pädiatrischen Viruserkrankungen wurde ausgewählt, weil es repräsentativ und überschaubar ist. Seine Krankheitsbilder werden durch Kategorien wie Ätiologie, Symptome oder Therapie charakterisiert und sind daher für viele internistische Krankheiten repräsentativ. Ferner bestehen zwischen den Krankheiten Überschneidungen bei den Symptomen, was eine vergleichende Betrachtung im Sinne von Differentialdiagnosen möglich macht. Die Modellierung des Wissens erfolgte nach den Vorgaben der Objektorientierung, der schwachen Typisierung und des semantischen Netzes. Der Lehrbuchtext wurde analysiert und Informationen in ein semantisches Netz übertragen. Dieses besteht aus Objekten und Verknüpfungen. Eine Aussage im Lehrbuchtext wie beispielsweise „Masern verursacht Fieber” wird zerlegt in die Objekte „Masern” und „Fieber”. Diese beiden Objekte werden nun durch eine Verknüpfung mit dem Namen „hat Symptom” miteinander verbunden, wobei sie von „Masern” auf „Fieber” zeigt. Um ein sinnvolles semantisches Netz zu erhalten, wurde das Modell auf der Grundlage einer etablierten Nomenklatur, der SNOMED, erstellt. Der derzeitige Umfang der Datenbank von DataMed umfaßt 549 Konzepte, 1041 Assoziationen, 183 Containerobjekte und 214 SNOMED-Konzepte. Die Erstellung des Datenmodells geschah zunächst rechnerunabhängig. Modellierungsschritte wechselten sich mit Prüfungsschritten schon vor der Implementierung ab. Verbesserungen und „best practices” bei spezifischen Modellierungsproblemen (z.B. Symptome mit Ausprägung) konnten so effizient in das Modell integriert werden. Die Objekte, die im Modell beschrieben werden sind möglichst einfach beschaffen und folgen dem Prinzip der schwachen Typisierung. Die meiste Information über die Objekte erschließt sich aus dem semantischen Netz, welches aus den Objekten und den Assoziationen besteht. Erst, als das Datenmodell ausgereift genug erschien, wurde es mittels eines uml-Editors in digitale Form gebracht. Im Rahmen eines anderen Studienprojekts wurde ein Importmodul erstellt, mit dem es möglich wurde, die objektorientierte Datenbank mit dem Datenmodell zu füllen. Die Qualität des Datenmodells wurde anschließend mittels Beispielsitzungen und einer Gegenüberstellung des Ur-Textes und des Datenmodells evaluiert. Derzeit repräsentiert das Modell inhaltlich ein kleines Gebiet der Medizin, die viralen Infektionen in der Pädiatrie. Das Datenmodell befindet sich jedoch in einem Zustand, der eine stabile und performante Grundlage bildet, um weitere, größere Wissensgebiete der Medizin aufzunehmen. Der Modellierungsansatz ist, wie die Textanalyse gezeigt hat, aufgrund der vielen impliziten Informationen in medizinischen Texten nicht imstande, medizinisches Wissen erschöpfend darzustellen. Die Quote der modellierten Daten läßt sich jedoch durch Erweiterungen erhöhen. Die durch die objektorientierte Modellierung bedingte „Schemahaftigkeit” kann durch Eingliederung von Volltexten und zusätzlichen Multimediadateien (Bilder, Audio und Video) sinnvoll ergänzt werden. Die rechnergestützte Verarbeitung von Wissen wird in der Medizin immer wichtiger. Das Ziel dieser Arbeit war es, Kriterien zu definieren, die von einem medizinischen Lehrbuchtext über ein abstraktes Datenmodell zu einer konkreten medizinischen Wissensbank für den klinischen Gebrauch führen. Die Arbeit konnte zeigen, daß es möglich ist, heterogenes medizinisches Wissen korrekt und didaktisch sinnvoll für ein rechnergestütztes System zu repräsentieren. Mit DataMed wurden Probleme und deren mögliche Lösungen aufgezeigt, die durch das Vermittlungsdilemma zwischen natürlichem medizinischen Fließtext und maschinenlesbarer Wissensbank entstehen.$$lger
000050322 591__ $$aGermany
000050322 653_7 $$aMedizin
000050322 653_7 $$2eng$$asemantic network
000050322 653_7 $$2eng$$aobject orientation
000050322 653_7 $$2eng$$asemantic modeling
000050322 653_7 $$2eng$$aknowledge representation
000050322 653_7 $$2eng$$aSNOMED
000050322 653_7 $$2eng$$apediatrics
000050322 650_7 $$2SWD$$aSemantisches Netz
000050322 650_7 $$2SWD$$aObjektorientierung
000050322 650_7 $$2SWD$$aSemantische Modellierung
000050322 650_7 $$2SWD$$aWissensrepräsentation
000050322 650_7 $$2SWD$$aSNOMED
000050322 650_7 $$2SWD$$aKinderheilkunde
000050322 650_7 $$2SWD$$aWissensbasiertes System
000050322 7001_ $$0P:(DE-82)005475$$aSpitzer, Klaus$$b1$$eThesis advisor
000050322 8564_ $$uhttps://publications.rwth-aachen.de/record/50322/files/Liem_Steve.pdf
000050322 909CO $$ooai:publications.rwth-aachen.de:50322$$pVDB$$pdriver$$purn$$popen_access$$popenaire$$pdnbdelivery
000050322 915__ $$0StatID:(DE-HGF)0510$$2StatID$$aOpenAccess
000050322 9201_ $$0I:(DE-82)526500-2_20140620$$k526500-2$$lLehrstuhl für Medizinische Informatik$$x0
000050322 961__ $$c2014-12-04$$x2008-10-16$$z2012-02-20
000050322 970__ $$aHT015700917
000050322 980__ $$aphd
000050322 980__ $$aI:(DE-82)526500-2_20140620
000050322 980__ $$aVDB
000050322 980__ $$aUNRESTRICTED
000050322 980__ $$aConvertedRecord
000050322 9801_ $$aFullTexts