Sie sind hier: Startseite Projekte Archiv Projekt Debug IT

Projekt Debug IT

Titel: DebugIT: Detecting and Eliminating Bacteria UsinG Information Technology.  A Large-scale integrating project

Laufzeit: 2008 bis Dezember 2011

Primary Investigator für das Projekt-Management: Jose Verguts, Dirk Coalert (AGFA Healthcare)

Primary Investigator für das ontology work package: Daniel Schober (UKLFR-IMBI)

Beteiligte in Freiburg: UKLFR-IMBI: Daniel Schober, Martin Boeker, Ilinca Tudose, Maren Kechel, Averbis GmbH

Förderung: EU 7. Rahmenprogramm (7th FP)

 

FRAGESTELLUNG

Das Ontologie Arbeitspaket innerhalb des DebugIT Projektes, für das sich das UKLFR verantwortlich zeichnet, entwickelt die 'DebugIT Core Ontology' (DCO). Diese in OWl-DL formalisierte Ontologie ist der Schlüsselmediator für die semantische und syntaktische Datenkommunikation und die Integration zwischen den an der Interoperabilität beteiligten DebugIT Software Modulen. DCO stellt sicher, dass die Dateninhalte aus den verschiedenen Quellen auf ein akzeptiertes Begriffsgerüst abgebildet werden und hierüber einheitlich abfragbar repräsentiert werden. Dabei muss gewährleistet werden,
a) dass möglichst alle der in Anfragen auftauchenden Begriffe eine formale Entsprechung in den zu entwickelnden Ontologien aufweisen (Abdeckung der benötigten Terminologie)
b) dass die Austauchsprache von vielen Softwarewerkzeugen gelesen und weiterverarbeitet werden kann (standardisierte Syntax in RDF-OWL)
c) das die in den Anfragen benötigte grammatikalische Komplexität dem Computer explizit zugänglich wird bzw. die Ausdrucksstärke der verwandten Ontologien für den Anwendungsfall ausreichend ist (Semantik der Ontologie in Beschreibungslogik), und
d) dass Semantik sowie Syntax eine Auswertung über Semantic Web Techniken wie Regel-basiertes und logisches Schlussfolgern, Konsistenz-Prüfungen und automatisches Herleiten neuen Wissens aus gegebenen Fakten ermöglichen. Weitere in diesem Zusammenhang zu klärende Fragen sind: Wo kann die Ontologie vereinfacht werden indem Komplexität a) entfernt oder b) vor dem Nutzer versteckt wird?
Kann die Kluft zwischen der inhaltlichen Variabilität der Klinikdaten über das automatische Abbilden auf einige wenige ontologische Konzepte in einem gerechtfertigten Maße überbrückt werden, so dass eine Minimalmenge an prototypischen Anfragen durch das System befriedigend granulär beantwortet werden kann? (Eine Beispielfrage wäre: "What percentage of Escherichia coli cases, cultured from urine samples, is resistant to the combination of trimethoprim/sulfametoxazol (TMP/SMX) or trimethoprim over a period x?") Reichen einige wenige etablierte Terminologien aus um genügend Daten auf Ontologie-Konzepte abzubilden, so dass im Hinblick auf die Kompetenzfragen noch eine hinnehmbare Anfrage-Granularität erreicht wird?
Können Kliniker und Nicht-Ontologen softwareunterstützt nichttriviale ontologische Anfragen formulieren und deren Ergebnisse verstehen?
Können teile der Ontologie in teil-natürliche Sprachen serialisiert werden und somit Nicht-Ontologen zur Evaluierung vorgelegt werden?
Inwiefern können Logik-Schlussfolgerer bei Erstellung, Evaluierung und Einsatz der Ontologie nützlich sein?

 

ZIELSETZUNG

Ziel des Vorhabens ist die Schaffung einer Entwicklungsplattform für die Hochdurchsatz-Analyse verteilter Klinikdaten im Hinblick auf die Ausbreitung von Antibiotika-Resistenzen von infektiösen Krankheitserregern in Europäischen Krankenhäusern. In einem iterativen Ansatz sollen Daten abgefragt, homogen repräsentiert und mit Hilfe von Regel-basierten Systemen auf Entwicklungstendenzen und Risikomuster untersucht werden. Diese Analysen liefern neues Wissen, das wiederum in Form von 'Patient Safety Guidelines', 'Decision-Support’ und ’Early-Warning-Systemen’ Eingang in den klinischen Bereich finden kann. In der Praxis heißt das, dass Ärzte nicht nur handlungsmässig kontrolliert werden ('Prevention monitoring and control'), sondern auch in Fragen der Antibiotika Verschreibung (Art und Dosierung) unterstützt werden.

 

KURZFASSUNG PROJEKTBESCHREIBUNG

Das DebugIT System ("Detecting and Eliminating Bacteria Using Information Technology"), dient der informationstechnischen Bekämpfung der Ausbreitung von Antibiotika Resistenzen in europäischen Krankenhäusern. Dazu werden Klinische Daten von 7 verschiedenen Standorten der Auswertung zugänglich gemacht. Diese heterogenen Daten werden über Data Warehouse- und Semantic-Web Techniken integriert und einheitlich abfragbar repräsentiert um so computergestützten Techniken der Künstlichen Intelligenz Analyse zugänglich zu machen. Datamining mit diesen verteilten Daten aus verschiedenen Ländern sollen Unterschiede in Verschreibungspraktiken der Medikamente und deren Effekte auf die Verbreitung von Resistenzen liefern. Das DebugIT System implementiert eine Interoperabilitäts-Plattform, die über Kommunikationsstandards wie Ontologien und SPARQL Dateninhalte austauscht und weiterverarbeitet. Das System folgt also einem ’semantic linked data’ Ansatz unter Nutzung semantisch definierter terminologischer Standards.