Sağlık Bilgi Sistemleri: Kan Test Ontolojisi için Durum Çalışması. Health Information Systems: Use case for Blood Test Ontology

Transkript

1 Sağlık Bilgi Sistemleri: Kan Test Ontolojisi için Durum Çalışması Emine Sezer 1, Özgü Can 1, Okan Bursa 1, Murat Osman Ünalır 1 1 Ege Üniversitesi, Bilgisayar Mühendisliği Bölümü, İzmir emine.sezer@ege.edu.tr, ozgu.can@ege.edu.tr, okan.bursa@ege.edu.tr, murat.osman.unalir@ege.edu.tr Özet: Hasta ile ilgili bilgiler doktorlar, klinikler, eczaneler, sigorta şirketleri ve sağlık kurumları arasında dağıtık bir şekilde bulunmaktadır. Son yıllarda, tüm dünyada sağlık sistemleri, sadece bilginin üretildiği değil, hem kurumun kendi birimleri arasında hem de diğer kurumlar ile paylaşabilmesini ve yeniden kullanılabilmesini sağlayacak şekilde, bilgi sistemlerini değiştirmeye başlamıştır. Birlikte çalışabilir sağlık bilgi sistemleri için, anlamsal web teknolojileri, sundukları iyi tanımlanmış alana özgü ontolojilerin ve bu ontolojiler ile oluşturulmuş bilgiler üzerinde çıkarsama yapılabilme gücü ile yazılım sistemlerinin bilgi sistemlerini oluşturmak için kullanılmalıdır. Bu çalışmada, bir klinik bilgi sistemi için kan testlerini be sonuçları tanımlayacak bir bilgi tabanı olarak kullanılmak üzere geliştirilen Kan Test Ontolojisi tanıtılmaktadır. Aynı zamanda, sağlık alanı için geliştirilmiş olan bazı standartların ve ontolojilerin kısa bir analizine de yer verilmektedir. Anahtar Sözcükler: Kan Test Ontolojisi, Anlamsal Web, Ontoloji, Sağlık Bilgi Sistemleri. Health Information Systems: Use case for Blood Test Ontology Abstract: Information about a patient is widely spread out among doctors, clinics, pharmacies, health agencies and hospitals. In recent years, healthcare systems around the globe are changing their information systems according to be able to share and reuse the patients information not only in a department where the information is produced, but also between the departments of an organization and also among the different organizations To make interoperable health information systems, the power of the semantic web technologies that provides well-defined domain with developed ontologies and reasoning on the information can be used in information base of software systems. In this work, Blood Test Ontology is introduced which can be used as information base to describe the blood tests and results in a clinical information system. Also, a brief analyze for ontologies and standards developed in health domain is given. Keywords: Blood Ontology, Semantic Web, Ontology, Health Information Systems 1. Giriş Sağlık alanından yüksek nitelikte, verimli ve sürekliliği sağlanarak hizmet alma ve sunma gereksinimlerinin karşılanabilmesi, sağlık hizmetlerinin her yerde verilmesine bir başka deyiş ile coğrafik olarak dağıtık olmasına sebep olmuştur. Bunun sonucu olarak daha da özelleşen yapıda sağlık verileri oluşturulmaya başlanmıştır. Dağıtık ve özel yapı, sağlık bilgilerini dağınık ve özel hale getirmiştir. Tüm dünya, sağlık sistemlerini, hastaya ait bilgilerin sadece üretildiği bölümde değil, aynı zamanda kurumun diğer bölümlerinin yanı sıra başka kurumlar arasında da paylaşabilecek ve yeniden kullanabilecek şekilde bilgi sistemlerini değiştirmek istemektedir. Yaşam sıvısı olan kan, damarlar aracılığı ile tüm vücudu saran kırmızı bir sıvıdır. Kanın

2 vücut için yaptığı en temel görev, hücrelere gerekli olan oksijeni ve besini taşımaktır. Aynı zamanda, bağışıklık sisteminde hastalıklara karşı vücudu korumak için temel bir görevi de bulunmaktadır. Kanın yerine koyulabilecek herhangi bir şey bulunmamaktadır. her hangi bir şekilde yapay olarak oluşturulamaz veya üretilemez, bu nedenle de kana gereksinim duyan hastalar için kaynak sadece bağışçılardır [1]. Kan; beyaz kan hücreleri olan akyuvarlardan, kırmızı kan hücreleri olan alyuvarlardan ve pıhtılaşma hücreleri olan trombositlerden ve bu kan hücrelerinin bulunduğu sıvı olan plazmadan oluşmaktadır. Bir hasta herhangi bir şikayeti için bir uzman doktora başvurduğunda, uzman öncelikle hastanın tıbbi geçmişini soruları aracılığı ile dinlemektedir. Bu noktadan sonra uzman, tam teşhiste bulunmak için bazı tıbbi testler istemektedir. Bu testlerde öncelik ise her zaman, kandaki maddeleri ölçmek için, kan testlerine verilmektedir. Kan testi, bir kişinin; Genel sağlık durumunu analiz etmek, Bakteriyel ya da viral enfeksiyonun varlığını doğrulamak, Karaciğer ve böbrekler gibi belirli organların fonksiyonlarını ne kadar iyi yerine getirdiklerini görmek, Kistik fibrozis veya spinal müsküler atrofi gibi bazı belirli genetik durumları gözlemlemek, Tedavi için alınan ilaçların etkilerini gözlemlemek, Kanın pıhtılaşma özelliğini analiz etmek, Kanser, HIV/AIDS, şeker ve koroner kalp hastalıkları gibi durumları ve hastalıkları teşhis etmek ve Kalp hastalıkları için risk faktörü olup olmadığını bulmak için kullanılmaktadır [2]. Birçok farklı nedenden dolayı kan testleri, normal değer aralığı dışında sonuçlar verebilmektedir. Anormal sonuçlar bir hastalığın ya da sağlık bozukluğunun işareti olabileceği gibi, adet dönemi, yoğun fiziksel aktiviteler, alkol alımı ve ilaç alımı da anormal sonuçlara neden olabilmektedir. Sonuç olarak birçok hastalık ve tıbbi sorun sadece kan testleri ile teşhis edilmesi söz konusu değildir. Ancak, kan testleri bir uzmanın hastanın sağlık durumu hakkında daha fazla bilgi edinmesini sağlamaktadır. Kan testleri aynı zamanda yaşam stilindeki değişikliklerin ya da tedavilerin çok daha iyi bir şekilde uygulanabilmesi için olası problemlerin erken fark edilmesine de yardımı olmaktadır. Örneğin, düzenli kan testi yaptıran bir kişinin damarlarındaki yağ miktarını gösteren kolesterol değerindeki artış, basit diyetler ve düzenli yürüyüşler ile kontrol altına alınarak, uygun değerlere düşürülmesi sağlanabilmektedir. Sağlık alanı için kan testleri, herhangi bir klinik tarafından kullanılabilecek bilgiyi içermektedir. Ancak, farklı sağlık kurumlarında hatta aynı sağlık kurumunun içindeki farklı klinikler tarafından aynı kan testleri hastadan defalarca istenebilmektedir. Bu ise teşhisi koymak ve tedaviye başlamak için zaman kaybının yanı sıra maliyetlerin de artışına sebep olmaktadır. Bu çalışmada yer verilen Kan Test Ontolojisi, sağlık uygulama alanında yapılmakta olan kan testlerini, bu testlerin içeriklerini, birbirleri ile ve hastalıklar ile ilişkilerini ve bunlar üzerindeki kuralları tanımlamak için geliştirilmektedir. Böylece, geliştirilecek bir sağlık bilgi sistemi için kişiselleştirilmiş test sonuçları kayıt altına alınarak, yeniden kullanılabilen, sorgulanabilen aynı zamanda birlikte çalışabilirliği destekleyen bir bilgi tabanı oluşturmak üzere kullanılması hedeflenmektedir. Bu çalışmanın ikinci bölümünde günümüzde sağlık bilgi sistemlerinin geldiği noktayı ve beklentileri özetlemektedir. Üçüncü bölüm, anahatları ile anlamsal web'in kısa bir

3 tanımını vererek, sağlık alanında kullanımının gerekliliğine değinmektedir. Dördüncü bölümde birlikte çalışabilir sağlık bilgi sistemleri için kullanılabilecek olan kan testlerini tanımlayacak olan Kan Test Ontolojisi anlatılmaktadır. Son olarak da beşinci bölümde bugüne kadar yapılmış çalışmalar değerlendirilerek, gelecek çalışmalar için hedefler kısaca özetlenmektedir. 2. Sağlık Bilgi Sistemleri Sağlık alanı, çeşitli kurum ve kuruluşlar ile farklı görevleri olan kişilerin hizmet sunduğu, aynı zamanda da hizmet aldığı oldukça büyük ve karmaşık bir alandır. Son yıllarda tüm dünyadaki sağlık kurumları, sağlık bilgilerini bilgi sistemleri arasında paylaşabilecek şekilde değiştirmeye çalışmaktadır. Bunun sebebi ise, sağlık hizmetlerinde elektronik sistemlerin, son yıllara kadar hastaların adres, sigorta, sağlık kuruluşuna giriş tarihi gibi sadece yönetimsel etkinliklerde yer almasıdır. Geliştirilen yeni bilgi sistemleri, her ne kadar sağlık bilgisinin paylaşımını hedeflese de, sağlık kuruluşunun sadece belirli bir bölümüne hizmet sunmakta, kuruluşun ne kendi içindeki ne de diğer sağlık kuruluşları ile oluşturulan bilgilerin elektronik ortam üzerinden paylaşımı sağlanamamaktadır. Hasta ile ilgili bilgilerin defalarca sisteme girilmesi, aynı laboratuar incelemelerinin farklı klinik birimler tarafından yeniden istenmesi maliyeti ve zaman kaybını arttırması açısından sıkça karşılaşılan bir sorundur. Ayrıca, sağlık bilgisinin sadece uzmanlar tarafından yorumlanabilmektedir, sonuç olarak da sağlık hizmetlerinden faydalananlar açısından bakıldığında oldukça karmaşık bir anlama sahip olmaktadır. Sağlık yazılım uygulamaları; klinik verinin toplanması, klinik bilgi tabanlarına bağlanılması, bilginin sorgulanıp getirilmesinin yanı sıra veri kümeleme ve değişimi üzerine odaklanmaktadır. Farklı sağlık merkezlerinde, farklı zamanlarda ve farklı yollar ile kayıt altına alınmakta olan bilginin paylaşılabilmesi için sağlık alanında yapılan çalışmaların başında tıbbı bilişim standartları geliştirmek yer almıştır. Standartlaştırılmış veri, çözümleme sürecine katkıda bulunmaktadır. Standartlaşmış terminoloji; sağlık çalışanlarına, hastalara, yöneticilere, yazılım geliştiricilere ve özel sağlık sigortaları gibi sağlık için ödeme yapan kurumlara fayda sağlamaktadır. Bir klinik terminoloji, sağlık bakım süreci (tıbbi geçmiş, hastalıklar, tedaviler, laboratuar sonuçları gibi) ile ilgili daha kolay erişilebilir ve tam bilgiyi sağlayarak sağlık hizmeti sunanlara yardımcı olabilmektedir. Bunun sonucunda ise hastalar için kazanımlar artmaktadır. Sağlık sunucularının kayıtlarında yer alan belirli bir standarda göre kodlanmış bilgiye dayanarak hastayı tanımlaması, hastayı izlemesi ve hastanın tedavi sürecini yönetmesi, klinik terminoloji ile sağlanabilmektedir. Sağlık alanında günümüzde kullanılmakta olan 2100 kadar farklı standart bulunmaktadır [3]. Bu sayı özel gereksinimleri karşılamak için bile standartların oluşturulduğunun göstergesidir. SNOMED-CT (Systematized Nomenclature of Medicine- Clinical Terms ), klinik belgelendirme ve raporlama için klinik içerik ve anlatım sağlayan kapsamlı bir klinik terminolojidir [4]. Klinik veriyi kodlamak, bulup getirmek ve çözümlemek için kullanılmaktadır. SNOMED-CT'nin genel yapısına bakıldığında, ontolojik ifadelere oldukça benzeyen bir yapıda gösterime sahip olduğu görülmektedir. En temel özelliği olan ConceptId'ler kavramları gösteren tek ve benzersiz sayısal tanımlayıcılardır; ancak, bu tanımlayıcıların herhangi bir hiyerarşik ya da açık bir anlamı bulunmamaktadır. Terimler ve kavramlar, birbirleri ile tanımlanmış ilişkiler ile bağlanmaktadır. Bu tanımlanmış ilişkiler; defining (tanımlama), qualifying

4 (nitelendirme), historical (evrimsel) ve additional (ilave) olmak üzere dört ana ilişkide gruplandırılmıştır. ICD-10 (The International Classification of Diseases version 10), epidemiyoloji, sağlık yönetimi ve klinik amaçlar için standart bir tanı aracıdır [5]. Nüfus gruplarının genel sağlık durumlarının çözümlemelerini içeren ICD, hastalıkların ve diğer sağlık sorunlarının görülme sıklığını ve yaygınlığını izlemek için dünya çapında kullanılmaktadır. Sağlık alanında kurumlar arası birlikte çalışabilirlik ve bilgi paylaşımı için tıbbi bilişim standartları üzerinde yapılan birçok çalışmaya rağmen; bu standartlar ile tanımlanan sağlık bilgilerinin sağlık alanında çalışmayan kişiler tarafından diğer bir deyişle sağlık alanından hizmet alanlar tarafından anlaşılmadığı görülmektedir. Ayrıca, standartlar ile tanımlanan sağlık bilgilerinin sadece veri içerdiği; bu verinin işlenebilmesi için bilgi teknolojilerinden destek alınması gerekmektedir. Bu nokta ise, insanlar ve bilgisayar sistemleri arasında bilgi paylaşımı ve birlikte çalışabilirliği destekleyen anlamsal web teknolojileri ile sağlanabilmektedir. Bu çalışmada yer verilen Kan Test Ontolojisi'nin tıbbi bilişim standartlarından ICD-10 ve SNOMED-CT'de bulunan ilgili terminolojik veriyi içermesi düşünülmektedir. Böylece, ICD-10 ve SNOMED-CT standartlarını destekleyen ya da bilgi sistemlerinde bu standartlar ile verilerini tanımlayan sağlık bilgi sistemleri ile birlikte çalışabilirlik sağlanabilecektir. 3. Anlamsal Web ve Ontoloji Bir hasta ile ilgili sağlık verileri, doktorlar, klinikler, eczaneler, sigorta şirketleri ve hastaneler arasında tamamen dağılmış durumdadır. Bu nedenle, son yıllarda bilgi teknolojileri anlamsal olarak zengin ve yüksek seviyede yapılandırılmış klinik veriyi kullanmaya ve paylaşmaya odaklanmıştır. Bilgi sistemleri, bilgisayarların teknolojik olarak hızla gelişmesi ile her alanda kullanılmaya başlanmıştır. İnternetin hızla yayılması sonucunda da web üzerinden kullanımın desteklenmesi sağlanmıştır. Bu sistemler için her ne kadar hedef bilgiyi paylaşmak ve işlemek de olsa, kullanılan bilgi sadece veri seviyesinde kalmış; verinin anlamı ise sadece kullanıcılar tarafından anlaşılabilmiştir. Ayrıca, verinin sistemler arası paylaşımı ise gerçekleşememiştir. Bilgi sistemlerinde ise hedef, bilginin etkin bir şekilde kullanılmasıdır; bunun için de bilginin paylaşılması, aynı zamanda da gerektiğinde bilgiden yeni bilgilerin çıkartılabilmesi gerekmektedir. Verinin anlamını sunarak bilgiyi modellemeyi ve modellenen bilginin web üzerinden paylaşılabilmesini hedefleyen Anlamsal Web, 1980'li yıllardaki web'in temellerini atan Tim Berners Lee tarafından, Bilginin, bilgisayarlar ve insanların birlikte çalışabilmelerini sağlayacak şekilde iyi tanımlanmış anlamının bulunduğu günümüzdeki webin genişletilmesi [6] olarak tanımlanmaktadır. Anlamsal Web çalışmalarının odaklandığı temel konulardan biri de alana özgü ontolojilerin geliştirilmesi ve bunların bilgi sistemlerinde kullanılmasıdır. Felsefede metafiziğin en önemli dalı olarak görülen ve "varlık bilimi" olarak tanımlanan ontoloji; varlıklar ile varlıkların türleri ve bunlar arasındaki ilişkiler üzerinde çalışmaktadır. Bilgi teknolojilerinde ise ontoloji yeni bir anlam kazanmıştır. Kavramsallaştırmanın açık belirtimi olan ontoloji [7], kavramların tanımları ile bu kavramların birlikte etki alanı üzerinde bir yapı oluşturmak için birbirleri ile nasıl ilişkili olduklarını ve terimler arasındaki olası yorumları kısıtlayarak belirtmektedir [8]. Ontolojiler, insanlar arasındaki iletişime yardımcı olmak, bilgisayar sistemleri

5 arasında birlikte çalışabilirliği sağlamak ve yazılım sistemlerinin süreç ve niteliğini arttırmak için kullanılmaktadır [9]. Ayrıca ontolojiler, bilgisayar sistemlerinin bilgiyi insanların anladığı şekilde yorumlayabilmesini ve bu bilgilerden yeni bilgiler çıkartabilmesini hedeflemektedir. Dağıtık ortamlarda bulunan, yüksek düzeyde yapılandırılmış ve zengin anlamsallığı olan klinik bilgi üzerinde çalışabilir olması istenen sağlık bilgi sistemlerinin bu gereksinimin karşılanabilmesi için, sağlık alanı tıbbi terimler ve ileti bilgi modelleri için standartlar geliştirmektedir. Tıbbi terminolojiler ve ileti bilgi modelleri için geliştirilen standartların ontolojiler ile tanımlanması, bilginin farklı sistemler arasında iletilebilmesi ve bu bilginin sistemden sisteme, programdan programa ve kurumdan kuruma aynı anlamı taşıması sağlanabilmektedir. Bilginin sorgulanması, üzerinde çıkarsama yapılması da yine ontolojiler üzerinden Anlamsal Web teknolojileri ile gerçekleştirilebilir. Anlamsal web teknolojilerinin sunduğu desteği sağlık bilgi sistemleri için kullanacak ontoloji tabanlı bir bilgi sistemi örneği olan UABS için, etki alanı olan aşı ve aşı uygulamaları için UAO (Ulusal Aşı Ontolojisi) adında bir ontoloji geliştirilmiştir [10]. Sonuç olarak, ontolojiler üzerinden tanımlanmış sağlık bilgilerinin yeniden kullanımı, bu bilgiler üzerinde birlikte çalışabilirliğin sağlandığı sağlık bilgi sistemlerinin hem makinelere hem de insanlara hizmet sunabilecektir. Bir sonraki bölümde anlatılacak olan Kan Test Ontolojisi de tıbbi bilişim sistemlerinde kan testlerini ve sonuçlarını tanımlamak üzere geliştirilmektedir. 4. Kan Test Ontolojisi Bu çalışmada anlatılan Kan Test Ontolojisi, hastalara, uzmanlara, sağlık çalışanlarına ve aynı zamanda tıp öğrencilerine kan testi sonuçları üzerinden bilgi vermenin yanı sıra sağlık bilgi sistemlerinde kullanılmak üzere geliştirilmektedir. Bu çalışmaların birincil amacı, sağlık alanında birlikteçalışabilirliği, bilgi paylaşımı ve yeniden kullanımı sağlamak olması nedeni ile kan testlerindeki kavramlar özellikle paydaşlara bilgi sağlaması gerekliliği göz önünde bulundurularak ele alınmaktadır. Kan Test Ontolojisi, açık kaynaklı bir ontoloji geliştirme aracı olan Protégé kullanılarak geliştirilmektedir. Gelişmekte olan ontoloji şu an için Şekil 1'de görüldüğü gibi ACRIF(D) DL (Description Logic) anlatımsallığı ile 108 kavram, 13 nesne ve 2 veri özelliğini tanımlamaktadır. Tıbbi testler, bir hastaya genel sağlık durumunu değerlendirmek için uygulanan herhangi bir test olarak tanımlanmaktadır. Şekil1. Kan Testi Ontolojisinin genel özellikleri.

6 Tıbbi testler için ontolojiler bu çalışmada, insan vücudundaki salgılara göre kan, üre, idrar ve gaytayı tanımlamak üzere sırayla Kan Testi Ontolojisi, Tükürük Testi Ontolojisi, İdrar Testi Ontolojisi ve Gayta Testi Ontolojisi olarak gruplandırılmıştır. Çalışmalarımız, sağlık alanında öncelikle kullanılan kan testi üzerine odaklanmıştır. Literatürde kan üzerine yapılan tek ontolojik çalışma BLO'dur. BLO incelendiğinde, özellikle kan transferi için hematolojik açıdan kanın oluştuğu maddeleri tanımlamak üzerine odaklanılmış uzun süreçli bir ontoloji geliştirme projesi olduğu görülmektedir [11]. BLO, kanın yapısı ile ilgili hastalıkları ve problemleri tanımlamamaktadır; fakat geliştirdiğimiz Kan Test Ontolojisi bir kişinin genel sağlık durumunu analiz etmek için ölçülen kandaki maddeler üzerine odaklanmaktadır. Kan Test Ontolojisinin temel kavramları Şekil 2'de gösterilmektedir. AST, ALT, Albümin gibi kanda bulunan maddeler Kan Test Ontolojisi'nin kavramları olarak tanımlanırken, BLO ontolojisinde bu kavramlar tanımlanmamıştır. Kan Test Ontolojisi'nde yer alan tüm kavramlara burada yer verilemeyeceği için, bu bölümde temel kavramlar olan EndocrinologyBloodTest, BiochemistryBloodTest, Microbiology- BloodTest ve HematologyBloodTest kavramları üzerine odaklanılmıştır. Kan Test Ontolojisi gerçek hayattaki sağlık alanındaki durumu göstermesi amaçlanmaktadır. Devam eden bir çalışma olarak, klinik bilgi sisteminin bilgi tabanı olarak kullanılması hedeflenmektedir. Bu klinik bilgi sistemi, sağlık bilgi sisteminin bir parçası olması ve hastalara ve uzmanlara hizmetler sunması; aynı zamanda da tıp öğrencilerinin eğitimine yardımcı olacağı düşünülmektedir. Şekil 2. Kan Test Ontolojisinin temel kavramları

7 Belirtilen bu durumlar göz önüne alınarak kan testi; hastanelerdeki endokrinoloji, biyokimya, mikrobiyoloji ve hematoloji laboratuarlarında analiz edilen testleri göstermek üzere sırasıyla EndocrinologyBloodTest, Biochemistry- BloodTest, Micro-biologyBloodTest ve Hematology-BloodTest olmak üzere dört alt-kavramda sınıflandırılmıştır. Örneğin; AST, ALT gibi karaciğer ile ilgili kan testleri BioChemistryBloodTest ontolojisinin alt-kavramaları olan AST ve ALT ile gösterilirken, tiroit ile ilgili FT3 ve FT4 kan testleri ise EndocrinologyBloodTest kavramının alt-kavramları olan FT3 ve FT4 kavramları ile Şekil 3'deki gibi gösterilmektedir. Kan Testi Ontolojisinde, maddelerin diğer bir deyişle test kavramlarının referans değerleri, hastanın yaşı veya cinsiyetine göre hatta uygulanan testin bulunduğu laboratuara göre değişebilmesi nedeni ile, veri ya da nesne özelliği ile tanımlanmamıştır. Örneğin, TIBC (toplam demir bağlama kapasitesi) kanın demir bağlama kapasitesini ölçen bir biyokimya laboratuar testidir [12]. Bu test, bebekler, erkekler ve kadınlar için farklı referans değerlerine sahiptir. Bu problemin üstesinden gelmek için referans değerleri için ontolojide kurallar tanımlanacaktır. 5. Sonuçlar ve Gelecek Çalışmalar Kan Test Ontolojisi, kavramlar, nesne ve veri özellikleri ve kurallar tanımlanarak geliştirilmeye devam etmektedir. Her ne kadar bu ontoloji yaşayan bir klinik bilgi sisteminin bilgi tabanını oluşturmak için kullanılması amacıyla geliştirilmekte ise de, sağlık alanında hastalık olmadığını hasta olduğunu unutmamaktayız. Amacımız bir hastalık için teşhis koymak değildi; ama yanı zamanda da klinik bir bilgi sisteminde kan testi ontolojisinin hem uzmanlara hem de hastaların kendilerine hastanın genel sağlık durumu hakkında daha fazla bilgi sahibi olmasına yardımcı olacağını düşünmekteyiz. Bu çalışmada tanıtılan Kan Testi Ontolojisi sağlık alanındaki gerçek dünya klinik bilgisine göre geliştirilmeye başlanmıştır. Henüz herhangi bir tıbbi bilişim standardını Şekil 3. Kan Testi Ontolojisinin bazı kavramları

8 desteklememekte ya da içermemektedir. Sağlık bilgi sistemleri arasında birlikte çalışabilirliği ve bilgi değişimini desteklemek için, ilgili kavramların ICD-10 kodları ve SNOMED-CT ConceptID'leri ontoloji içine eklenecektir. Böylece bu terminolojileri destekleyen diğer bilgi sistemleri ile Bilgi değişimi söz konusu olabilecektir Özet olarak, sağlık alanı için ontoloji geliştirme çalışmalarının öncelikle ilgili olduklarını alanı tanımlamaya odaklandıklarını söyleyebiliriz. Ancak, tıbbi bir bilgi sisteminde geliştirilmiş olan ontolojilerin kullanılabilmesi için, ontolojiler ile oluşturulan bilgi tabanlarının bakımının, onarımının ve yeni örnekler eklenebilmesinin çok kolay olması gerekmektedir. Geliştirmiş olan tıbbi ontolojilere bakıldığında, bunların bir yazılım sistemi için bilgi tabanı olarak kullanılmaya uygun olmadığı görülmektedir. 6. Kaynaklar [1] Transfusion Medicine Laboratory, Saskatoon Health Region, "Blood Transfusion Information for Patients", (2010). [2] NHS choices, National Health Service choices, "Blood Tests", (2014). [3] MN-PHIN Steering Committee, "Public Health Data Standarts, Improving How Public Health Collects, Exchanges and Uses Data", (2006). [4] NHS, "SNOMED CT The Language of Electronic Health Records", msandservices/data/uktc/training/snobrochure.pdf (2010). [5] WHO, " International Statistical Classification of Diseases and Related Health Problems", Volume2_en_2010.pdf?ua=1 (2010). [6] Berners-Lee,T., Hendler,J., and Lassila,O., The semantic web, Scientific American, vol.284, no:5, pp (2001). [7] Gruber, T., Toward principles for the design of ontologies used for knowledge sharing, Technical Report KSL93-04, Knowledge Systems Laboratory, Stanford University (1993). [8] Uschold, M., Knowledge level modelling: Concepts and terminology, Knowledge Engineering Review, 13(1), 5 29 (1998). [9] Uschold, M., Jasper, R., A framework for understanding and classifying ontology applications, Proceedings of the IJCA-I99 workshops on ontologies and problemsolving methods, Stockholm, Sweden (1999). [10] Sezer, E., "Tıbbi Bilişim Standartları ve Anlamsal Web Teknolojileri Temelli Ulusal Aşı Bilgi Sistemi", Doktora Tezi, Ege Üniversitesi, Fen Bilimleri Enstitüsü (2014). [11] Almeida MB, Freitas AB, Proietti C,Ai C and Smith B., "The Blood Ontology: an Ontology in the Domain of Hematology", CBO: International Conference on Biomedical Ontologies, Buffalo, NY, USA Working with Multiple Biomedical Ontologies Workshop, July 26, 2011 (2011). [12] MedlinePlus, "Total iron binding capacity", ticle/ htm (2014). [13] Goldfain A, Smith B, and Cowell LG., "Dispositions and the Infectious Disease Ontology", Proceedings of the 2010 conference on Formal Ontology in Information Systems: Proceedings of the Sixth International Conference (FOIS 2010), Antony Galton and Riichiro Mizoguchi (Eds.). IOS Press, Amsterdam, The Netherlands, The Netherlands, , (2010).