整合论对SNOMED的元关系研究获重要结果

老包 · 发表于 2005-6-6 12:32:02

近来，BMKI对SNOMED的元关系部分的分析研究获重要结果，建立了元关系结构（正在完善之中）。它将可能有力地促进SNOMED的运算推导能力。基本思想也适用于对ICD,LOINC等其他术语学系统的分析和支持。

这是BMKI在病历数据的时间表达和病历数据语义开发等方面获得重要结果以后又一成功，而且更具针对性和应用性。

BMKI和MIForum(China site)将在或正在国内或国际MI界起到独特的作用。

[B]祝BMKI和MIForum(China site)早日从东方腾空而起！[/B]

老包 · 发表于 2005-6-8 22:41:01

最初由 linforest 发表
[B]祝贺！
不知道有无相关资料可以更深地了解一下BMKI对SNOMED的元关系部分的分析研究情况 [/B]

谢谢linforest。我正在成文，完成后会马上e-mail给你，看看LOINC有无类似的工作。

老包 · 发表于 2005-6-9 20:31:41

最初由 linforest 发表
[B]十分感谢包老！
请问：元关系是不是也是本体研究中难以回避的问题呢？ [/B]

本体或知识的运算或应用不可回避元关系。

从SNOMED中我总结了以下元关系，工作还在进行。以后LOINC类似的工作我们合作进行：

存在级运算涉及关系：

相关关系(Correlation)：

一对一相关(One-to-one correlation )：
因果关系（Causality）：
拥有关系(Ownness)：
共存关系(Co-existence)：
共存关系(Co-existence)→拥有关系(“拥有”隐含“共存关系”)
比较关系(Comparison)：一致性：Compatible with；异同性
分划关系（Partition）：
通达关系(Transportation):通达方法：
序次关系(Sequence)：
主次关系(Primary-Secondary)：

一对多相关(One-to-two or more correlation )：
分划关系：

对象涉及环境(Object including circumstance)
里外关系(Inside-Outside)：
开闭关系(Open-Close)：

对象涉及过程(Object including process)：
过程描述(attributes of process)：

对象涉及人(Object including human)：
人类行为(human’s activity)：

老包 · 发表于 2005-6-14 22:22:30

<div class='quotetop'>引用

linforest @ 2005-06-14 19:31)</div><div class='quotemain'>感谢包老！
<br>请教：
<br>“元关系”与“关系”的关系
<br>是不是类似于
<br>“元数据”与“数据”的关系呢？
<br>谢谢！</div>
<br>
<br>说的对。所谓元关系、元数据、元命题就是比一般的关系、数据、命题更为抽象的概念，一般来讲稳定性较高，确定度较大，但精确度较小，即物理指定性较差。如果我们无法在较具体层次上对知识进行运算，我们可以回到较抽象的层次进行运算，使无法运算或推导的知识变成可以运算或推导的知识。当然是以牺牲精确性为代价。

老包 · 发表于 2005-6-16 22:03:58

<div class='quotetop'>引用

linforest @ 2005-06-15 18:37)</div><div class='quotemain'>包老，非常感谢您！
<br>也就是说，很多时候，要从浩如烟海的数据中提取有用的信息，是不是必然要舍弃对信息需求来说不必要的那些细节呢？
<br>对于具体应用而言，精确性应该是一个相对而言的指标，并不是任何时候都越精确越好，越详细越好。
<br>比如，我们不可能让一个很高层次的决策者去数据“海洋”中“捕鱼”。
<br>这些理解不知对不对？</div>说的对。但元关系的作用不仅仅如此。还在于我们可以借此在“浩如烟海的数据中”充分发现哪些内容是可以自动运算或自动决定的，可以在知识应用中充分发挥逻辑运算或人工智能的作用，在运算和推理方面最大限度地帮助大脑，使大脑有更多的精力进行不确定性的，模糊性的信息的处理。
<br>
<br>形象一点说，元关系可以帮助我们发现何处去建立临床思维或科学思维的主干道或高速公路网，把“羊肠小道”或“崎岖小道”留给医生或人类自己。就像现代旅游者比徐霞客有效得多，因为现代的旅游都有交通工具把我们送到景点附近。
<br>
<br>元关系的探索和理论将成为我们BMKI对医学信息学知识处理领域的突出贡献。因为据我看来，医学知识处理领域虽然热闹非凡，但缺乏清晰的总体思路，在总体战略上还是个盲区。
<br>
<br>
<br><br><br><br><div><font class='editinfo'>此帖由老包在 2005-06-17 09:20 进行编辑...</font></div>

老包 · 发表于 2005-6-18 08:20:42

<div class='quotetop'>引用

linforest @ 2005-06-17 18:46)</div><div class='quotemain'>真是茅塞顿开呀！
<br>那么，这是不是我们整个国家信息化（标准先行）过程中应该从一开始就必须注意的问题呢？</div>
<br>
<br>谢谢linforest。现在的生物医学知识工程领域热在建立术语库（包括LOINC），分类库，本体（概念）库，典型事件库（HL7）,工作路径库。另一个热点是这些知识库的应用，但这一热点困难重重，因为缺乏理论探讨这一热点或舞台，没有形成气候。这些资源是宝贵的，但它们的应用与电视机、数码相机，ADSL...的应用大不相同，必须有深刻理论的指导，过于浅薄和天真或过于急功近利是不行的。Musen认为医学信息学没有理论，但这里就有最深刻的理论需要探索，......
<br>
<br>

老包 · 发表于 2005-7-20 09:34:50

对SNOMED元属性和关系的研究正在进一步取得进展，预期BMKI将为对SNOMED作出重要的实质性贡献。相信此研究可以有效地提高SNOMED的运算和推理能力。
<br>
<br>
<br><br><br><br><div><font class='editinfo'>此帖由老包在 2005-07-20 19:39 进行编辑...</font></div>

老包 · 发表于 2005-7-22 05:37:22

<div class='quotetop'>引用

linforest @ 2005-07-22 02:15)</div><div class='quotemain'>请问，该研究项目与SNOMED那边是什么样的关系呢?</div>属知识工程性质的自由研究.还没有来得及与有关方面联系。
<br>
<br>实质为医学关系词的理论研究,不过因为上次来京作了一个关于SNOMED的学术报告,所以就以SNOMED为实例作了理论探索.我想LOINC也应该有关系词体系(没有也可以建立,因为这与术语系统的运算能力有关),所以新原理完全可以用于LOINC（把相应的代码改一改）。待研究资料整理出来后，我会与你联系。
<br>
<br>新原理的工程实现并非难事,关键是理论思路要清晰.
<br>
<br>我们BMKI专啃硬骨头。“献给电子病历一文”虽然为初步工作，但已凸显其威力。只可惜工程人员似乎没有仔细阅读，也没有进而把它们转化为新功能和竞争力。<br><br><br><div><font class='editinfo'>此帖由老包在 2005-07-22 06:24 进行编辑...</font></div>

老包 · 发表于 2005-8-5 10:08:54

摘要从认知科学和思维科学的整合观念出发, 本文提出一组元维度及其复合,覆盖了几乎所有的SNOMED的连接词和修饰词。文章列举了一系列的例子以说明如何通过这些元维度及其复合进行推理和操作。因此本文从理论上证明了实质性地提高含有关系（或连接词）和限定（修饰词）的术语学系统如SNOMED，GALEN等（这些系统将成为组成电子病历的有力工具）的推导性，操作性和计算机“可理解性”是可能的。笔者相信，文章所提出的任务的实现对现代软件和数据库技术及优秀的IT人员来说，并不困难。
<br>
<br>摘自包含飞：生物医学知识整合论(V)(英文) ──SNOMED连接词和修饰词的元维度及其复合
<br>

老包 · 发表于 2005-8-5 10:41:25

<br>    当今，医学信息学领域中有很多知识或临床层次的研究和开发，例如术语学，分类学，本体等。它们赢得了并将继续赢得人们的赞赏。然而，一些基本问题尚待理清，否则，这些极为出色的成果的应用将会受到极大的限制。
<br>    另外，除了大量借用其他学术领域诸如一般意义下的信息学，人工智能等的理论外，医学信息学需要建立自己的理论，需要由机体本身为我们揭示的信息学理论。
<br>    本文试图给出SNOMED的连接词和修饰词体系的逻辑结构（尚不包括其物理结构）。在此基础上，本文希望提高其操作，计算和被计算机“理解”的能力。而这一切的基础是该术语学系统连接词和修饰词体系的元维度集合及其复合。
<br>
<br>
<br>摘自包含飞：生物医学知识整合论(V)(英文) ──SNOMED连接词和修饰词的元维度及其复合
<br>

老包 · 发表于 2005-8-5 20:33:10

<div class='quotetop'>引用

linforest @ 2005-08-05 20:08)</div><div class='quotemain'>请问包老，其全文发表在何处呢？</div>
<br>
<br>
<br>刚完成英文稿,正在翻译成中文。

老包 · 发表于 2005-8-5 22:25:22

<div class='quotetop'>引用

linforest @ 2005-08-05 22:11)</div><div class='quotemain'>先英文后中文，这么个写法，也只是在平时写摘要时偶尔用过而已，不想包老已经在全文上身体力行...
<br>真是惭愧，还是好好学习吧
<br>并非 Polish the apple ...</div>
<br>
<br>我的英文水平也不尽如人意,主要是大学毕业后自学的（高中，大学学了5年俄语，待到开第二外语时就逢“史无前例”）。只是因为整合论的中文已完成1-10系列论文。而英文介绍不多，所以先着重英文介绍。待翻译完成我会与你联系，看看是否能针对LOINC做些工作。

老包 · 发表于 2005-8-6 10:41:55

１. 如何实现目标
<br>
<br>所谓元关系或元维度是一些原子概念，它们不应再进一步被细分为更为基础的概念（至少对某一认知目标来讲是如此），而且它们彼此之间应该是相互独立的。一般来说，这些原子性元素或单元是逻辑和思维过程的依据或基石。就象欧氏几何中的公理、定义、定理一样。
<br>我们往往可以借助于以下方法或机制对事物的属性(或修饰词)或事物之间的关系(或连接词) 进行操作或运算:
<br>1). 事物之间的蕴涵关系;
<br>2). 把它们分解为更为基础的各个层次的元关系或元属性(即元维度),即对其作原子化-再复合(anatomizing-and-then-recombining)处理,达到更详尽更具体的描述或赋以广义的更为明确的值;
<br>3). 对连接词和修饰词赋值;
<br>4). 对连接词或修饰词的各种物理关系进行操作。
<br>本文选择SNOMED为实例,尝试应用前三个机制达到目的。而作为第一步,先对SNOMED的一般连接词和修饰词体系在认知科学或思维科学基础上而不是在传统的按应用的原则进行原子化,再复合和再组织探索。
<br>
<br>摘自包含飞：生物医学知识整合论(V)(英文) ──SNOMED连接词和修饰词的元维度及其复合
<br>
<br>
<br><br><br><br><div><font class='editinfo'>此帖由老包在 2005-08-06 20:39 进行编辑...</font></div>

老包 · 发表于 2005-8-6 11:01:22

2. 新的空间概念
<br>
<br>要达到目的，最困难的一点是大部分生物医学对象存在于或发生在非常特殊的<i><b>机体空间</b></i>中，而后者与<i><b>一般意义下的空间概念</b></i>有天壤之别。
<br>为了晰化问题，让我们回溯到一个非常原始的地方：
<br>
<br>1). 机体将告诉我们何种信息学
<br>正如上文所指出的，医学信息学的知识工程领域中引进了很多其他科学如人工智能、认知科学的原理和方法，如产生式系统、框架（如本体学）、语义网络、神经网络等。除了神经网络受启发于神经系统的工作原理外，其他原理和方法均来自一般系统，而不是来源于机体系统。但后者却真是医学需要处理的对象。那么机体会告诉我们什么样的医学信息学故事呢？医学信息学的人们至今仍无答案。那么求索之路又在何方？为了在这令人茫然不知所措的世界里寻找线索，让我们从欧几里得几何留下的逻辑缺撼开始，看看我们的前面道路有多么坎坷崎岖，多么修远漫长！
<br>
<br>2). 欧氏几何的逻辑缺陷
<br>从欧几里得几何中我们知道，‘点’可被看成是零维空间。它无高，无宽，无长。点的惯性运动生成线，‘线’可被看成是一维空间，它无高，无宽，只有长。同样，线的惯性运动生成面。‘面’是二维空间，它有长和宽，但没有高。最后我们获得具有x,y,z轴的欧氏空间。
<br>问题首先由另一个著名的天才数学家毕达哥拉斯提出，他指出既然‘点’无高无宽无长，那么它何能形成具有长度的线（因为0重复累加无数次还是0）。同理，我们也可质疑欧氏几何中的面积、体积从何而来？这是作为人类逻辑严谨性的典范的欧氏几何遗留下来的一个巨大的逻辑漏洞。
<br>对于逻辑上的这一巨大断裂，欧几里得不予理会，也许他认为经验和物理世界的知识告诉他这应该是真理。但这一逻辑缺陷却泄露人类思维机制中的一个重要秘密，那就是：<i><b>处于本质上不同的空间（即其维度不同并相互独立）中的知识之间的相互转换本质上是非理性的，经验性的或物理性的。</b></i>这与笔者在另一篇论文中的结论：<i><b>无穷大或准无穷大在理性推理和非理性映射的转化中起着关键作用</b></i>的结论可谓不期而遇[14])。这也是生物医学知识整合论（BMKI）告诉世人和科学界的一个重要的认知科学的原理。
<br>这将是下文提出的所谓类欧氏空间（Euclidean-like space，ELS）理论的一个重要基石，也是BMKI的所谓罗盘－灯塔策略（Compass-Beacon Strategy，CBS）的重要依据。也许科学界由来已久的、一直争论不休的所谓系统性和还原性、可确定性和不可确定性、或然性和决定性的分歧和症结也在于此。对这一问题的科学探讨和分析（而不是各执一词的毫无结果的争论），笔者希望在另外场合进行。
<br>总的说来，BMKI的欧氏类空间理论可以表述如下：<i><b>欧氏空间（Euclidean Space，ES)为一个意识、理性或形式空间，其中不含任何物质；只要加入任何物质，欧氏空间将变为类欧氏空间（Euclidean-like Space，ELS);随着维度或组织度的增加，类欧氏空间演化出很多级别，如一般物质ELS →有机物质ELS →生物大分子ELS →机体ELS 。各种不同的ELS中的概念和知识之间的转化或整合，只能是映射（非理性）性质的，而不可能是推导或运算（理性）性质的。</b></i>
<br>
<br>摘自包含飞：生物医学知识整合论(V)(英文) ──SNOMED连接词和修饰词的元维度及其复合
<br>
<br><br><br><br><div><font class='editinfo'>此帖由老包在 2005-08-07 08:34 进行编辑...</font></div>

老包 · 发表于 2005-8-7 22:00:10

3.  SNOMED的一般连接词和修饰词的元维度及其复合的集合
<br>
<br>本文提出的元维度及其复合的集合的结构覆盖了几乎所有的SNOMED的一般连接词和修饰词,参照的蓝本是Roger A. Cote主编,李恩生主译的《英汉对照国际医学规范术语全集（SNOMED-International）》（1993）[16]。该结构的层次反映维度之间的蕴涵关系或局部整体关系，A*B意指A和B的复合，符号‘→’表示认知过程的逻辑顺序，带有编码各项为所举的范例，对应于该书相应的编码项,’ ?????’表示新概念，伤无对应的编码。不过笔者认为，该结构的准确性有其相对性，因为每一连接词或修饰词的确切含义，还取决于其所处的语境。
<br>
<br>第一部分  认知属性（与认知行为直接有关的维度）
<br>
<br>I.  认知属性(意愿→利弊性→好恶性)：
<br>    1)意愿(desire): G-4006 (应患者需求), G-0005 (Requested by patient别应…要求治疗), G-0010 (Treatment required for 未要求为…治疗)。
<br>    2)利弊性(advantages-and-disadvantages): G-4040(Risk of  危险[风险]),G-4043  (High risk of  高危)。
<br>    3)好恶性(likes-and-dislikes): G-A249(Benjgn 良性的), G-A222(Bad 坏的)。
<br>4)确定性( certainty): G-A385（Indeterminate, 不明确的）, G-A386 (Determinate 明确的)。
<br>    5)粒度(granularity): G-A456 (Clear  清晰的), G-A627 (Vague 不明确的)。
<br>    6)认知行为(cognitive actions):
<br>          a.观察和结果(observation-and-result):
<br>             可观察性(observability):G-A389(Occult  潜伏的), G-A614 (Invisible  不可见), G-0004 (Evidence of  …证据), G-0009 (No evidence of  无…证据)。
<br>          b.觉察(perception)→知道(be-aware-of)→识别(recognition)→理解(interpretation): G-A464 (Known  已知的)。
<br>          c.比较(comparison)→异同(identification-descrimination): G-A352 (Discriminate  区别), G-A353 (Indiscriminate, 不加区别的)。
<br>          d.判断( judgement ):????? (diagnostic )
<br>             判断*时间(judgement*time): G-1001( Prior diagnosis, 以前的诊断), G-1004(Working diagnosis,现用的诊断)。
<br>             判断*存在频率(judgement*existence-population-frequency): G-1002(Admitting diagnosis,公认的诊断)。
<br>             判断*判断过程分期(judgement*Cognitive-process-stage): G-1003(Preliminary diagnosis 初步诊断), G-1017(Final diagnosis,最终诊断[出院诊断])。
<br>             判断*认知过程(judgement*cognitive-process):G-1005(Revised diagnosis,修改的诊断):
<br>             判断*异同(judgement*identification-descrimination): G-1006 (Differential diagnosis,鉴别诊断)。
<br>             判断*主次(judgement*mainjoriy-minority):G-1007 (Principal diagnosis,主要诊断), G-1008(Secondary diagnosis 次要诊断)。
<br>             判断*确定性(judgement*certainty):G-1009 (Established diagnosis 确立的诊断), G-2001(Suspected diagnosis  可疑诊断)。
<br>             判断*干涉方法(judgement*intervention-method)：G-1011(Laboratory diagnosis 实验室诊断), G-1012(Cytology diagnosis 细胞学诊断), G-1010 (Clinical diagnosis 临床诊断)。
<br>             判断*对象过程分期(judgement*object-process-stage): G-1016(Death diagnosis,死亡诊断。
<br>             判断*主次*因果关系*对象过程分期(judgement*mainjoriy-minority *causality*object-process-stage): G-1016 (Major cause of death,  主要死因)。
<br>       e. 抽象(一般化)→分类(abstraction(generalization)→classification): G-A366 (Generalized  一般的)。
<br>             蕴涵或覆盖（contain-or-coverage）:G-A655 ( Containing  包含的), G-A656 ( Including 包括的)。
<br>       f. 运算或算子(calculation-or-operator): G-A226(Double, 二倍的[双的]), G-A227(Triple, 三倍的)。
<br>       g.干涉(intervention)：
<br>             干涉存在(existence-of-intervention): G-4007( Received therapy or drug for  对…接受治疗或药物), G-4008 (Did not receive therapy of drug for  对…未接受治疗或药物)。
<br>             干涉方法(methodology-of-intervention): G-A260(Inoperable, 不宜手术的), G-A261(Operable, 可行手术的)。
<br>             干涉效果(effect-of-intervention)：G-A400(Intractable, 难处理的), G-A503 (Refractory  难治的), G-A635 (Effective 有效的)。
<br>       h. 认知领域(Cognitive domain):G-A304(Clinical= 临床的), G-A305(Subclinical 亚临床的)。
<br>
<br>第二部分  存在层次的维度(略)
<br>
<br>第三部分  关系层次的维度(略)
<br>
<br>
<br><br><br><br><div><font class='editinfo'>此帖由老包在 2005-08-07 22:07 进行编辑...</font></div>

		自动登录	找回密码
密码			欢迎注册