.png){kind=icon}
返回
A Conceptual Model for Discovering Implicit Temporal Knowledge in Clinical Data
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-08620-4_6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在重症监护室（ICU）中，查询和推理随时间演变的临床数据的能力是改善决策的关键。临床医生和医护人员通过搜索医疗指标之间的隐藏协同作用，以对重症监护中的特定危重病例做出决策。本文提出了一种概念建模方法，用于从ICU数据中发现这种隐藏知识。在能力问题（competency question）的指导下，我们将原始ICU数据转换为符合OWL-Time规范的时间知识图谱。基于从能力问题中提取并与数据模式对齐的临床相关概念，我们设计了一个本体论，用于表示时间锚定的事件，如生物标志物测量、症状和治疗。然后，我们提出一个流程，使用来自MIMIC-IV数据集的ICU数据实例化该本体论，并在后处理期间动态计算时间关系，从而实现跨事件时间线的灵活查询。我们通过一个关于ICU患者血液感染检测的应用案例展示了我们方法的优势，表明如何通过时间锚定的查询揭示在源数据中未明确存在的临床相关时间知识，并通过可重现、可查询的图谱使其可用。
Keyword:
Temporal Knowledge Graph
OWL-Time Ontology
Competency questions
Clinical event
期刊
机构
暂无机构信息
引用论文
Capturing Semantic Relationships in Electronic Health Records Using Knowledge Graphs: An Implementation Using MIMIC III Dataset and GraphDB利用知识图谱捕获电子健康记录中的语义关系：基于MIMIC III数据集和GraphDB的实现.png)
Healthcare
OAAI
HealthcareIF0
OAAI分享收藏Epidemiology and outcomes of hospital-acquired bloodstream infections in intensive care unit patients: the EUROBACT-2 international cohort study重症监护病房患者医院获得性血流感染的流行病学和结局: EUROBACT-2国际队列研究INTENSIVE CARE MEDICINE
OAAI
INTENSIVE CARE MEDICINEIF21.2
OAAI分享收藏Unveiling the potential of artificial intelligence in revolutionizing disease diagnosis and prediction: a comprehensive review of machine learning and deep learning approaches揭示人工智能在革新疾病诊断与预测方面的潜力：机器学习与深度学习方法的全面综述OAAI
OAAI分享收藏SMR: Medical Knowledge Graph Embedding for Safe Medicine RecommendationSMR: 面向安全用药推荐的医学知识图谱嵌入BIG DATA RESEARCHOAAI
BIG DATA RESEARCHIF4.2
OAAI分享收藏 没有更多内容
没有更多内容