นายรณรงค์ แก้วประเสริฐ ผู้ช่วยศาสตราจารย์ ดร.สุรศักดิ์ มังสิงห์ การพัฒนาออนโทโลยีเพื่อการจัดการความรู้ของห้องปฏิบัติการทางการแพทย์ Ontology Development for Medical Laboratory Processing Knowledge Management สถาบันวิทยาการสารสนเทศ มหาวิทยาลัยศรีปทุม นายรณรงค์ แก้วประเสริฐ ผู้ช่วยศาสตราจารย์ ดร.สุรศักดิ์ มังสิงห์ ดร.ศศิพร อุษณวศิน การประชุมวิชาการประจำปีสมาคมเวชสารสนเทศและการประชุมวิชาการระดับชาติด้านเวชสารสนเทศ พ.ศ.2556   The Thai Medical Informatics Association Annual Conference and The National Conference on Medical Informatics 2013 วันที่ ๒๗ – ๒๙ พฤศจิกายน ๒๕๕๖ ณ โรงแรมมิราเคิล แกรนด์ ถ.วิภาวดีรังสิต กรุงเทพมหานคร

หัวข้อการนำเสนอ ความเป็นมาและความสำคัญของปัญหา 1 วัตถุประสงค์ 2 3 แนวคิด และทฤษฎีที่เกี่ยวข้อง 4 เครื่องมือที่ใช้ในการวิจัย 5 วิธีการดำเนินการวิจัย

หัวข้อการนำเสนอ (ต่อ) 6 ผลการวิจัย 7 สรุปผลการวิจัย 8 ข้อเสนอแนะในการพัฒนา

ความเป็นมาและความสำคัญของปัญหา ปัจจุบันมีการสร้างฐานความรู้ออนโทโลยีด้านต่าง ๆ ในวงกว้าง การศึกษา การเกษตร การแพทย์ ฐานความรู้ของห้องปฏิบัติการทางการแพทย์ยังมีอยู่อย่างจำกัด ขาดการแชร์ความรู้ การนำองค์ความรู้ไปใช้ประโยชน์ หรือนำไปใช้ซ้ำ พัฒนาฐานความรู้ออนโทโลยีที่เกี่ยวข้องกับการกระบวนการดำเนินงาน ทางด้านห้องปฏิบัติการทางการแพทย์ เพื่อเป็นฐานความรู้ในการพัฒนาระบบประยุกต์ทางการแพทย์

วัตถุประสงค์ เพื่อพัฒนาฐานความรู้ออนโทโลยี ที่เกี่ยวข้องกับการกระบวนการดำเนินงานทางด้านห้องปฏิบัติการทางการแพทย์

แนวคิด และทฤษฎีที่เกี่ยวข้อง การจัดการความรู้ (Knowledge Management ) การจัดการความรู้ คือ การรวบรวมองค์ความรู้ที่มีอยู่ซึ่งกระจัดกระจายอยู่ในตัวบุคคลหรือเอกสาร มาพัฒนาให้เป็นระบบ [9] ประกอบด้วย • ความรู้ชัดแจ้ง (Explicit Knowledge) เป็นความรู้ในรูปแบบเอกสาร ตำรา หรือสื่อ IT ต่างๆ • ความรู้โดยนัย (Tacit Knowledge) เป็นความรู้ที่อยู่ในตัวบุคคล มีอยู่ประมาณ 90% เช่น ประสบการณ์ ทักษะ ความคิดการแก้ปัญหา

แนวคิด และทฤษฎีที่เกี่ยวข้อง (ต่อ) ห้องปฏิบัติการทางการแพทย์ (Medical Laboratory) ห้องปฏิบัติการทางการแพทย์ คือ ห้องปฏิบัติการสำหรับตรวจสิ่งส่งตรวจ (Specimen) ต่างๆจากร่างกายมนุษย์ [2] เช่น เลือด ปัสสาวะ อุจจาระ เป็นต้น เพื่อให้ได้ข้อมูลการตรวจวิเคราะห์ มาใช้ติดตามการรักษา การวินิจฉัยโรค การประเมินภาวะสุขภาพร่างกาย

แนวคิด และทฤษฎีที่เกี่ยวข้อง (ต่อ) ออนโทโลยี (Ontology) ออนโทโลยี คือ ฐานความรู้ ที่แสดงรูปแบบโครงสร้างความสัมพันธ์ของข้อมูล ในขอบเขตความรู้ที่สนใจ เป็นการแสดงรายละเอียดของแนวคิด คุณสมบัติ ความสัมพันธ์ ซึ่งมีการจัดเรียงเป็นลำดับชั้น และสามารถถ่ายทอดคุณสมบัติได้ [3]

แนวคิด และทฤษฎีที่เกี่ยวข้อง (ต่อ) ออนโทโลยี (Ontology) (ต่อ) แนวความคิด (Concepts) ขอบเขตของความรู้ที่สามารถทำการอธิบายรายละเอียดได้ คุณสมบัติ (Properties) คุณสมบัติต่างๆ ที่นำมาอธิบายรายละเอียดของแนวความคิด ความสัมพันธ์ (Relationships) รูปแบบการแสดงความสัมพันธ์ระหว่างแนวความคิด ข้อกำหนด (Axioms) เงื่อนไขหรือตรรกะในการสร้างความสัมพันธ์ หรือกฎเกณฑ์ในการกำหนดคุณสมบัติ ตัวอย่างข้อมูล (Instances) คำศัพท์ที่มีการกำหนดความหมายไว้ในออนโทโลยีเรื่องนั้นๆ

แนวคิด และทฤษฎีที่เกี่ยวข้อง (ต่อ) RDF (Resource Description Framework) Resource Description Framework หรือ “RDF”เป็นภาษามาตรฐานที่อิงมาจากภาษา XML สำหรับการอธิบายลักษณะของข้อมูล ประกอบด้วย 3 ส่วนคือส่วนสิ่งที่สนใจหรือทรัพยากร (Subject) ส่วนการบรรยายคุณลักษณะของวัตถุ (Predicate) และส่วนค่าของคุณลักษณะ (Object)

แนวคิด และทฤษฎีที่เกี่ยวข้อง (ต่อ) Ontology Language หรือ (OWL ) Ontology Web Language คือภาษาที่ใช้อธิบายถึงข้อมูลในเว็บไซต์ในเชิงความสัมพันธ์ OWL เป็นภาษากลางในการกำหนด Metadata ให้กับเว็บไซต์แต่ละแห่ง ทำให้เพิ่มประสิทธิภาพในการค้นหาข้อมูลในอินเทอร์เน็ตได้มีประสิทธิภาพมากขึ้น

แนวคิด และทฤษฎีที่เกี่ยวข้อง (ต่อ) ประโยชน์ของฐานความรู้ออนโทโลยี เพิ่มความอัตโนมัติของกระบวนการ (Automation) ความชาญฉลาดให้โปรแกรมประยุกต์ต่างๆ (intelligence) เพิ่มความแม่นยำ ลดข้อผิดพลาด (Reduced errors) เพิ่มประสิทธิภาพของฐานความรู้ในการคืนค้นข้อมูล สามารถนำไปประยุกต์ใช้งานได้ในโปรแกรมและระบบสารสนเทศ ต่างๆ ได้กว้างขวางยิ่งขึ้น (Interoperability) ฐานความรู้สามารถแบ่งปันและใช้ซ้ำได้ (Share and reuse) 12

เครื่องมือในการวิจัย โปรแกรมในการพัฒนาออนโทโลยี การออกแบบพัฒนาฐานความรู้ออนโทโลยีสำหรับงานวิจัยนี้ใช้โปรแกรม Protégé OWL editor ที่เป็นซอฟแวร์โอเพนซอร์ส พัฒนาโดยมหาวิทยาลัย Stanford University School of Medicine ซึ่งมีรูปแบบการสร้างที่มีคัวช่วย (Plug in) หลากหลาย และง่ายต่อการนำไปประยุกต์ใช้

วิธีดำเนินการวิจัย ศึกษากระบวนการของห้องปฏิบัติการทางการแพทย์ แพทย์ ควบคุมคุณภาพ ตรวจสอบผล ผู้ป่วย พนักงานวิทยาศาสตร์ นักเทคนิคการแพทย์ การเตรียมตัวก่อนตรวจ คำสั่งตรวจ เก็บสิ่งส่งตรวจ สอบถาม ตรวจสอบ นำส่งสิ่งส่งตรวจ เตรียมสิ่งส่งตรวจ ห้องตรวจวิเคราะห์ โลหิตวิทยา เคมีคลินิก ภูมิคุมกันวิทยา การตรวจวิเคราะห์ การเตรียมเครื่องมือ/น้ำยา ผลตรวจเลือด รายงานผลตรวจ ถูกต้อง ไม่ถูกต้อง ก่อนการตรวจวิเคราะห์ กระบวนการตรวจวิเคราะห์ หลังการตรวจวิเคราะห์ วินิจฉัยโรค

วิธีดำเนินการวิจัย กรอบแนวคิดในการพัฒนาออนโทโลยีของห้องปฏิบัติการทางการแพทย์ (1)การเตรียมข้อมูล (2) การสร้างออนโทโลยี (3) การตรวจสอบคุณภาพ คลาส กำหนดคำศัพท์สำคัญ ผู้เชี่ยวชาญประเมิน ความสัมพันธ์ ลำดับชั้นของคลาส ความสัมพันธ์ ปรับปรุงแก้ไข/ จัดหมวดหมู่ ข้อมูลอินสแตนท์ นักเทคนิคการแพทย์ ฐานความรู้ออนโทโลยี ห้องปฏิบัติการทางการแพทย์ แหล่งความรู้ต่างๆ หนังสือ, งานวิจัย ประสบการการทำงาน องค์ความรู้ห้องปฏิบัติการทาง การแพทย์ OWL, RDF, XML

ผลการวิจัย รวบรวมข้อมูลความรู้ทางห้องปฏิบัติการทางการแพทย์ 1.ขั้นตอนการเตรียมข้อมูล รวบรวมข้อมูลความรู้ทางห้องปฏิบัติการทางการแพทย์ มาสกัดคำศัพท์หลักออกมาตามขอบเขตของงานวิจัย MedicalLaboratory Informatics LaboratoryEquipment LaboratoryReagent LaboratoryProcess LaboratorySafety LaboratorySection Personnel QualityManagement QualityControl Specimen PreAnalytical Analytical PosAnalytical Method Result Validation NormalValue SpecimenCollection SpecimenType SpecimenTube SpecimenVolume Anticoagulant Preservation CollectionTime Preparation Protection

ผลการวิจัย 2.นำข้อมูลคำศัพท์ที่ได้มาจัดกลุ่ม การจัดกลุ่มได้ 1 หมวดหมู่หลัก และประกอบด้วย 8 หมวดหมู่ย่อย

ตารางที่ 1 รายชื่อคลาสในลำดับที่ 2 และคำจำกัดความ ผลการวิจัย 2.นำข้อมูลคำศัพท์ที่ได้มาจัดกลุ่ม ตารางที่ 1 รายชื่อคลาสในลำดับที่ 2 และคำจำกัดความ ชื่อคลาส คำจำกัดความ InformationTechnology ระบบสารสนเทศต่างๆที่ใช้ในการตรวจทางห้องปฏิบัติการ LaboratoryEquipment เครื่องมือ อุปกรณ์ต่างๆ LaboratoryProcess กระบวนการทำงานของการตรวจ LaboratoryReagent น้ำยา การดูแล เก็บรักษา LaboratorySafety ความปลอดภัยทางห้องปฏิบัติการ LaboratorySection งานตรวจทางห้องปฏิบัติการ รายการตรวจ Personel เกี่ยวกับบุคลากร ผู้ป่วย ผู้มารับบริการ QualityManagement การจัดการทางด้านคุณภาพ

ผลการวิจัย 3. สร้างความสัมพันธ์ ตารางที่ 2 แสดงตัวอย่างความสัมพันธ์แบบ Object property Object property ความสัมพันธ์ระหว่างคลาสกับคลาส hasSection ความสัมพันธ์ระหว่างคลาส LaboratorySection กับคลาส Chemistry, Hematology, Microscopy, Microbiology และ Immunology hasProcess ความสัมพันธ์ระหว่างคลาส LaboratoryProcess กับคลาส PreAnalytical, Analytical และ PostAnalytical hasQuality ความสัมพันธ์ระหว่างคลาส Analytical กับคลาส Quality Control

ผลการวิจัย Dataype property ความสัมพันธ์ระหว่างคลาสกับข้อมูล 3. สร้างความสัมพันธ์ (ต่อ) ตารางที่ 3 แสดงตัวอย่างความสัมพันธ์แบบ Datatype property Dataype property ความสัมพันธ์ระหว่างคลาสกับข้อมูล hasSpecimen ความสัมพันธ์ระหว่างคลาส SpecimenType กับข้อมูลชนิดของสิ่งส่งตรวจ Blood, Urine, Stool และ BodyFluid hasAnticoagulant ความสัมพันธ์ระหว่างคลาส SpecimenTube กับข้อมูลชนิดของสารกันเลือดแข็งตัว EDTA, NaF, Heparin และ Na Citrate hasNormalRange ความสัมพันธ์ระหว่างคลาส NormalValue กับข้อมูล ค่าปกติของแต่ละรายการตรวจ

ตัวอย่างข้อมูล Instance ผลการวิจัย ตัวอย่างข้อมูล Instance

ผลการวิจัย

ผลการวิจัย

ผลการวิจัย 4. การวิเคราะห์ความถูกต้องของออนโทโลยี การทดสอบ ค่าเฉลี่ย ส่วนเบี่ยงเบน แปลผล การสื่อความหมาย 4.22 0.34 มาก ความถูกต้อง 4.42 0.44 ความชัดเจน 4.40 0.36 ความครอบคลุม 4.14 0.48 4.30 0.41

ผลการวิจัย 5. ขั้นตอนการปรับปรุงแก้ไขออนโทโลยี นำผลประเมินประสิทธิภาพจากความคิดเห็นของผู้เชี่ยวชาญ QualityManagement แยกออกมาจากที่เคยเป็น Subclass ของ LaboratoryProcess ออกมาเป็นคลาสลำดับที่ 2 SpecimenCollection ที่เคยเป็นคลาสลำดับที่ 2 เป็นคลาสลำดับที่ 4 ไปเป็นคลาสลูกของ PreAnalytical

ผลการวิจัย OWL ที่ได้จากออนโทโลยีของห้องปฏิบัติการทางการแพทย์

ผลการวิจัย 6.การทดสอบการใช้งานของออนโทโลยี

สรุปผลการวิจัย ได้ฐานความรู้ออนโทโลยีของห้องปฏิบัติการทางการแพทย์ ฐานความรู้ออนโทโลยีที่ได้มีความถูกต้องอยู่ในระดับมาก ใช้แชร์ความรู้ การนำความรู้ไปใช้ช้ำ ระหว่างห้องปฏิบัติการ ทางการแพทย์ ใช้เป็นฐานความรู้ในโปรแกรมประยุกต์ได้

ข้อเสนอแนะการพัฒนา การสร้างกฎเชิงความหมาย (SWRL) สร้างระบบสืบค้นข้อมูลเชิงความหมาย (Semantic Searching) ประยุกต์ใช้เป็นฐานความรู้ออนโทโลยี และฐานกฎ ในระบบโปรแกรมประยุกต์ สนับสนุนตัดสินใจ ระบบอัจฉริยะ ระบบผู้เชี่ยวชาญ

เอกสารอ้างอิง [1] A. Maedche and S. Staab, “Semi-automatic engineering of ontologies from text,” in Proceedings of the 12th international conference on software engineering and knowledge engineering, 2000, pp. 231–239. [2] K. L. Mukherjee and S. Ghosh, Medical Laboratory Technology; A Procedure Manual for Routine Diagnostic Tests. Tata McGraw-Hill Publishing Company, 1988. [3] D. L. McGuinness and F. Van Harmelen, “OWL web ontology language overview,” W3C recommendation, vol. 10, no. 2004–03, 2004, p. 10. [4] S. Bechhofer, F. Van Harmelen, J. Hendler, I. Horrocks, D. L. McGuinness, P. F. Patel- Schneider, and L. A. Stein, “OWL web ontology language reference,” W3C recommendation, vol. 10, 2004, pp. 2006–01. [5] C. T. Small and A. P. Sage, “Knowledge management and knowledge sharing: A review,” Information, Knowledge, Systems Management, vol. 5, no. 3, 2006, pp. 153–169. [6] C. S. G. Khoo, J.-C. Na, V. W. Wang, and S. Chan, “Developing an Ontology for Encoding DiseaseTreatment Information in Medical Abstracts,” DESIDOC Journal of Library & Information Technology, vol. 31, no. 2, Feb. 2011.

เอกสารอ้างอิง [7] D. E. Oliver, D. L. Rubin, J. M. Stuart, M. Hewett, T. E. Klein, and R. B. Altman, “Ontology development for a pharmacogenetics knowledge base,” Pac Symp Biocomput, 2002, pp. 65–76. [8] S. CAKULA and A.-B. M. SALEM, “E-Learning Developing Using Ontological Engineering.” WEAS TRANSACTIONS on INFORMATION SCIENCE and APPLICATION, Issue 1, vol. 10, January 2013. [9] T. Kato, N. Maneerat, R. Varakulsiripunth, Y. Kato, and K. Takahashi, “Ontology-based e-health system with Thai herb recommendation,” JCSSE2009, 2009, pp. 172–177. [10] Y. Sure, S. Staab, and R. Studer, “Methodology for development and employment of ontology based knowledge management applications,” ACM SIGMOD Record 31, no. 4 (2002): 18–23. [11] R. Dieng-Kuntz et al., “Building and using a medical ontology for knowledge management and cooperative work in a health care network,” Computers in Biology and Medicine 36, no. 7-8 (2006): 871–892. [12] J. Brank, M. Grobelnik, and D. Mladenic, “A survey of ontology evaluation techniques,” in Proceedings of the Conference on Data Mining and Data Warehouses (SiKDD 2005), 2005, 166–170.

ขอบคุณครับ คำถาม และ ข้อเสนอแนะ