張 映，韓世范，2*

1.山西醫(yī)科大學(xué)，山西 030001；2.山西醫(yī)科大學(xué)第一醫(yī)院

從2009年“大數(shù)據(jù)”一詞的逐步流行到現(xiàn)階段大數(shù)據(jù)的無處不在[1]，各行各業(yè)都開始積極與大數(shù)據(jù)相結(jié)合，醫(yī)學(xué)行業(yè)也積極加入了這一隊伍。在區(qū)域醫(yī)療與健康大數(shù)據(jù)中，80%的數(shù)據(jù)是以非結(jié)構(gòu)化形式存儲的，通常這些數(shù)據(jù)都是采用自然語言處理，因此，選擇適當?shù)臄?shù)據(jù)模型進行計算和驗證，對自然語言進行語義分析和特征提取，是用好醫(yī)療大數(shù)據(jù)集的關(guān)鍵。為有效獲取、儲存、管理及應(yīng)用醫(yī)療機構(gòu)產(chǎn)生的數(shù)據(jù)資源，以達到對疾病的管理、控制和醫(yī)療研究的目的，醫(yī)學(xué)知識庫應(yīng)運而生。21世紀以來，我國的醫(yī)療信息學(xué)進入了一個全新的時代，醫(yī)療知識庫的構(gòu)建已經(jīng)成為醫(yī)學(xué)信息學(xué)的重點[2]。目前，知識庫的研究主要集中在基于本體的知識庫構(gòu)建和思路研究[3]。本體的應(yīng)用可以解決很多臨床中通用性和規(guī)范性的問題，可以作為醫(yī)療保健術(shù)語系統(tǒng)之間的中介機制，以及支持數(shù)據(jù)之間的可比性、醫(yī)療保健應(yīng)用程序之間的互操作性，比如中醫(yī)臨床用語本身存在語義模糊和關(guān)聯(lián)復(fù)雜等問題[4]，在護理實踐過程中，就需要將研究的問題，通過數(shù)據(jù)挖掘建立護理領(lǐng)域本體，使收集到的數(shù)據(jù)指標可以通過系統(tǒng)、科學(xué)的研究方法和專業(yè)化的研究評價該問題，直接或間接指導(dǎo)護理實踐，改進護理工作，提高護理質(zhì)量[5]。本研究將著重介紹本體的發(fā)展、構(gòu)建以及相關(guān)應(yīng)用，進而提出在我國護理領(lǐng)域的構(gòu)建本體，旨在為我國護理領(lǐng)域的發(fā)展提供幫助。

1 本體的概念及構(gòu)建

1.1 本體的概念 本體是古希臘時期用來描述“存在”的一個概念名詞，隨著計算機的出現(xiàn)并且快速發(fā)展，人工智能技術(shù)逐步提升，本體的概念開始吸引計算機專業(yè)人士，被越來越多的專業(yè)人士研究、發(fā)現(xiàn)、利用。本體在計算機領(lǐng)域最早的概念是由Neches等提出的，可以理解為兩個部分，首先是相關(guān)領(lǐng)域詞匯的基本術(shù)語概念集合和關(guān)系集合，然后運用已經(jīng)獲取的相關(guān)術(shù)語集和關(guān)系集構(gòu)成一個規(guī)則定義，這個定義就可以描述和規(guī)定這些詞匯及其相關(guān)的其他詞匯之間的規(guī)則關(guān)系[6]。Studer等通過對以往專家的研究和自己的經(jīng)驗總結(jié)，提出一個現(xiàn)在流行、被業(yè)界人士所認可的本體概念：本體是共享概念模型的明確的形式化規(guī)范說明[6]。Borst[7]將其定義描述為“共享概念模型的形式化規(guī)范說明”。概念模型的定義為某一領(lǐng)域內(nèi)的信息資源和資源間的相互關(guān)系，因此，有研究者認為本體的概念和概念模型的概念相契合，但是本體概念包含了4層意思：概念化（conceptualization）、明確性(explicit)、形式化(formal)、共享性（shared），通過概念分析可以看出本體的概念遠遠大于概念模型。概念模型在進行術(shù)語分類時，同一術(shù)語可以存在于多個類之下，例如，陳羽楠[8]在構(gòu)建運動功能中醫(yī)概念模型時，將肌肉萎縮同時納入了肌肉功能障礙和脾功能障礙之下，但是在本體構(gòu)建中一個概念名詞只能出現(xiàn)1次。簡而言之，本體是指具有描述某一個領(lǐng)域概念及概念間關(guān)系的一種統(tǒng)一、正規(guī)、規(guī)范說明，是信息、知識的底層架構(gòu)工具。因此，本體可以作為知識表達的基礎(chǔ)，避免重復(fù)領(lǐng)域的分析，并通過統(tǒng)一的術(shù)語和概念實現(xiàn)信息的共享。本體的構(gòu)成包含概念（concept）、關(guān)系（relation）、屬性（attribute，slot）、公理（axiom）、實例（instance）這幾個基本元素，但是不局限于這幾個要素，研究者研究的過程中可以在此基礎(chǔ)上增加或減少。

1.2 本體的分類 關(guān)于本體的分類有很多種方法[9]，例如依據(jù)詳細程度和領(lǐng)域依賴程度就可以將本體分為很多類型。目前，研究者普遍接受將本體分為以下幾個大類：頂級（top level）本體、領(lǐng)域（domain）本體、任務(wù)（task）本體、應(yīng)用（application）本體[9]。從本體構(gòu)建理論出現(xiàn)后，本體構(gòu)建也出現(xiàn)了多種方法，按照自動化程度分類，可以分為手動構(gòu)建、半自動構(gòu)建、自動構(gòu)建3種方法。半自動方式是通過對不同的數(shù)據(jù)源進行統(tǒng)計、數(shù)據(jù)挖掘、機器學(xué)習(xí)等本體學(xué)習(xí)技術(shù)來完成知識獲取。因此，本體學(xué)習(xí)成為自動化本體構(gòu)建的基礎(chǔ)和一個重要的研究方向。本體構(gòu)建的順序可以分為自上而下、自下而上以及兩種方向相結(jié)合的混合性方法。本體的描述語言是計算機描述表達本體的語言[10]，目前本體描述語言有很多種類型，較為常用的有XML、RDF、DAML、OWL等。目前最為廣泛使用和最具影響力的本體構(gòu)建原則是普適性五原則:清晰性原則、一致性原則、可擴展性原則、編碼程度最小原則、極小本體約定原則[11]。

1.3 本體的作用 本體可以展示概念間的層級結(jié)構(gòu)和進行邏輯推理[12]，因此可以從組織形式、語義、語義關(guān)系、語義擴展查詢、邏輯推理等方面提供人性化的智能信息檢索服務(wù)，例如以語義檢索、智能模糊檢索、語義標注、模糊邏輯引入、關(guān)系建立等為代表的研究成果。當用戶輸入檢索詞時通過語義分析、語義理解、計算轉(zhuǎn)換、知識表示和查詢推理進行智能信息檢索，實現(xiàn)了信息檢索從基于關(guān)鍵詞到基于知識的跨越。本體的運用可以改善傳統(tǒng)信息知識的“孤島效應(yīng)”，打破信息“屏障”，擴大檢索范圍，進行跨媒體信息檢索，滿足用戶多種類型查詢結(jié)果的需求，實現(xiàn)信息間的交互性。但各媒體間的信息表示、語義標注、內(nèi)容識別、結(jié)果排序等方面存在較大差異，雖針對同一領(lǐng)域進行本體構(gòu)建，但因本體構(gòu)建方法和構(gòu)建專家不同，本體間的匹配和映射功能無法實現(xiàn)大規(guī)模多本體集合，因此目前跨媒體信息檢索的效果欠佳。智能信息檢索系統(tǒng)中本體的選用和系統(tǒng)評估均缺乏統(tǒng)一有效的評估方法；在基于本體的擴張技術(shù)進行擴展檢索時忽略了屬性和實例之間的擴展，以致查全率、查準率不高，還需要相關(guān)研究者不斷進行研究。

2 國內(nèi)外研究現(xiàn)狀

如今本體構(gòu)建技術(shù)已廣泛應(yīng)用于醫(yī)學(xué)領(lǐng)域的研究，例如美國的一體化醫(yī)學(xué)語言系統(tǒng)、基因本體（GO）[13]、系統(tǒng)化臨床術(shù)語集（SNOMED CT）[12]、我國的中醫(yī)藥學(xué)語言系統(tǒng)（TCMLS）、中文一體化醫(yī)學(xué)語言系統(tǒng)（CUMLS）[14]等，這些本體目前已得到醫(yī)學(xué)界廣泛認可，并已經(jīng)運用到了各大數(shù)據(jù)檢索系統(tǒng)，同時還存在一些用于臨床決策、飲食推薦、用藥提示、個性化管理等各方面更加具體的小型本體，這些小型本體的研究在減輕醫(yī)護人員的工作壓力、節(jié)約醫(yī)療資源、提供個性化的醫(yī)療服務(wù)等方面具有重要的作用。

2.1 醫(yī)護健康咨詢 隨著病人及家屬對疾病知識獲取的渴望不斷增加，越來越多的病人及家屬選擇通過百度、谷歌等軟件進行信息檢索獲取疾病及病人照護的相關(guān)知識，但是其獲取的信息資源并沒有滿足其需求，例如有研究者發(fā)現(xiàn)，家庭照顧者在阿爾茲海默病相關(guān)知識的獲取方面有很大的問題，他們往往不知道如何獲取相關(guān)知識，即使利用百度、谷歌等搜索引擎也無法輸入準確的檢索詞、獲取有效的知識，從而降低了病人的生活質(zhì)量，延緩了病人康復(fù)的速度，甚至使病情惡化速度加快。所以研究者試圖在公眾檢索詞和醫(yī)學(xué)專業(yè)用詞之間建立映射關(guān)系，建立一個適合阿爾茲海默病病人家庭護理服務(wù)的專業(yè)本體，通過語義檢索使檢索者在搜索時獲得想要得到的資料[11]。除此之外，也有研究者對利用本體構(gòu)建技術(shù)為病人及家屬進行疾病知識的咨詢與獲取進行了研究。陳琛[15]利用現(xiàn)有的本體在領(lǐng)域?qū)＜业闹笇?dǎo)下獲得關(guān)鍵概念、關(guān)系及屬性，然后運用概念分析理論構(gòu)建新的本體，并抓取網(wǎng)絡(luò)中的信息資源以不斷補充和更新現(xiàn)有本體，將其運用到專家咨詢系統(tǒng)。新的本體可以快速、準確地回答與腎病相關(guān)的常見問題，提供具有初步診斷功能的輔助診斷子系統(tǒng)。本體的應(yīng)用展現(xiàn)了本體技術(shù)在智能信息檢索中的先進作用，為本體在醫(yī)學(xué)領(lǐng)域的應(yīng)用提供了新的方向，也為醫(yī)療健康提供新的保障。

2.2 臨床決策數(shù)據(jù)分析 醫(yī)學(xué)知識的來源除了課本之外，還有大量的實踐經(jīng)驗，但是經(jīng)驗的獲取需要很長的時間去積累。截至2020年底，我國執(zhí)業(yè)（助理）醫(yī)師達到408.6萬人，每千人口執(zhí)業(yè)（助理）醫(yī)師2.90人，注冊護士470.9萬人，每千人口注冊護士3.34人，較2019年均有所增加，但仍然存在很大的區(qū)域發(fā)展不平衡、城鄉(xiāng)發(fā)展不平衡、醫(yī)療資源分配不平衡等問題。針對以上問題，胡占生等[16]為了減輕體檢醫(yī)生的負擔，減少人工分析體檢數(shù)據(jù)的失誤，提出了運用本體和SWRL原則構(gòu)建體檢醫(yī)學(xué)本體，通過參考體檢相關(guān)標準數(shù)據(jù)集對體檢人員的體檢報告進行危險性分析，并通過隨機對照的方法將計算機數(shù)據(jù)分析與人工分析進行對比，發(fā)現(xiàn)電腦檢出率和醫(yī)生人工檢出率一樣高，這樣通過體檢結(jié)果智能化、通用化分析，大大提升了體檢數(shù)據(jù)分析的效率和準確度。高星等[17]為了緩解基層醫(yī)生的工作壓力，提供及時、準確的輔助診療知識，從權(quán)威指南、百科知識、教科書、基層全科醫(yī)生和?？漆t(yī)生的工作經(jīng)驗以及中國知網(wǎng)、萬方等中英文數(shù)據(jù)庫中進行概念收集，運用《中英文主題詞表》《一體化語言系統(tǒng)》及相關(guān)指南等資料對獲取到的知識進行篩選、評估、梳理和分類，將糖尿病知識梳理為目標人群、預(yù)防、診斷、治療、并發(fā)癥、轉(zhuǎn)診、隨訪等7類，然后定義類及屬性，最后建立了一個糖尿病本體，從糖尿病預(yù)防、控制、治療和康復(fù)等方面為基層醫(yī)生的糖尿病治療防控工作提供了決策支持。劉智鋒等[18]也為基層全科醫(yī)生在糖尿病的科學(xué)決策方面提供了一個科學(xué)管理系統(tǒng)。該系統(tǒng)是根據(jù)國內(nèi)糖尿病相關(guān)指南和糖尿病領(lǐng)域?qū)＜医?jīng)驗，采用骨架法建立的一個包含早期篩查規(guī)則、診斷規(guī)則、分型規(guī)則、糖尿病的藥物推薦規(guī)則以及轉(zhuǎn)診規(guī)則等28種規(guī)則的糖尿病診療規(guī)則庫，該系統(tǒng)有效提高了糖尿病的知曉率，降低了各種并發(fā)癥的致殘率。陳曦[19]運用孕產(chǎn)健康醫(yī)學(xué)領(lǐng)域的知識，通過對現(xiàn)有本體構(gòu)建方法和語言的多種比較，并在本體構(gòu)建的過程中對半自動構(gòu)建方法的具體統(tǒng)計學(xué)算法進行升級，從而建立了一個更加專業(yè)化的孕產(chǎn)健康領(lǐng)域的本體知識庫，為臨床醫(yī)生和醫(yī)學(xué)生提供了知識學(xué)習(xí)的平臺。這些本體領(lǐng)域的構(gòu)建研究對我國醫(yī)療資源不平衡狀態(tài)的改善具有重要作用。

2.3 藥物類本體構(gòu)建研究 國外建立了一些藥物不良反應(yīng)本體。藥物不良反應(yīng)分類系統(tǒng)（Adverse Drug Reaction Classification System，ADReCS）是一個對不良反應(yīng)詞匯標準化與分類的不良反應(yīng)本體知識庫，目前知識庫中包括6 544個標準的不良反應(yīng)術(shù)語及34 796個同義詞，知識庫的構(gòu)建為不良反應(yīng)術(shù)語的直接計算和潛在不良反應(yīng)的特點挖掘提供了基礎(chǔ)[20]。Duclos等[21]創(chuàng)建了在藥物警戒中自動表征不良反應(yīng)的本體，當所報道的不良反應(yīng)在藥物概要中出現(xiàn)時即被自動示例為已知不良反應(yīng)。我國也對藥物類的本體構(gòu)建有所研究。茍玲等[22]針對我國抗生素濫用的情況開發(fā)了一個基于本體構(gòu)建的抗生素臨床管理知識庫。該知識庫是根據(jù)專家的意見和抗生素藥物指南，利用protege軟件建立的一個包含抗生素藥物實例、藥物屬性的知識庫和存儲著提示規(guī)則的規(guī)則庫?；谠搸欤t(yī)務(wù)人員可以對藥物的屬性進行查詢、根據(jù)病人的信息推薦可以使用的藥物、在發(fā)生用藥錯誤時給予提示，從而實現(xiàn)對抗生素的管理，并促進抗生素的合理使用，減少抗生素濫用的情況。林鑫等[23]也使用現(xiàn)有本體屬性，參考《抗菌藥物治療學(xué)》《中國醫(yī)師藥師臨床用藥指南》《國家基本藥物目錄》等書籍，利用信息挖掘技術(shù)、語義分析術(shù)語映射等技術(shù)建立了一個包括164種喹諾酮類藥品不良反應(yīng)的中文版領(lǐng)域本體，為臨床實踐中該類藥物的合理使用提供參考。李梅[24]運用《新編藥物學(xué)》和藥物說明書收集藥物的基本信息和不良反應(yīng)信息，復(fù)用現(xiàn)有的OAE本體和NDF-RF本體，利用本體構(gòu)建工具建立了一個心血管藥物不良反應(yīng)OCVDAE本體，經(jīng)過統(tǒng)計分析和統(tǒng)計學(xué)算法分析不良反應(yīng)發(fā)生模式、藥物類別不良反應(yīng)發(fā)生率、藥物類水平比值報告比值比等；還運用PubMed上的文獻對該本體進行了驗證，最終收集到了265種心血管疾病藥物和1 383個不良反應(yīng)術(shù)語，實現(xiàn)了心血管藥物、心血管藥物化學(xué)成分分類、作用機制分類、不良反應(yīng)等多種不同類型的數(shù)據(jù)無縫整合，在預(yù)防心血管藥物不良反應(yīng)的發(fā)生、促進心血管藥物的合理應(yīng)用、提高人群健康水平等方面將發(fā)揮重要作用。由此看出，目前藥物類本體對醫(yī)療用藥有重大的指導(dǎo)作用，但都是從某一個角度出發(fā)，采用不同的研究方法、語料來源、驗證方法和研究目的來進行本體構(gòu)建，缺乏統(tǒng)一、全面的大藥物領(lǐng)域本體。

2.4 健康監(jiān)測預(yù)警 根據(jù)臨床知識推理出的知識元素構(gòu)建本體庫[25]，根據(jù)臨床經(jīng)驗總結(jié)構(gòu)建診療規(guī)則庫，將規(guī)則庫和本體庫相結(jié)合運用推理機制，可以根據(jù)病人的健康數(shù)據(jù)進行監(jiān)測，及時發(fā)現(xiàn)異常情況。肖敏[26]參考了醫(yī)學(xué)方面相關(guān)資料、臨床電子病歷庫以及醫(yī)療領(lǐng)域的專家意見之后，運用protege技術(shù)，詳細描述基于生理參數(shù)的疾病診斷預(yù)警規(guī)則，設(shè)計并實現(xiàn)診斷預(yù)警推理規(guī)則庫，建立了一個基于生理參數(shù)的具有疾病診斷預(yù)警功能的診斷預(yù)警服務(wù)本體，有利于為病人提供個性化、精確化、實時化以及自動化的健康監(jiān)測與緊急警告服務(wù)，提高了醫(yī)療服務(wù)治療水平，并且實現(xiàn)了醫(yī)療領(lǐng)域知識的統(tǒng)一、共享與復(fù)用，有力地推動了醫(yī)療知識的普及和醫(yī)療事業(yè)的智能化。Din等[27]以護理計劃和護理臨床實踐指南的內(nèi)容為基礎(chǔ)，運用本體論和TNM的建模決策方法構(gòu)建護理計劃本體（NCO），可以協(xié)助護理人員根據(jù)病人的數(shù)據(jù)進行分析，給出具有個性化的護理計劃，并且根據(jù)護理人員的執(zhí)行情況和病人后續(xù)的健康數(shù)據(jù)提出新的護理計劃，實現(xiàn)了通過病人數(shù)據(jù)的監(jiān)測提供護理建議的功能，促進了護理流程的順暢實施和護理工作的協(xié)調(diào)性。

3 護理領(lǐng)域本體構(gòu)建方法

雖然本體構(gòu)建的原則目前還沒有統(tǒng)一的標準，但是護理領(lǐng)域本體的構(gòu)建可以采用目前最為廣泛認可的普適性五原則[28]，使用自然語言給護理領(lǐng)域的概念進行具有明確性、客觀性及完整性的定義，在進行術(shù)語添加時盡量不進行已有內(nèi)容的修改，以達到最大單項的可擴展性，盡量使用最少的約束條件進行建模，并且在進行推理后其結(jié)果與護理領(lǐng)域的概念不產(chǎn)生沖突。

本體構(gòu)建有骨架法、七步法、METHONTOLOGY法、IDEF5法、TOVE法、分析-描述-驗證的建模三步法、建模-對比分析-規(guī)范化過程的三步法[24]等多種本體構(gòu)建方法，但目前使用最為廣泛且最成熟的本體構(gòu)建方法為斯坦福大學(xué)醫(yī)學(xué)院所研究的七步法[29]。但是原有的七步法在構(gòu)建本體時缺少了對本體的評估階段，導(dǎo)致構(gòu)建的本體無法保證其正確性，所以根據(jù)現(xiàn)有的護理領(lǐng)域公認的知識和計算機領(lǐng)域、護理領(lǐng)域?qū)＜业膮⑴c，護理領(lǐng)域本體的構(gòu)建可以使用改進的七步法[30]。①確定本體的專業(yè)領(lǐng)域和范圍：本研究團隊前期利用本體、知識工程、自然語言處理等理論與技術(shù)，構(gòu)建護理科研信息系統(tǒng)護理領(lǐng)域知識體系——護理科學(xué)大數(shù)據(jù)平臺，首先明確了所要建立的護理領(lǐng)域本體是應(yīng)用在護理大數(shù)據(jù)平臺上的。其目標是在相同的搜索條件下使檢索結(jié)果更好、自動抓取更準確，以實現(xiàn)對護理科學(xué)大數(shù)據(jù)平臺的優(yōu)化。明確護理領(lǐng)域本體的使用用戶主要面向各類醫(yī)院的臨床護理人員、教學(xué)和研究人員。②復(fù)用現(xiàn)有的本體，收集核心概念：通過護理學(xué)教材收集護理領(lǐng)域內(nèi)的基本概念；全文下載中國知網(wǎng)、萬方等數(shù)據(jù)庫檢索的護理領(lǐng)域文獻，將獲取到的文獻進行整合去重，運用相關(guān)技術(shù)廣泛搜集文獻中的詞匯，進行護理概念集的廣泛收集；借鑒醫(yī)學(xué)主題詞表、一體化醫(yī)學(xué)語言系統(tǒng)等進行概念補充。③定義護理類間關(guān)系和屬性：參照現(xiàn)有的護理學(xué)書籍、醫(yī)學(xué)主題詞、一體化語言系統(tǒng)等結(jié)構(gòu)化詞表，人工將上述詞表中的概念轉(zhuǎn)換成本體中的類，將概念間的層級結(jié)構(gòu)轉(zhuǎn)換為類間關(guān)系。在中國知網(wǎng)、萬方等數(shù)據(jù)庫下載相關(guān)文獻并檢索專業(yè)教材、論文期刊等非結(jié)構(gòu)化文本，利用語義分析和關(guān)系抽取功能，通過識別確定語料中的核心關(guān)鍵語句，抽取本體概念間的三元組關(guān)系。通過現(xiàn)有本體、專業(yè)教材、詞表廣泛搜集屬性集，運用純?nèi)斯俗⒌姆椒▽γ總€概念和詞進行屬性定位，添加屬性約束，從而對類進行定義和描述。護理領(lǐng)域本體的構(gòu)建需打破傳統(tǒng)醫(yī)學(xué)領(lǐng)域本體中以疾病為主導(dǎo)的構(gòu)建思路，從護理學(xué)的角度進行分析，以護理診斷為中心，護理計劃、護理措施、護理結(jié)局與評價作為同一級類目，然后依次類推。之后進行專家咨詢，將獲得的概念集和屬性集由護理領(lǐng)域?qū)＜液陀嬎銠C領(lǐng)域?qū)＜疫M行修改。④創(chuàng)建實例：將最終獲取的概念詞表、屬性詞表應(yīng)用到本體構(gòu)建系統(tǒng)中，一個類的子類可以認為是一個類的實例。⑤本體的檢驗與評價：目前本體構(gòu)建的方法也有很多，例如在系統(tǒng)內(nèi)部進行舉例正反面雙向?qū)嶒烌炞C、運用Peleg提出的建模維度進行測驗[31]、根據(jù)標準本體設(shè)計原則進行驗證、通過專家咨詢進行驗證[32]等多種驗證方式。本研究將通過以下3種方法對初步構(gòu)建的本體進行檢驗，第一，利用本體構(gòu)建系統(tǒng)自帶的推理機制進行檢驗，例如protege軟件中自帶推理機制。第二，放到其他數(shù)據(jù)平臺進行檢驗。該環(huán)節(jié)利用特定的評估指標或評價方法對本體進行評價，結(jié)果作為反饋進入本體構(gòu)建環(huán)節(jié)。第三，由計算機和護理領(lǐng)域的相關(guān)專家進行檢測判斷，如有問題及時修改更新。本體構(gòu)建的流程其實是一個不斷構(gòu)建、修改、完善的過程。具體見圖1。

圖1 護理領(lǐng)域本體構(gòu)建流程

4 不足與展望

4.1 醫(yī)學(xué)術(shù)語的標準化 目前，臨床癥狀存在名稱繁多、內(nèi)涵和外延不清、表述與理解不統(tǒng)一的情況。雖然本體在構(gòu)建的過程中會根據(jù)現(xiàn)有的同義詞詞表或運用數(shù)據(jù)挖掘技術(shù)構(gòu)建護理學(xué)詞表，但是其并不能完全包含所有的同義詞。要想解決癥狀體征術(shù)語不全、映射不統(tǒng)一等問題，則需在醫(yī)療衛(wèi)生服務(wù)活動中，采用標準化臨床術(shù)語。宋杰等[33]在對壓瘡不良事件的非結(jié)構(gòu)化數(shù)據(jù)進行自然語言標注處理時發(fā)現(xiàn)，不規(guī)范的護理不良事件上報導(dǎo)致了自然語言處理的陽性預(yù)測值的偏差和預(yù)測準確度的下降，所以必須修正臨床術(shù)語概念表、描述表和關(guān)系表，建立統(tǒng)一、規(guī)范的醫(yī)學(xué)語言系統(tǒng)。Cubas等[34]也曾表明護理術(shù)語標準化建設(shè)對于本體的構(gòu)建、本體的交復(fù)性發(fā)揮以及本體的更新和維護具有重要的作用，并且他們還嘗試通過構(gòu)建目錄來減少不一致性研究[33]。Hyun等[35]在對醫(yī)院臨床護理文檔進行本體構(gòu)建映射時發(fā)現(xiàn)，不同文件對統(tǒng)一內(nèi)容的標題不一致，科室模棱兩可的名稱等問題導(dǎo)致了在進行映射時出現(xiàn)重復(fù)映射、單一映射、無法映射等多種問題，提出文檔要想實現(xiàn)共享，就得對其文檔章節(jié)的命名采用一致性原則。劉林等[36]通過對國際上的多種臨床表型本體術(shù)語的分析發(fā)現(xiàn)了現(xiàn)有的表型術(shù)語本體存在語義交互性缺陷、語義類別不清等問題，無論是從規(guī)范化描述還是數(shù)量上都需要加強。就此還提出：中醫(yī)表型集成本體應(yīng)該多本體整合、規(guī)范去重，以癥狀為中心，疾病、基因、藥物等多種醫(yī)學(xué)相關(guān)元素相結(jié)合，形成一個網(wǎng)絡(luò)節(jié)點，而且還要映射到西醫(yī)癥狀上面。這些問題和建議不僅對于表型集成本體有作用，對于醫(yī)學(xué)的其他領(lǐng)域也都有很大的借鑒作用。目前國內(nèi)外關(guān)于護理標準化語言建設(shè)已有相應(yīng)的研究，護理領(lǐng)域本體的構(gòu)建則有效促進了其發(fā)展，同時也有效推動了護理領(lǐng)域本體構(gòu)建的發(fā)展。

4.2 本體構(gòu)建工具和技術(shù)的改進 目前，最為廣泛使用的是protege軟件，且具有很大的優(yōu)越性，雖然它本身有推理的功能，但卻局限于一些數(shù)字大小范圍的推理，而對于醫(yī)學(xué)知識來說，這種推理顯然不能滿足要求，用它并不能建立專家系統(tǒng)。所以，應(yīng)該建立一個更加龐大、有效的建模工具，然后由醫(yī)療專業(yè)的人士利用自己的知識去創(chuàng)建一個更好的醫(yī)學(xué)本體，為醫(yī)學(xué)信息的智能化發(fā)展提供新的工具。本體構(gòu)建技術(shù)未來的研究熱點可能集中在高效的機器學(xué)習(xí)算法、利用文本的特點和知識圖譜的研究思路進行本體構(gòu)建等方向上。

4.3 護理人員數(shù)據(jù)挖掘能力 數(shù)據(jù)挖掘和本體構(gòu)建是相輔相成的過程，領(lǐng)域知識的靜態(tài)本體為數(shù)據(jù)挖掘的知識判決和模型基礎(chǔ)[37]，而本體構(gòu)建過程中概念集、屬性集和標注等都需要進行數(shù)據(jù)挖掘。護理研究人員應(yīng)在挖掘和收集資料的過程中搭好橋梁，針對目的合理、有效收集和挖掘數(shù)據(jù)[26]。不僅如此，數(shù)據(jù)分析是數(shù)據(jù)挖掘的核心工作。數(shù)據(jù)挖掘是進行數(shù)據(jù)驅(qū)動的護理研究的重要過程，例如羅弦等[38]利用NoteExpress 3.0軟件對多個數(shù)據(jù)庫中關(guān)于死亡教育護理文獻進行數(shù)據(jù)挖掘分析，為死亡教育趨勢等的相關(guān)研究提供了參考；楊健健等[39]對3個數(shù)據(jù)庫中艾灸防護肛腸術(shù)后尿潴留的文獻進行數(shù)據(jù)挖掘分析。但是，目前的數(shù)據(jù)挖掘也存在很多問題，在我國的研究過程中，較多使用單一的數(shù)據(jù)挖掘方法，而不重視多種方法結(jié)合進行數(shù)據(jù)分析；大部分關(guān)聯(lián)性分析只是對一個醫(yī)院或是一個系統(tǒng)內(nèi)的問題進行分析，比較孤立；護理研究領(lǐng)域?qū)Υ植诩椒ǖ氖褂靡脖容^少等。目前，我國護理研究人員的數(shù)據(jù)挖掘技術(shù)處于起步階段，還需要樹立大數(shù)據(jù)思維，學(xué)習(xí)有關(guān)編程設(shè)計。而且我國護理研究的數(shù)據(jù)挖掘還停留在對數(shù)據(jù)之間的共性和差異性進行探討上，需要進一步探討如何對數(shù)據(jù)進行更充分的挖掘。

4.4 護理人員計算機數(shù)據(jù)思維的培養(yǎng) 護理人員參與本體構(gòu)建的過程中本體構(gòu)建的目的、流程、結(jié)論的分析都需要具備計算機數(shù)據(jù)思維。在本體構(gòu)建的前期準備工作中，選題、確定研究方法、制定納入排除標準都需要在資料數(shù)據(jù)庫進行閱讀查詢。中國生物醫(yī)學(xué)文獻數(shù)據(jù)庫（CBM）、PubMed、中國知網(wǎng)等文獻數(shù)據(jù)庫都是建立在大數(shù)據(jù)的基礎(chǔ)上，5G時代的到來使各數(shù)據(jù)庫之間的文獻傳輸速度更加快捷，傳輸?shù)膬?nèi)容也不斷增加，而且還大大減低了傳輸過程中的損耗，護理研究人員也可以全面、及時了解其研究問題。目前，我國大部分護理高校已經(jīng)設(shè)置醫(yī)學(xué)信息檢索這門課程，但是結(jié)果卻不盡如人意。馮琳等[40]對湖南中醫(yī)藥大學(xué)的學(xué)生進行的調(diào)查研究也發(fā)現(xiàn)，護理本科生的信息意識和信息能力不足。在臨床實踐中，一線護理人員每天可以接觸到大量的醫(yī)學(xué)數(shù)據(jù)，但是其信息意識和科研能力有待提升。王曉燕等[41]對山西省人民醫(yī)院護理人員的調(diào)查研究發(fā)現(xiàn)，護理人員的主要信息來源是同事之間的交流，對自己的信息訴求不明確，信息檢索途徑和信息檢索語言使用不暢，檢索成功率不高。畢波[42]類似研究也得出相似結(jié)論。由此看出，無論是護生還是護理人員，信息意識都很薄弱，在大數(shù)據(jù)與護理研究相結(jié)合的時代表現(xiàn)出大數(shù)據(jù)思維缺乏，護理信息化人才短缺，無疑給護理研究增添了困難。除此之外，護理人員還應(yīng)該具有利用信息檢索工具和信息資源的信息素養(yǎng)，在臨床工作中對所搜集到的信息可以正確識別、合理加工、有效傳遞并創(chuàng)造出更有價值信息的能力，應(yīng)該具有研究思維、循證思維，根據(jù)臨床實踐和臨床發(fā)展需求提高自身對信息認知的態(tài)度，合理利用信息手段去解決臨床工作中遇到的問題。護理人員必須融合專業(yè)知識和信息知識，具有大數(shù)據(jù)思維，成為護理信息化人才，成為大數(shù)據(jù)驅(qū)動下護理研究中的佼佼者。培養(yǎng)護理信息化人才，設(shè)立護理信息化相應(yīng)課程，再到鼓勵、支持、引導(dǎo)、組織臨床實踐護士去學(xué)習(xí)信息管理的相關(guān)知識與制度，使護理人員認識到護理信息化關(guān)系的重要性，積極主動學(xué)習(xí)護理信息知識，參與護理信息管理，提高護士的信息素養(yǎng)，增強收集、分析、判斷、處理護理信息的能力，從而培養(yǎng)一代又一代復(fù)合型人才。

5 小結(jié)

5G是新一代移動通信技術(shù)和未來經(jīng)濟和社會發(fā)展的重要基礎(chǔ)設(shè)施，可將大數(shù)據(jù)、人工智能等技術(shù)更好融合。一個領(lǐng)域本體知識庫的構(gòu)建是一個跨學(xué)科的工程，是多專業(yè)人士不斷進行思維碰撞的過程，是波浪式前進、螺旋式上升的過程，是挑戰(zhàn)以連貫的方式組織特定的知識領(lǐng)域的過程。在本體知識庫構(gòu)建的過程中會遇到意想不到的困難，并且需要不斷排錯驗證。護理學(xué)領(lǐng)域具有大量不同于臨床醫(yī)學(xué)的專業(yè)知識與實踐,國內(nèi)已經(jīng)有很多醫(yī)護領(lǐng)域的知識本體正逐步轉(zhuǎn)化到實踐應(yīng)用中,有力地推動了我國醫(yī)護信息化的發(fā)展，可以更加充分地利用現(xiàn)有護理信息系統(tǒng),達到優(yōu)化資源整合的目的,實現(xiàn)更為全面的數(shù)據(jù)挖掘工作,進而為臨床護理管理、護理研究、護理決策分析等提供更為科學(xué)、系統(tǒng)的數(shù)據(jù)支持。因此，構(gòu)建護理實踐領(lǐng)域本體知識庫對于利用大數(shù)據(jù)資源提高護理服務(wù)質(zhì)量、改善病人臨床結(jié)局具有重要意義。