ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (MASTER IN BUSINESS ADMINISTRATION)

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (MASTER IN BUSINESS ADMINISTRATION) ΠΑΤΡΑ, ΙΟΥΝΙΟΣ 2014

2 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ( MBA ) «Αξιοποίηση τεχνικών αντιστοίχισης οντολογιών σε συστήματα κωδικοποίησης υλικών: εφαρμογή στην αντιστοίχιση συστημάτων κωδικοποίησης υλικών Μονάδων Υγείας του ΕΣΥ» Διπλωματική εργασία Αθανασία Α. Μπιτούνη Α.Μ. : 230 Επιβλέπων καθηγητής: Β. Βουτσινάς ΠΑΤΡΑ, ΙΟΥΝΙΟΣ

3 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ( MBA ) «Αξιοποίηση τεχνικών αντιστοίχισης οντολογιών σε συστήματα κωδικοποίησης υλικών: εφαρμογή στην αντιστοίχιση συστημάτων κωδικοποίησης υλικών Μονάδων Υγείας του ΕΣΥ» Διπλωματική εργασία Αθανασία Α. Μπιτούνη Α.Μ. : 230 Επιβλέπων καθηγητής: Β. Βουτσινάς Τριμελής επιτροπή:... Β. Βουτσινάς Π. Πέππας Α. Νεάρχου Καθηγητής Καθηγητής Επίκουρος καθηγητής ΠΑΤΡΑ, ΙΟΥΝΙΟΣ

4 Περιεχόμενα 1. ΕΙΣΑΓΩΓΗ ΤΑΞΙΝΟΜΗΣΗ-ΚΩΔΙΚΟΠΟΙΗΣΗ ΤΩΝ ΥΛΙΚΩΝ ΤΑΞΙΝΟΜΗΣΗ ΤΩΝ ΥΛΙΚΩΝ ΤΩΝ ΜΟΝΑΔΩΝ ΥΓΕΙΑΣ ΤΟΥ Ε.Σ.Υ ΚΑΤΑΛΛΗΛΟΤΕΡΗ ΜΕΘΟΔΟΣ ΤΑΞΙΝΟΜΗΣΗΣ ΤΩΝ ΥΛΙΚΩΝ ΤΩΝ ΜΟΝΑΔΩΝ ΥΓΕΙΑΣ ΤΟΥ Ε.Σ.Υ ΚΩΔΙΚΟΠΟΙΗΣΗ GMDN ΔΟΜΗ ΤΗΣ GMDN Προτιμώμενοι όροι ( preferred terms ) Πρότυποι όροι (template terms ) ΓΙΑΤΙ GMDN ; ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΤΗΣ GMDN ΚΩΔΙΚΟΠΟΙΗΣΗ ΤΩΝ ΥΛΙΚΩΝ ΤΟΥ Π.Γ.Ν.Π ΜΕΘΟΔΟΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ ΤΩΝ ΥΛΙΚΩΝ ΤΟΥ Π.Γ.Ν.Π Κατηγορία Ομάδες Τύπος Υλικό ΤΡΟΠΟΣ ΔΙΑΧΕΙΡΙΣΗΣ ΤΗΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ ΚΑΙ ΠΑΡΑΓΓΕΛΙΑΣ ΤΩΝ ΥΛΙΚΩΝ ΤΟΥ Π.Γ.Ν.Π ΟΡΙΣΜΟΣ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ ΟΝΤΟΛΟΓΙΕΣ ΣΗΜΑΣΙΟΛΟΓΙΚΟΣ ΙΣΤΟΣ ΤΙ ΕΙΝΑΙ ΟΝΤΟΛΟΓΙΕΣ ΚΑΤΑΣΚΕΥΗ ΟΝΤΟΛΟΓΙΩΝ ΧΡΗΣΕΙΣ/ΣΚΟΠΟΣ ΤΗΣ ΟΝΤΟΛΟΓΙΑΣ ΑΝΑΓΚΑΙΟΤΗΤΑ ΧΡΗΣΗΣ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΒΑΛΛΟΝ ΕΡΓΑΣΙΑΣ ΟΝΤΟΛΟΓΙΩΝ PROTEGE ΠΕΡΙΒΑΛΛΟΝ ΕΡΓΑΣΙΑΣ ΤΟΥ PROTEGE ΑΝΤΙΣΤΟΙΧΙΣΗ ΟΝΤΟΛΟΓΙΩΝ ΣΥΓΚΡΙΣΗ-ΔΙΑΛΕΙΤΟΥΡΓΙΚΟΤΗΤΑ ΟΝΤΟΛΟΓΙΩΝ ΠΡΟΤΕΙΝΟΜΕΝΗ ΜΕΘΟΔΟΛΟΓΙΑ - ONARM ΚΑΝΟΝΕΣ ΣΥΣΧΕΤΙΣΗΣ (ASSOCIATION RULES) ΧΡΗΣΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ APRIORI

5 ΒΗΜΑΤΑ ΤΗΣ ΠΡΟΤΕΙΝΟΜΕΝΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ ΣΧΕΤΙΚΑ ΜΕ ΤΗΝ ΑΝΤΑΛΛΑΓΗ ΟΝΤΟΛΟΓΙΩΝ ΕΥΘΥΓΡΑΜΜΙΣΗ/ΣΥΓΧΩΝΕΥΣΗ ΟΝΤΟΛΟΓΙΩΝ ΤΑ ΠΡΟΤΕΙΝΟΜΕΝΑ ΜΕΤΡΑ ΕΝΔΙΑΦΕΡΟΝΤΟΣ ΕΦΑΡΜΟΓΗ ΤΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ ONARM ΣΤΙΣ ΟΝΤΟΛΟΓΙΕΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ ΤΩΝ ΥΛΙΚΩΝ ΤΟΥ ΝΟΣΟΚΟΜΕΙΟΥ ΜΕΛΕΤΗ ΠΕΡΙΠΤΩΣΗΣ-ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΥΜΠΕΡΑΣΜΑΤΑ ΠΑΡΑΡΤΗΜΑ ΒΙΒΛΙΟΓΡΑΦΙΑ

6 1. ΕΙΣΑΓΩΓΗ Σε μία κοινωνία όπου η λήψη των σωστών αποφάσεων απαιτεί μεγάλη ταχύτητα, είναι γνωστό πως τα πληροφοριακά συστήματα παίζουν πολύ σημαντικό ρόλο. Ο νοσοκομειακός κλάδος, είναι ένας κλάδος που δεν αποτελεί εξαίρεση σε αυτό. Προκειμένου, λοιπόν, τα ενδιαφερόμενα μέρη ενός νοσοκομείου να μπορούν να παρακολουθήσουν τη λειτουργία του με στοιχεία τα οποία να ανταποκρίνονται στην πραγματικότητα, απαραίτητη προυπόθεση είναι τα δεδομένα που εξάγονται να είναι έγκυρα σε μορφή επεξεργασμένης πληροφορίας. Κατά συνέπεια, όσο πιο πλήρης είναι η ανάπτυξη της υποδομής των πληροφοριακών συστημάτων, τόσο πιο εύκολο είναι να διοικηθεί μία νοσοκομειακή μονάδα. Πιο συγκεκριμένα στην παρούσα εργασία θα ασχοληθούμε με τη διαχείριση των υλικών σε μία νοσοκομειακή μονάδα. Δυστυχώς, ακόμα και στις μέρες μας σε ένα νοσοκομείο παρόλο που τα πληροφοριακά συστήματα και οι τεχνολογία έχουν εξελιχθεί πάρα πολύ, καθώς υπάρχουν πολλές μέθοδοι ταξινόμισης και εξειδικευμένων εφαρμογών για την περιγραφή και τον εντοπισμό των υλικών του νοσοκομείου, τις περισσότερες φορές τα δεδομένα που παρέχονται μένουν ανεκμετάλλευτα τόσο από τη διοίκηση όσο και από τους επαγγελματίες υγείας. Στην παρούσα εργασία αρχικά αναφέρουμε την ανάγκη ταξινόμισης των υλικών των μονάδων υγείας του Ε.Σ.Υ., καθώς επίσης και την καταλληλότερη μέθοδο κωδικοπίησης που είναι η GMDN. Στη συνέχεια αναλύουμε τη δομή της κωδικοποίησης του Πανεπιστημιακού Γενικού Νοσοκομείου Πατρών (Π.Γ.Ν.Π.). Έπειτα αναλύουμε το γεγονός πως πολλά λάθη γίνονται κατά την παραγγελία των υλικών του νοσοκομείου, καθώς και τις αιτίες που προκαλλούν αυτά τα λάθη, θέτοντας έτσι το πρόβλημα με το οποίο θα ασχοληθούμε. Πιο συγκεκριμένα, σύμφωνα με τον Νόμο υπ αρ. 2955/01 περί προμηθειών νοσοκομείων και λοιπών μονάδων υγείας του ΠΕ.Σ.Υ., τα υλικά του νοσοκομείου κατηγοριοποιούνται και κωδικοποιούνται κατά τρόπο συμβατό με τα διεθνή πρότυπα. Όλες οι εταιρείες που εμπορεύονται ιατροτεχνολογικά προϊόντα και επιθυμούν να είναι προμηθευτές των νοσοκομείων, υποχρεούνται να καταχωρήσουν τα προϊόντα που διακινούν στο κωδικολόγιο διακινούμενων ιατροτεχνολογικών προϊόντων που διατηρεί το ΕΚΕΒΥΛ. Το κωδικολόγιο αυτό χρησιμοποιεί το σύστημα ονοματολογίας που είναι συμβατό με το Ευρωπαϊκό πρότυπο EN ISO 15225, δηλαδή την GMDN. Το Η.ΔΙ.Κ.Α. όμως έχει ζητήσει από το νοσοκομείο να κωδικοποιεί τα υλικά του σε τέσσερα επίπεδα, κάτι το οποίο δε συνάδει με τις οδηγίες του ΕΚΕΒΥΛ. Ενώ η κωδικοποίηση της GMDN παραθέτει τα είδη σε πιο γενική μορφή, ίσως σε επί πεδο υποομάδας, η κωδικοποίηση του Π.Γ.Ν.Π. τα παραθέτει κατ είδος. Αυτό σημαίνει πως θα πρέπει να γίνει αντιστοίχιση των κωδικών των υλικών που προμηθεύονται τα νοσοκομεία, με αυτούς της GMDN. 6

7 Η λύση που προτείνουμε για αυτό το πρόβλημα είναι η αντιστοίχιση των οντολογιών. Για να γίνει κατανοητό περί τίνος πρόκειται, κάνουμε μία αναφορά στο τι είναι οντολογίες, το πώς αυτές δημιουργούνται και ποια είναι η χρήση τους. Οι οντολογίες συνδυάζουν τις δύο προηγούμενες κωδικοποιήσεις ώστε να βρεθεί μία λύση, αντιστοιχίζοντας το νοσοκομείο τους κωδικούς του με τους κωδικούς της GMDN. Η μέθοδος αντιστοίχισης οντολογιών που προτείνουμε είναι η ONARM. Η μεθοδολογία αυτή κινείται στο χώρο της έξυπνης εξόρυξης των δεδομένων από τον τομέα της τεχνητής νοημοσύνης data mining. Πιο συγκεκριμένα, είναι εξειδικευμένη σε δεδομένα με την μορφή εννοιών οι οποίες απεικονίζονται σε δενδρικές μορφές γράφους, με το σχήμα των οντολογιών. Η μεθοδολογία ONARM είναι σε θέση να αξιοποιήσει τέτοιου είδους προσωπικούς γράφους χρηστών και να τους συσχετίζει, έτσι ώστε να βρεθούν κοινά ενδιαφέροντα απεικονισμένα με την μορφή εννοιών και έπειτα η συσχέτισή τους. Συνεχίζοντας κάνουμε μία ανάλυση αυτής της τεχνικής αντιστοίχισης οντολογιών, αναλύοντας τα βήματα με τα οποία πραγματοποιείται. Η παρούσα εργασία ολοκληρώνεται κάνοντας μία μελέτη περίπτωσης, εφαρμόζοντας τη μέθοδο αντιστοίχισης οντολογιών ONARM στις κωδικοποιήσεις που ήδη έχουν αναπτυχθεί παραπάνω. Τέλος παρουσιάζουμε τα αποτελέσματα καθώς και κάποια συμπεράσματα. 7

8 2. ΤΑΞΙΝΟΜΗΣΗ-ΚΩΔΙΚΟΠΟΙΗΣΗ ΤΩΝ ΥΛΙΚΩΝ 2.1. ΤΑΞΙΝΟΜΗΣΗ ΤΩΝ ΥΛΙΚΩΝ ΤΩΝ ΜΟΝΑΔΩΝ ΥΓΕΙΑΣ ΤΟΥ Ε.Σ.Υ. Η εισαγωγή των πληροφοριακών συστημάτων στα ελληνικά δημόσια νοσοκομεία τα τελευταία περίπου δεκαοχτώ χρόνια, κυρίως για τη στήριξη διοικητικών, οικονομικών και εργαστηριακών διαδικασιών, άλλαξε ριζικά τον τομέα της διαχείρισης της υγειονομικής περίθαλψης και της φροντίδας των ασθενών. Τα τελευταία αυτά χρόνια, η βελτίωση της ταχύτητας των υπολογιστών και της επεξεργαστικής ισχύος, η αύξηση του αριθμού των ατόμων που πλέον χρησιμοποιούν Ιντερνέτ, καθώς επίσης και η ανάπτυξη των διαφόρων προτύπων και των κωδικοποιήσεων, οδήγησαν σε πολλές δυνατότητες τους επαγγελματίες υγείας. Οι δυνατότητες αυτές αφορούν τη διαθεσιμότητα πληροφοριών και την πρόσβαση των επαγγελματιών υγείας σε αυτές. Τα υποσυστήματα πληροφοριών ενσωματώνονται στα Νοσοκομειακά Συστήματα με τη χρήση των κατάλληλων μοντέλων και συστημάτων κωδικοποίησης. Χωρίς τη χρήση τους, η ενσωμάτωση αυτή είναι δύσκολο να επιτευχθεί (Zikos, Diomidous, Mitsios, Doudounakis, & Mantas, 2010). Τα τελευταία χρόνια η Βιοϊατρική Τεχνολογία έχει εξελιχθεί εντυπωσιακά. Αυτό είχε σαν επακόλουθο την εξέλιξη των νοσοκομειακών μονάδων, με αποτέλεσμα την πολύ γρήγορη αύξηση του αριθμού των διαφορετικών προϊόντων ιατροτεχνολογικού εξοπλισμού 1 που κυκλοφορούν διεθνώς. Η Βιοϊατρική Τεχνολογία και τα ιατροτεχνολογικά βοηθήματα αποδείχθηκε πως είναι πολύ κρίσιμοι παράγοντες στον τομέα της υγείας (Giannouli, et al.). Στον τομέα των ιατροτεχνολογικών προϊόντων υπάρχει μία σειρά από φορείς οι οποίοι έχουν αρκετά διαφορετικές ευθύνες και επίπεδα κατανόησης των διαδικασιών. Έχουν όμως όλοι κοινό συμφέρον τη διασφάλιση της διαθεσιμότητας των ιατροτεχνολογικών προϊόντων και του υγειονομικού υλικού 2 στο ευρύ κοινό. Για την επίτευξη αυτής της σημαντικής διαδικασίας υπάρχει ανάγκη για μία κοινή μέθοδο περιγραφής και εντοπισμού αυτών των ιατροτεχνολογικών προϊόντων και του υγειονομικού υλικού με ξεκάθαρο τρόπο (Anand, Saini, Singh, & Veermaram, 2010). Παράλληλα, η Ε.Ε. εισάγει κανονιστικές απαιτήσεις για την κυκλοφορία των προϊόντων αυτών, την ανταλλαγή δεδομένων 1 Τα ιατροτεχνολογικά προϊόντα αντιστοιχούν σε ένα ευρύ φάσμα προϊόντων. Σύμφωνα με την ΚΥΑ ΔΥ7/2480/1994 και την 93/42/ΕΟΚ, ιατροτεχνολογικό προϊόν ορίζεται κάθε όργανο, συσκευή, εξοπλισμός, υλικό ή άλλο είδος, συμπεριλαμβανομένου και του λογισμικού που απαιτείται για την ορθή λειτουργία, το οποίο χρησιμοποιείται είτε μόνο του είτε σε συνδυασμό, που προορίζεται για χρήση στον άνθρωπο με σκοπό να: διαγνώσει, παρακολουθήσει, προλάβει, θεραπεύσει ή ανακουφίσει μία ασθένεια διαγνώσει, παρακολουθήσει, προλάβει, θεραπεύσει, ανακουφίσει ή επανορθώσει ένα τραύμα ή μία αναπηρία διερευνήσει, αντικαταστήσει ή τροποποιήσει την ανατομία ή μία φυσιολογική λειτουργία, ελέγξει τη σύλληψη, Η πηγή που καθορίστηκε δεν είναι έγκυρη.. Παραδείγματα ιατροτεχνολογικών προϊόντων αποτελούν τα πιεσόμετρα, οι συσκευές μέτρησης σακχάρου, οι αναπνευστήρες, οι συσκευές αναισθησίας κ.λπ.. 2 Παραδείγματα υγειονομικού υλικού αποτελούν οι σύριγγες, καθετήρες, επιδεσμικά, πάνες κ.λπ.. 8

9 μεταξύ των κατά τόπους φορέων στην Ευρωπαϊκή Αγορά, καθώς επίσης υπογραμμίζει την ανάγκη για μία κοινή πλατφόρμα αναφοράς. Στην πλατφόρμα πληροφοριών στον ελληνικό τομέα της υγείας θα πρέπει να εφαρμοστεί μία διαφορετική προσέγγιση ανταλλαγής δεδομένων στα δημόσια νοσοκομεία. Η ανταλλαγή πληροφοριών στην ιατρική πρέπει να εξασφαλίζει πως όλα τα βασικά δεδομένα των ασθενών βασίζονται σε συστήματα ταξινόμησης (Lappa & Giannakopoulos, 2013). Όλα τα παραπάνω οδήγησαν στην ανάγκη της δημιουργίας ενιαίων συστημάτων ταξινόμησης και εφαρμογών που είναι εξειδικευμένες, τα οποία από τη μία θα διαχειρίζονται και θα παρακολουθούν αποτελεσματικά τις δαπάνες σε εθνικό επίπεδο και ταυτόχρονα θα ελέγχουν τα υλικά. Η επιτυχία μίας πλήρους και αποτελεσματικής εφαρμογής αυτών των συστημάτων σε ένα νοσοκομείο εξαρτάται από την υιοθέτηση εξειδικευμένων διαδικασιών. Μία από αυτές είναι η κωδικοποίηση των ειδών που θα πρέπει να είναι κοινή για όλα τα νοσοκομεία (Gorgogiannis, Giannouli, Kolios, Rodis, & Pappous). Γενικά, οι κωδικοποιήσεις στην υγειονομική περίθαλψη αποτελούν μία τυποποιημένη γλώσσα για την περιγραφή αντικειμένων, διαδικασιών και υπηρεσιών. Η χρήση και η τήρηση των κωδικοποιήσεων στα πληροφοριακά συστήματα του νοσοκομείου θα δώσει τη δυνατότητα στη διοίκηση των μονάδων υγείας να έχουν μία κατανοητή και έγκαιρη πληροφόρηση, την οποία θα αξιοποιήσουν για την επίτευξη των στρατηγικών και λειτουργικών σκοπών (Lappa & Giannakopoulos, 2013). Η έλλειψη μίας ενιαίας κωδικοποίησης και ενός συστήματος ταξινόμησης των υλικών του νοσοκομείου, όχι μόνο δημιουργούν αποτυχίες στη διαλειτουργικότητα του συστήματος, αλλά επίσης δημιουργούν προβλήματα στις προμήθειες, τον έλεγχο της ποιότητας, στα οικονομικά και διαχειριστικά ζητήματα (Gorgogiannis, Giannouli, Kolios, Rodis, & Pappous). Με την εφαρμογή κωδικοποιήσεων των υλικών του νοσοκομείου στην Ελλάδα, το ελληνικό σύστημα υγείας αποκτά πολλαπλά οφέλη. Με τη εφαρμογή της μπορεί να καταγραφεί η μέτρηση της νοσοκομειακής παραγωγής, ο έλεγχος της ποιότητας και των αποθεμάτων, η κοστολόγηση κ.α.. Καθίσταται δυνατή η τιμολόγηση των πράξεων και με αυτόν τον τρόπο αυτοματοποιούνται οι διαδικασίες ελέγχου, διοικητικής παρέμβασης και εκκαθάρισης αποζημιώσεων για παροχές υγείας. Με την κωδικοποίηση των υλικών του νοσοκομείου παρέχεται η πρώτη ύλη, κάτι το οποίο χρειάζεται για ένα σύστημα όπου εκτιμούνται οι πόροι. Επιπλέον, μέσω της διευρυμένης δυνατότητας της ηλεκτρονικής ανταλλαγής πληροφοριών και δεδομένων ανάμεσα στις μονάδες υγείας, επιτυγχάνεται μία πιο ολοκληρωμένη φροντίδα των ασθενών. Τέλος, με την εφαρμογή της κωδικοποίησης διευκολύνεται σε μεγάλο βαθμό και η επιστημονική έρευνα. 9

10 2.2. ΚΑΤΑΛΛΗΛΟΤΕΡΗ ΜΕΘΟΔΟΣ ΤΑΞΙΝΟΜΗΣΗΣ ΤΩΝ ΥΛΙΚΩΝ ΤΩΝ ΜΟΝΑΔΩΝ ΥΓΕΙΑΣ ΤΟΥ Ε.Σ.Υ. Πολλά διαφορετικά συστήματα ονοματολογίας και κωδικοποίησης έχουν υπάρξει, τα οποία ήταν συχνά αποτελεσματικά σε επίπεδο τοπικό ή εθνικό για ειδικούς σκοπούς, και πολλές σχετικές εφαρμογές έχουν αναπτυχθεί για την ταξινόμηση και την καταγραφή των υλικών του νοσοκομείου που κυκλοφορούν στην αγορά (CNMD, JFMDA, EDMA, UMDNS, ISO 9999 κ.α.). Αυτά τα διαφορετικά συστήματα δεν είχαν κανένα αντίκτυπο στη βελτίωση της συνολικής κατάστασης, ώστε να προσφέρουν μία κοινή πλατφόρμα όπου τα υλικά του νοσοκομείου θα μπορούσαν να αναγνωριστούν σωστά και τα δεδομένα να ανταλλάσσονται με ασφάλεια μεταξύ των εμπλεκόμενων μερών (Anand, Saini, Singh, & Veermaram, 2010). Ως βέλτιστη επιλογή για τον ελληνικό εξοπλισμό των υλικών του νοσοκομείου αναδεικνύεται η ταξινόμηση GMDN ( Global Medical Device Nomenclature ). Η ανάπτυξη της GMDN ενσωμάτωσε ήδη υπάρχουσες ονοματολογίες σε ένα κοινό σύστημα ονοματολογίας, το οποίο εγκρίθηκε καθώς επίσης και χρηματοδοτήθηκε από την Ε.Ε. (Giannouli, et al.). Η GMDN αποτελεί σήμερα την μόνη εγκεκριμένη ονοματολογία στην Ευρωπαϊκή Ένωση για τα ιατροτεχνολογικά προϊόντα και το υγειονομικό υλικό. Προσφέρει τώρα, για πρώτη φορά, ένα διεθνές εργαλείο για τον εντοπισμό όλων των υλικών του νοσοκομείου με ουσιαστικό τρόπο που μπορεί να γίνει κατανοητός από όλους (Anand, Saini, Singh, & Veermaram, 2010). Σύμφωνα με τον νόμο 3580/2007, ένα ελληνικό μητρώο εγκεκριμένων ιατροτεχνολογικών προϊόντων και των προμηθευτών τους έπρεπε να αναπτυχθεί, να διατηρηθεί και να λειτουργήσει ως μία πηγή βάσης δεδομένων για την παρακολούθηση της αγοράς, τις δημόσιες συμβάσεις, τη διαχείριση και το στρατηγικό σχεδιασμό των ιατροτεχνολογικών προϊόντων στην Ελλάδα (Giannouli, et al.). Μία από τις εξειδικευμένες εφαρμογές που διαχειρίζονται και παρακολουθούν αποτελεσματικά τις δαπάνες σε εθνικό επίπεδο και ελέγχουν τα ιατροτεχνολογικά προϊόντα είναι το «Μητρώο Ιατροτεχνολογικών Προϊόντων». Το «Μητρώο Ιατροτεχνολογικών Προϊόντων» έχει σχεδιαστεί σε περιβάλλον web και χρησιμοποιεί την κωδικοποίηση GMDN. Τα προϊόντα που εγγράφονται στο Μητρώο κωδικοποιούνται από την εφαρμογή, με βάση τον κωδικό του όρου της GMDN στον οποίο ταξινομήθηκαν. Το «Μητρώο Ιατροτεχνολογικών Προϊόντων» είναι μία εύχρηστη και δυναμική διαδικτυακή εφαρμογή, που έχει αναπτυχθεί για να αντιμετωπίσει τις απαιτήσεις υποδομής όσον αφορά την καταγραφή, την ταξινόμηση, τη διαχείριση, τον στρατηγικό σχεδιασμό, την προμήθεια και την παρακολούθηση της αγοράς των ιατροτεχνολογικών προϊόντων που διατίθενται ή είναι δυνητικά διαθέσιμες στην ελληνική αγορά, όπως αυτές απορρέουν από οδηγίες της Ε.Ε.. και την Εθνική Νομοθεσία. Το Μητρώο αυτό απευθύνεται σε όλους τους επαγγελματίες της υγείας ( δημόσιες και ιδιωτικές υποδομές υγείας, δημόσιες συμβάσεις, προμηθευτές ιατροτεχνολογικών προϊόντων και κατασκευαστών, καθώς και το γενικό δημόσιο ). Η εφαρμογή αυτή περιέχει πάνω από ιατροτεχνολογικά προϊόντα 10

11 (Giannouli, et al.). Οπότε όπως γίνεται αντιληπτό, η κωδικοποίηση GMDN είναι πολύ σημαντική καθώς σε αυτήν στηρίζεται μία από τις πιο σημαντικές εφαρμογές ΚΩΔΙΚΟΠΟΙΗΣΗ GMDN Η GMDN είναι ένα διεθνώς αναγνωρισμένο ολοκληρωμένο σύστημα ονομάτων, ορισμών και κωδικών που χρησιμοποιούνται για τον ακριβή προσδιορισμό και περιγραφή γενικών ομάδων των υλικών του νοσοκομείου, κυρίως για την πιστοποίηση καταγραφή του προϊόντος, την αναφορά εγρήγορσης και την ανάκλησή του (Anand, Saini, Singh, & Veermaram, 2010). Οι κωδικοποιημένες περιγραφές είναι υπό την μορφή προτιμώμενων ορών, με ορισμούς που χρησιμοποιούνται για τον προσδιορισμό-εντοπισμό ιατροτεχνολογικών προϊόντων και προϊόντων σχετικών με την υγειονομική περίθαλψη ( The Global Medical Device Nomenclature, 2012). Η κωδικοποίηση GMDN αναπτύχθηκε από την Ευρωπαϊκή Επιτροπή Τυποποίησης (CEN), με βάση το πρότυπο EN ISO 15225: Επιτρέπει την ταξινόμηση όλων των υλικών του νοσοκομείου σύμφωνα με τις ευρωπαϊκές οδηγίες 93/42/ EEC, 98/79/EEC, 90/385/EEC. Η GMDN καλύπτει ολόκληρη την αγορά των υλικών του νοσοκομείου. Τα νοσοκομεία πλέον υποχρεούνται να ακολουθούν την κωδικοποίηση GMDN ( κοινή κωδικοποίηση του ΕΚΕΒΥΛ 4 ). Ακόμα και για την εισαγωγή προϊόντων στο Μητρώο Ιατροτεχνολογικών Προϊόντων που προαναφέραμε, η χρήση της είναι υποχρεωτική. Τα ιατροτεχνολογικά προϊόντα ταξινομούνται επίσημα εντός της Ευρωπαϊκής Οικονομικής Ζώνης 5 ( European Economic Aria - EEA ) σύμφωνα με την κωδικοποίηση GMDN, και μάλιστα αυτή είναι η μόνη ονοματολογία βάσει της οποίας συμβαίνει αυτό. Σκοπός της κωδικοποίησης GMDN είναι η διαφύλαξη της λειτουργίας του νοσοκομείου σε ότι αφορά την κάλυψη των αναγκών σε αναλώσιμα υλικά. Με βάση την παγκοσμίως αποδεκτή GMDN παρέχονται πληροφορίες υπό την μορφή κωδικοποίησης, σύμφωνα με την οποία προσδιορίζεται ένα υλικό του νοσοκομείου, οι οποίες υποδεικνύουν τη γενική περιγραφή, έτσι ώστε να μπορούν να προσδιοριστούν και άλλα υλικά του νοσοκομείου που έχουν παρόμοια γενικά χαρακτηριστικά, αλλά προέρχονται από άλλες πηγές ( The Global Medical Device 3 Ονοματολογία προδιαγραφή για ένα σύστημα ονοματολογίας υλικών του Νοσοκομείου, με σκοπό την ανταλλαγή των κανονιστικών δεδομένων. 4 Ερευνητικό Κέντρο Βιολογικών Υλικών Α.Ε.. Παρέχει υπηρεσίες πιστοποίησης στον ευρύτερο χώρο της υγείας. 5 Η Ευρωπαϊκή Οικονομική Ζώνη δημιουργήθηκε μετά από συμφωνία μεταξύ της Ευρωπαϊκής Ζώνης Ελεύθερων Συναλλαγών (ΕΖΕΣ) και της Ευρωπαϊκής Οικονομικής Κοινότητας. Σχεδιάστηκε ώστε να επιτρέψει στις χώρες της ΕΖΕΣ να συμμετάσχουν στην Ευρωπαϊκή Κοινή Αγορά χωρίς να χρειαστεί να γίνουν μέλη της ΕΟΚ Η πηγή που καθορίστηκε δεν είναι έγκυρη.. 11

12 Nomenclature, 2012). Επίσης, σκοπός της GMDN είναι να μπορούν οι κατασκευαστές των ιατροτεχνολογικών προϊόντων και οι προμηθευτές τους, οι Αρμόδιες Αρχές και οι κοινοποιημένοι οργανισμοί να πληρούν τις απαιτήσεις των οδηγιών του Συμβουλίου για τα ιατροτεχνολογικά προϊόντα και τα υλικά του νοσοκομείου γενικότερα και να διευκολύνει τη συνεργασία και την ασφαλή ανταλλαγή πληροφοριών εντός της Ευρωπαϊκής Κοινότητας και σε διεθνές επίπεδο (Giannouli, et al.). Πολύ σημαντικός σκοπός της είναι να παρέχει σε όλα τα παραπάνω ενδιαφερόμενα μέρη, καθώς επίσης και στους παρόχους υγειονομικής περίθαλψης, ένα ενιαίο σύστημα ονοματολογίας που θα υποστηρίξει την ασφάλεια των ασθενών. Η φύλαξη του ιατρικού ιστορικού, η έρευνα, το ηλεκτρονικό εμπόριο και η απογραφή αποτελούν επίσης μέρος του σκοπού της κωδικοποίησης GMDN (Anand, Saini, Singh, & Veermaram, 2010) ΔΟΜΗ ΤΗΣ GMDN Η GMDN είναι ένα σύστημα ταξινόμησης που η γενική της δομή ρυθμίζεται από τις απαιτήσεις που ορίζονται από το πρότυπο ISO Σύμφωνα λοιπόν με το πρότυπο ISO η γενική της δομή ορίζεται από τρία επίπεδα. Κάθε επίπεδο περιέχει δεδομένα τα οποία διαφέρουν στο βαθμό ειδικότητας (Anand, Saini, Singh, & Veermaram, 2010). Το πρώτο επίπεδο είναι η κατηγορία του προϊόντος ( device category ). Η κατηγορία της συσκευής/ προϊόντος είναι το ευρύτερο επίπεδο των δεδομένων της GMDN. Διαιρεί το σύνολο της αγοράς των υλικών του νοσοκομείου σε ομάδες με βάση την εφαρμογή της συσκευής, την τεχνολογία ή άλλα κοινά χαρακτηριστικά. Τα πρότυπο ISO διέθετε αρχικά κωδικούς για 12 κατηγορίες. Σήμερα διαθέτει κωδικούς για πιθανώς 20 κατηγορίες, εκ των οποίων οι 16 είναι συγκεκριμένες κατηγορίες υλικών του νοσοκομείου: o Ενεργά εμφυτεύσιμα προϊόντα, όπως για παράδειγμα οι βηματοδότες o Αναισθητικά και αναπνευστικές συσκευές, για παράδειγμα αναπνευστήρες o Οδοντιατρικά προϊόντα o Ηλεκτρομηχανικά ιατροτεχνολογικά προϊόντα, για παράδειγμα ηλεκτροεγκεφαλογράφοι o Εξοπλισμός ( hardware) νοσοκομείου, όπως για παράδειγμα νοσοκομειακές κλίνες o Εξωσωματικά ( in vitro ) διαγνωστικά προϊόντα, για παράδειγμα αναλυτές αίματος o Μη ενεργά εμφυτεύσιμα προϊόντα, για παράδειγμα οι βαλβίδες o Οφθαλμολογικά και οπτικές συσκευές o Επαναχρησιμοποιούμενα προϊόντα, για παράδειγμα λαβίδες o Προϊόντα μίας χρήσης, για παράδειγμα σύριγγες 12

13 o Βοηθητικά ( τεχνικά ) προϊόντα για άτομα με ειδικές ικανότητες, όπως για παράδειγμα τα αναπηρικά καροτσάκια o Προϊόντα διαγνωστικής και θεραπευτικής ακτινοβολίας, για παράδειγμα αξονικοί τομογράφοι o Συμπληρωματικά προϊόντα θεραπείας o Βιολογικά προερχόμενα προϊόντα o Προϊόντα εγκαταστάσεων υγειονομικής περίθαλψης και προσαρμογές o Κενή θέση o Κενή θέση o Κενή θέση o Κενή θέση. Το δεύτερο επίπεδο είναι η γενική ομάδα προϊόντων ( Generic device group ). Η γενική ομάδα προϊόντων είναι το πιο συγκεκριμένο πεδίο, στο οποίο συγκεντρώνονται τα προϊόντα βασισμένα στην κοινή τεχνολογική τους βάση ή το σκοπό της χρήσης τους. Οι προτιμώμενοι όροι ( preferred terms ), οι πρότυποι όροι ( template terms) και οι συνώνυμοι όροι ( synonym terms ) είναι τρεις διαφορετικοί τύποι των ορών της GMDN που συνδέονται με τη γενική ομάδα προϊόντων. Βασιζόμενοι στη δομή και τους περιορισμούς της ονοματολογίας, οι προτιμώμενοι όροι είναι οι μόνοι που μπορούν να χρησιμοποιηθούν για την ταξινόμηση του προϊόντος. Οι πρότυποι και οι συνώνυμοι όροι χρησιμοποιούνται ως βοηθητικοί όροι για την εύρεση του κατάλληλου προτιμώμενου όρου. Οι προτιμώμενοι και οι πρότυποι όροι έχουν μεταφραστεί από τα Αγγλικά στα Ελληνικά. Οι συνώνυμοι όροι αποφασίστηκε να μη χρησιμοποιηθούν εφόσον δεν αποδείχθηκε να συσχετίζονται άμεσα με ελληνικά συνώνυμα για κάθε όρο (Giannouli, et al.) Προτιμώμενοι όροι ( preferred terms ) Ο προτιμώμενος όρος είναι το βέλτιστο όνομα που έχει επιλεχθεί για να εκπροσωπήσει μία ομάδα υλικών του νοσοκομείου που έχουν ίδιες ή παρόμοιες προβλεπόμενες χρήσεις ή κοινά τεχνολογικά χαρακτηριστικά, που τους επιτρέπει να ομαδοποιηθούν σε έναν γενικό τρόπο, χωρίς όμως να αντικατοπτρίζει εξειδικευμένα χαρακτηριστικά, όπως την μάρκα ή την εμπορική ονομασία (Giannouli, et al.). Είναι ο μόνος όρος που μπορεί να χρησιμοποιηθεί για την αναγνώριση του προϊόντος. Έχει έναν μοναδικό πενταψήφιο κωδικό και έναν σύντομο ορισμό, ο οποίος περιγράφει τα πιο σημαντικά χαρακτηριστικά των τύπων του προϊόντος στην ομάδα. Συνήθως περιλαμβάνει μία σύντομη φυσική περιγραφή και τη σκοπούμενη χρήση. Ο ορισμός αυτός είναι που προσδιορίζει το πεδίο εφαρμογής του προτιμώμενου όρου και κώδικα (Anand, Saini, Singh, & Veermaram, 2010). Στο Σχήμα1 βλέπουμε μερικά παραδείγματα προτιμώμενων όρων από την κωδικοποίηση GMDN. 13

14 Σχήμα 1 Ο προτιμώμενος όρος αποτελείται από μία έννοια βάση, το πρώτο και κύριο συστατικό του όρου, για παράδειγμα : απινιδωτής / βηματοδότης. Αυτή η έννοια βάση μπορεί να ακολουθείται από έναν ή περισσότερους εξειδικευτές, εάν ενδείκνυται, αυξάνοντας έτσι την ειδικότητα του όρου, για παράδειγμα : απινιδωτής, εμφυτεύσιμος, διπλής κοιλότητας. Ακόμα μπορεί να κατασκευαστεί ως ένα αυτόνομο ενωμένο ουσιαστικό, χωρίς τη χρήση των εξειδικευτών. Στο Σχήμα2 βλέπουμε μερικά επιπλέον παραδείγματα. Σχήμα Πρότυποι όροι (template terms ) Ο πρότυπος όρος είναι ένα γενικό όνομα του προϊόντος, χρησιμοποιείται για να ομαδοποιήσει τους πανομοιότυπους προτιμώμενους όρους και λειτουργεί ως επικεφαλίδα (Anand, Saini, Singh, & Veermaram, 2010). Έχει και αυτός πέντε ψηφία και έναν ορισμό, ο οποίος ορίζει τα γενικότερα χαρακτηριστικά των προτιμώμενων όρων τους οποίους ομαδοποιεί. Ο πρότυπος όρος είναι μόνο ένα εργαλείο πλοήγησης και δεν πρέπει να χρησιμοποιείται για να αναγνωριστεί ένα προϊόν. Σχηματίζεται από τον κοινό ορισμό, συνοδευόμενος από τον προσδιορισμό «προσδιορίστε», κάνοντάς 14

15 τον πιο εύκολα αναγνωρίσιμο. Σκοπός του είναι να βοηθήσει τον χρήστη να επιλέξει τον κατάλληλο προτιμώμενο όρο. Μερικά παραδείγματα πρότυπων όρων βλέπουμε στο Σχήμα3. Σχήμα 3 Εάν ένας πρότυπος όρος έχει χρησιμοποιηθεί ώστε να αναγνωριστεί κάποιο προϊόν, τότε αυτός ο κωδικός χρησιμοποιήθηκε εσφαλμένα και δεν ισχύει. Σε αυτή την περίπτωση θα πρέπει να επιλεχθεί και να τοποθετηθεί στη θέση του ένας προτιμώμενος όρος. Σε περίπτωση που δεν υπάρχει κάποιος εκείνη τη στιγμή, θα πρέπει να υποβληθεί ένα αίτημα για τη δημιουργία νέου ή την τροποποίηση υπάρχοντος προτιμώμενου όρου (Anand, Saini, Singh, & Veermaram, 2010) ΓΙΑΤΙ GMDN ; Η GMDN επιλέχθηκε ως η κωδικοποίηση του εξοπλισμού των υλικών του νοσοκομείου στην Ελλάδα, γιατί αποτελεί Ευρωπαϊκό πρότυπο, το οποίο είναι αποδεκτό από όλες τις χώρες τις Ευρωπαϊκής Ένωσης. Επιπλέον η GMDN είναι διαδεδομένη και σε χώρες εκτός της Ε. Ε., καθώς αυτή τη στιγμή χρησιμοποιείται σε φορείς και οργανισμούς της Αυστραλίας, της Κίνας, της Ιαπωνίας κ.α. και φαίνεται πως πολύ πιθανόν θα επικρατήσει σε παγκόσμιο επίπεδο. Τέλος, ένας ακόμα λόγος για τον οποίο επιλέχθηκε η GMDN είναι πως συνδέεται με την Ευρωπαϊκή Βάση Δεδομένων για τον εξοπλισμό των υλικών του νοσοκομείου EUDAMED 6, καθώς και με το ευρωπαϊκό σύστημα αναφοράς των δυσμενών περιστατικών (Gorgogiannis, Giannouli, Kolios, Rodis, & Pappous). 6 European databank for medical devices. 15

16 ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΤΗΣ GMDN Η GMDN δημιουργεί έναν πλήρη κατάλογο των διαθέσιμων υλικών του νοσοκομείου, με κατάλληλη και συνεπή ονομασία των ομάδων του προϊόντος και τη δημιουργία ορισμών που είναι περιγραφικοί των ομάδων προϊόντων. Η χρήση της από τις ρυθμιστικές αρχές βοηθάει στη βελτίωση των πρακτικών ονοματολογίας, τη διαχείριση των δεδομένων και τη διαγενεακή συνοχή των δραστηριοτήτων μετά την αγορά. Οι ακριβείς περιγραφές για τα συγκρινόμενα είδη, ενδυναμώνουν την παρουσία ενός παρατηρητηρίου τιμών. Με την GMDN η κατανομή των πόρων είναι ορθολογική, στη βάση των πραγματικών αναγκών. Υπάρχει μια επαγρύπνηση στην περίπτωση που υπάρξουν δυσμενή περιστατικά, όσον αφορά τα υλικά του νοσοκομείου, καθώς επίσης μπορεί να υπάρξει συμμετοχή στο σύστημα αναφοράς αυτών των δυσμενών περιστατικών. Η GMDN παρέχει μία κοινά κατανοητή γλώσσα στους εθνικούς και διεθνείς φορείς και οργανισμούς, ενδυναμώνοντας έτσι την συνεργασία μεταξύ τους και επιτρέποντάς τους να επικοινωνούν αποτελεσματικά και να μοιράζονται στοιχειά για τα υλικά του νοσοκομείου (Anand, Saini, Singh, & Veermaram, 2010). Όσον αφορά σε εθνικό επίπεδο, η GMDN παρέχει μια κοινή ορολογία, έτσι ώστε να είναι αποτελεσματική η επικοινωνία στις ομοσπονδιακές οντότητες και τις βιομηχανίες και να μπορούν να μοιράζονται τα δεδομένα που αφορούν τα υλικά του νοσοκομείου. Τέλος η χρήση της ταξινόμησης GMDN θα συνδράμει αρκετά σημαντικά στη λειτουργία του συστήματος των προμηθειών του υγειονομικού τομέα ΚΩΔΙΚΟΠΟΙΗΣΗ ΤΩΝ ΥΛΙΚΩΝ ΤΟΥ Π.Γ.Ν.Π. Η κατηγοριοποίηση του υγειονομικού υλικού ενός νοσοκομείου αποτελεί ένα πολύπλοκο ζήτημα και για τον λόγο αυτό απαιτείται μία αξιολόγηση που είναι σαφής και που στόχο θα έχει τη βέλτιστη ποιότητα των παραγόμενων υπηρεσιών υγείας, καθώς και τη μεγιστοποίηση του οφέλους τους. Για να επιτευχθεί αυτή η αξιολόγηση θα πρέπει να βελτιωθούν οι διαδικασίες και λειτουργίες της ορθολογικής διαχείρισης των πόρων και των δαπανών του νοσοκομείου και αυτό απαιτεί τη χρήση της τεχνολογίας των πληροφοριών στα νοσοκομεία (Αλετράς, Ματσαγγάνης, & Νιάκας, 2002). Ένας από τους πιο σημαντικούς τρόπους βελτιστοποίησης της διαχείρισης αυτής είναι η κωδικοποίηση των υλικών του νοσοκομείου. Πολύ μεγάλη σημασία έχει το πόσο ακριβής είναι η εφαρμοζόμενη κωδικοποίηση, καθώς όσο πιο ακριβής είναι, τόσο πιο πολύ εξασφαλίζεται η ποιότητά της. Ο τρόπος της κωδικοποίησης θα πρέπει να έχει ως στόχο την αξιοποίηση κλινικών και οικονομικών πληροφοριών και να διερευνάται σε βάθος. Σκοπός δεν είναι η απλή περιγραφή των δεδομένων. Η αξιοπιστία, η ακρίβεια και η ποιότητα των δεδομένων κατορθώνουν να είναι σε υψηλό επίπεδο όταν στην κωδικοποίηση των υλικών του 16

17 νοσοκομείου συμμετέχουν όλοι οι φορείς οι οποίοι είναι σε θέση να γνωρίζουν καλά τις ομάδες των ειδών που διακινούνται, αλλά και αυτοί οι οποίοι είναι κύριοι χρήστες των προϊόντων αυτών. Τέτοιοι φορείς είναι το τμήμα προμηθειών, το οποίο διαχειρίζεται τις υπάρχουσες συμβάσεις, οι υπεύθυνοι φαρμακοποιοί και το ιατρικό σώμα ΜΕΘΟΔΟΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ ΤΩΝ ΥΛΙΚΩΝ ΤΟΥ Π.Γ.Ν.Π. Στο Πανεπιστημιακό Γενικό Νοσοκομείο Πατρών ( Π.Γ.Ν.Π. ) αρχικά υπήρχαν δύο αποθήκες: α) η κεντρική αποθήκη, στην οποία υπήρχαν τα αναλώσιμα και το υγειονομικό και μη αποστειρωμένο υλικό, και β) η αποθήκη τεχνικής υπηρεσίας, στην οποία υπήρχαν τα μηχανολογικά, τα ηλεκτρολογικά, ηλεκτρονικά κλπ., και τα ανταλλακτικά. Έπειτα όμως έγινε μετάπτωση και δημιουργήθηκε μία καινούρια κωδικοποίηση. Τον Ιούλιο του 2011 έγινε ενοποίηση των δύο αποθηκών σε μία ενιαία κωδικοποίηση. Όσον αφορά την αποθήκη τεχνικής υπηρεσίας, η αλλαγή έγινε διότι δεν ήταν λειτουργικός αυτός ο τρόπος για τα υλικά της. Ιδιαίτερα για τα ανταλλακτικά, υπήρχε αμφιβολία για το εάν θα έπρεπε να εντάσσονται στα αναλώσιμα. Το πρόγραμμα του Η.ΔΙ.Κ.Α. 7 είναι αυτό το οποίο ασχολείται με την κωδικοποίηση των υλικών του νοσοκομείου και προμηθεύει το μενού της, τον σκελετό της, κλπ.. Όσον αφορά την κατηγοριοποίηση των υλικών, δεσμεύει το νοσοκομείο να έχει τέσσερα επίπεδα, δηλαδή μέσα σε τέσσερα επίπεδα να έχει περιγραφεί το προϊόν. Το σύστημα κωδικοποίησης GMDN δεν κάλυπτε το νοσοκομείο. Για τη δημιουργία της νέας αυτής κωδικοποίησης του νοσοκομείου δανείστηκαν κάποιες κατηγορίες από τα συστήματα κωδικοποίησης GMDN και CPV (Common Procurement Vocabulary) 8. Τα τέσσερα επίπεδα που το Η.ΔΙ.Κ.Α. δεσμεύει να έχει η κωδικοποίηση των υλικών του Πανεπιστημιακού Γενικού Νοσοκομείου Πατρών είναι τα εξής: 1) Κατηγορία 2) Ομάδα 3) Τύπος 4) Υλικό 7 Ηλεκτρονική Διακυβέρνηση Κοινωνικής Ασφάλισης Α.Ε.. Είναι κρατική εταιρεία που έχει την τεχνική υποδομή και την υποστήριξη του ιατρικού λογισμικού για την ηλεκτρονική συνταγογράφηση. 8 Είναι από τα πιο ανεπτυγμένα συστήματα ταξινόμησης για την περιγραφή των δημόσιων συμβάσεων. Είναι μία ταξινόμηση στην οποία οι έννοιες ομαδοποιούνται ανά κατηγορία και εντοπίζονται με έναν κωδικό που υποδεικνύει την κατηγορία τους. Η χρήση τυποποιημένων όρων καθιστά ευκολότερο στους προμηθευτές να εντοπίζουν τις συμβάσεις των προμηθειών που τους ενδιαφέρουν Η πηγή που καθορίστηκε δεν είναι έγκυρη.. 17

18 Κατηγορία Όσον αφορά το πρώτο επίπεδο των υλικών του νοσοκομείου, τις κατηγορίες, αυτές ορίζονται ως ακολουθίες διψήφιων ακέραιων αριθμών. Με τη χρήση αυτών των αριθμών, η γενική κατηγοριοποίηση του είδους του προϊόντος μπορεί εύκολα να δηλωθεί από έναν απλό χρήστη, καθώς επίσης δίνεται η δυνατότητα στον πιο έμπειρο χρήστη να καταλάβει περισσότερο τις παραμέτρους της κωδικοποιημένης πληροφορίας. Στο επίπεδο των κατηγοριών υπάρχει η ευελιξία της προσθήκης νέων, σε περίπτωση που χρειαστεί. Η κατηγοριοποίηση των προϊόντων είναι χονδρικά: o Τα αναλώσιμα, στα οποία συμπεριλαμβάνονται τα υγειονομικά και μη αποστειρωμένα υλικά, τα έντυπα, τα υλικά γραφείου κ.λπ. αυτά αποτελούν και την αποθήκη διαχείρισης, o Τα μηχανήματα, τα οποία αποτελούνται από τον πάγιο εξοπλισμό, τον ξενοδοχειακό εξοπλισμό ( δηλαδή καθίσματα κ.λπ. ), τις συσκευές, τα εργαλεία και οτιδήποτε άλλο θεωρείται ως ηλεκτρική συσκευή, π.χ. γεννήτριες, o Τα ανταλλακτικά των μηχανημάτων και του ξενοδοχειακού εξοπλισμού, o Τα υλικά τεχνικής υπηρεσίας, όπως ηλεκτρολογικά, υδραυλικά, μηχανολογικά κλπ., o Οι υπηρεσίες, o Οι εργασίες και τα έργα. Με την έννοια των εργασιών εννοούνται οι επισκευές/συντηρήσεις των μηχανημάτων, του ξενοδοχειακού εξοπλισμού κ.λπ.. Μερικά παραδείγματα του επιπέδου της κατηγορίας βλέπουμε στο Σχήμα4: Σχήμα 4 18

19 Ομάδες Όσον αφορά το δεύτερο επίπεδο, τις ομάδες, αυτές ορίζονται ως μία ακολουθία τριψήφιων ακέραιων αριθμών. Οι ομάδες προσθέτουν χαρακτηριστικά τα οποία δεν αλλάζουν τον γενικό τύπο της πληροφορίας που μας δίνεται, απλώς μπορεί να αλλάζουν την εξειδίκευσή της. Μερικά παραδείγματα του επιπέδου της ομάδας που αντιστοιχούν στις κατηγορίες του Σχήματος4 παρουσιάζονται στο Σχήμα5: Σχήμα Τύπος Αντίστοιχα, οι τύποι αποτελούνται από τριάδες ακεραίων. Ταξινομούν τα υλικά ανάλογα με την λεπτομερή εξειδίκευση κάθε υλικού, όπως η συσκευασία, το περιεχόμενό του, η περιεκτικότητα, το μέγεθος κ.λπ.. πρέπει δηλαδή ο τύπος να είναι συγκεκριμένος, αλλά όχι με φωτογραφικό τρόπο. Επιπλέον, όσον αφορά το επίπεδο του τύπου, ζητείται από το Η.ΔΙ.Κ.Α. να υπάρχουν προδιαγραφές για οποιοδήποτε υλικό, δηλαδή ένα σύνολο χαρακτηριστικών σχεδιασμένων και καθορισμένων λεπτομερώς εκ των προτέρων, ώστε να μπορέσει να ανταποκριθεί στις απαιτήσεις του νοσοκομείου. Όπως είναι φανερό, αυτό αποτελεί έναν περιοριστικό παράγοντα. Ο τύπος του υλικού πρέπει να περιγραφεί, ώστε να μπορέσει το τμήμα προμηθειών να κάνει την έρευνα αγοράς και την παραγγελία του. Μερικά παραδείγματα του 19

20 επιπέδου του τύπου που αντιστοιχούν στις κατηγορίες του σχήματος4 παρουσιάζονται στο Σχήμα6: Σχήμα Υλικό Το υλικό είναι το τελευταίο επίπεδο της κωδικοποίησης των υλικών του Π.Γ.Ν.Π., το οποίο αποτελείται από μία δυάδα ακέραιων αριθμών. Στην περίπτωση που τα προϊόντα είναι συμβατικά 9, το επίπεδο του υλικού είναι με βάση την πλήρη και εξειδικευμένη περιγραφή του προϊόντος, η οποία αναγράφεται στην αντίστοιχη σύμβαση. Στην περίπτωση που το προϊόν είναι εξωσυμβατικό 10, τότε αυτό το επίπεδο του υλικού ακολουθεί την αυστηρή περιγραφή του προϊόντος (Mourtou & Pavlidis, 2005). Να αναφερθεί επίσης πως στο επίπεδο του υλικού, για κάποια από τα προϊόντα τα οποία είναι συμβατικά, οι εταιρείες αναγράφουν και τον κωδικό της GMDN τους, ενώ στα εξωσυμβατικά δεν τον παρέχουν. Αξιοσημείωτο εδώ είναι πως είναι πολύ πιθανόν το υλικό να ζητείται από κάποια συγκεκριμένη εταιρεία, οπότε είτε πριν είτε 9 Συμβατικά προϊόντα είναι αυτά τα οποία προμηθεύονται μέσω διαγωνισμών, που κατακυρώνονται δηλαδή από συγκεκριμένες εταιρείες. Οι συμβάσεις των υλικών αυτών υπογράφονται για συγκεκριμένο χρονικό διάστημα. Είναι εκ των προτέρων γνωστό το είδος των υλικών που θα χρειαστούν και ίσως και οι ποσότητες. 10 Εξωσυμβατικό προϊόν είναι αυτό το οποίο προμηθεύεται με έγγραφες παραγγελίες. Εξωσυμβατικό μπορεί να είναι ένα υλικό που αφορά συγκεκριμένο ασθενή αποκλειστικά ή ένα προϊόν το οποίο δεν κατακυρώθηκε στον διαγωνισμό από κάποια εταιρεία, καθώς επίσης υλικό από έκτακτες και απρόβλεπτες προμήθειες. 20

21 μετά αναγράφεται ο κωδικός του εμπορίου και η κατασκευαστική εταιρεία. Μερικά παραδείγματα του επιπέδου του υλικού που αντιστοιχούν στις κατηγορίες του Σχήματος4 παρουσιάζονται στο Σχήμα7: Σχήμα 7 Η παραπάνω κωδικοποίηση παρουσιάζεται διαγραμματικά με γενική μορφή στο παρακάτω Σχήμα8, όπου φαίνονται τα όσα προαναφέρθηκαν: 21

22 ΟΜΑΔΑ ΤΥΠΟΣ ΤΥΠΟΣ ΥΛΙΚΟ ΥΛΙΚΟ ΥΛΙΚΟ ΚΑΤΗΓΟΡΙΑ 01 ΤΥΠΟΣ ΥΛΙΚΟ ΟΜΑΔΑ ΤΥΠΟΣ ΤΥΠΟΣ ΥΛΙΚΟ ΥΛΙΚΟ ΥΛΙΚΟ Σχήμα 8 Η παραπάνω, λοιπόν, κωδικοποίηση των υλικών εφαρμόζεται στο πληροφοριακό σύστημα του Π.Γ.Ν.Π.. Όλος ο όγκος των υλικών του νοσοκομείου δεν μπορεί να ενταχθεί σε ένα έντυπο. Γι αυτόν το λόγο είναι δυναμικό, καθώς κάτι μπορεί να αδρανήσει σε μία κατηγορία ή κάτι να χρειαστεί να εμπλουτιστεί με άλλες ομάδες. Πρέπει να δίνονται οι αξιόπιστες και σταθερές προδιαγραφές, τις οποίες τις περνάνε στον τύπο όπως προαναφέρθηκε. Μαζί με αυτές τις προδιαγραφές πρέπει να δίνονται και οι αντίστοιχες υπογραφές. Οι αιτήσεις χορήγησης του υλικού δηλαδή απαιτείται να έχουν υπογραφεί από τον προϊστάμενο του τμήματος που έχει κάνει την αίτηση του υλικού. Εάν για παράδειγμα το υλικό ζητήθηκε από το τεχνικό τμήμα, τότε ο διευθυντής του τεχνικού τμήματος θα πρέπει να υπογράψει την αντίστοιχη αίτηση χορήγησής του. 22

23 ΤΡΟΠΟΣ ΔΙΑΧΕΙΡΙΣΗΣ ΤΗΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ ΚΑΙ ΠΑΡΑΓΓΕΛΙΑΣ ΤΩΝ ΥΛΙΚΩΝ ΤΟΥ Π.Γ.Ν.Π. Ο τρόπος με τον οποίο δημιουργείται το όλο σύστημα της συγκεκριμένης κωδικοποίησης των υλικών νοσοκομείου είναι ο εξής: αρχικά γίνεται η κατηγοριοποίηση, δηλαδή περνάνε στο επίπεδο της κατηγορίας. Στην περίπτωση που δεν υπάρχει κατηγορία τότε δημιουργείται μία νέα και έπειτα περνάνε στο επίπεδο της ομάδας. Η ομάδα συνήθως φτιάχνεται. Έπειτα δημιουργείται το επίπεδο του τύπου και τέλος πάνε στο επίπεδο του υλικού. Στο τελευταίο αυτό επίπεδο, αν το υλικό ζητείται από συγκεκριμένη εταιρεία τότε δίνεται και χαρτί αποκλειστικότητας. Σε άλλη περίπτωση, το τμήμα προμηθειών κάνει μία έρευνα και το στέλνει σε κάποια εταιρεία. Και στις δύο περιπτώσεις οι υπεύθυνοι για την κωδικοποίηση των υλικών παίρνουν τον κωδικό οίκου κατασκευής και τον κωδικό εμπορίου του υλικού, όπως αναφέρθηκε και παραπάνω. Στην περίπτωση που πρόκειται για υλικό κατ αποκλειστικότητα τότε αυτοί οι κωδικοί δίνονται απευθείας. Διαφορετικά, οι κωδικοί αυτοί δίνονται αφού πρώτα το τμήμα προμηθειών ψάξει και βρει την εταιρεία από την οποία θα αγοράσει το προϊόν. Στην Εικόνα1 βλέπουμε ένα παράδειγμα που μας παρείχε το γραφείο υλικού του Π.Γ.Ν.Π. : Εικόνα 1 23

24 Ο κωδικός του τύπου βλέπουμε πως είναι 002. Ο χαρακτηρισμός 2,5cmX5m υφασμάτινες αυτοκόλλητες στο επίπεδο του τύπου δείχνει πως το συγκεκριμένο item 11 είναι κατ αποκλειστικότητα. Γι αυτό όπως βλέπουμε παρέχεται απευθείας και ο κωδικός οίκου κατασκευής και ο κωδικός εμπορίου. Επίσης γι αυτό έπειτα ακολουθείται ο κωδικός 02 στο επίπεδο του υλικού. Στην περίπτωση που δεν υπήρχε αποκλειστικότητα, ο διψήφιος στο επίπεδο του υλικού θα μπορούσε να είναι 03 κ.λπ.. Εάν στο επίπεδο του τύπου περιγραφεί γενικά το υλικό και δεν υπάρχει αποκλειστικότητα, το επίπεδο του υλικού από κάτω μπορεί να διαφοροποιηθεί και έτσι το νοσοκομείο μπορεί να πάρει δέκα διαφορετικά υλικά για παράδειγμα από δέκα διαφορετικές εταιρείες. Πιο συγκεκριμένα, όταν γίνει η αίτηση χορήγησης του υλικού από το αρμόδιο τμήμα, αυτή θα φτάσει στο τμήμα προμηθειών. Το τμήμα προμηθειών με τη σειρά του θα στείλει την αίτηση χορήγησης σε διάφορες εταιρείες, όπως για παράδειγμα Κίνα, Ινδονησία κ.λπ.. Τα υλικά αυτομάτως διαφέρουν, γιατί διαφέρουν και τα εργοστάσια που τα παράγουν. Γι αυτό στο Π.Γ.Ν.Π. οι αρμόδιοι βάζουν στο επίπεδο του τύπου τις προδιαγραφές και γι αυτό η συγκεκριμένη διαδικασία απαιτείται από το Η.ΔΙ.Κ.Α.. Οι προδιαγραφές αυτές θα πρέπει να είναι διευρυμένες και όχι φωτογραφημένες. Συνήθως στα ανταλλακτικά υπάρχει αποκλειστικότητα. Ο λόγος για τον οποίο γίνεται αυτό είναι πως δεν μπορεί να διακινδυνευτεί να έρθει το ακριβές ανταλλακτικό που ζητείται, από τη στιγμή που είναι για συγκεκριμένο π.χ. μηχάνημα. Στο παράδειγμα αυτό βλέπουμε πως παρέχεται και ο αντίστοιχος κωδικός GMDN του υλικού αυτού. Το υλικό της Εικόνας1 βλέπουμε πως διαφοροποιείται στην Εικόνα2, όπου ο κωδικός του τύπου είναι 003. Αυτό συμβαίνει γιατί αλλάζει το μέγεθος του υλικού. Εδώ ο χαρακτηρισμός πια είναι 10cmX5m υφασμάτινες αυτοκόλλητες και υπάρχει και εδώ αποκλειστικότητα. Οπότε παρέχεται και ο κωδικός οίκου κατασκευής και ο κωδικός εμπορίου. 11 Όταν αναφερόμαστε στην έννοια item στο εξής θα εννοούμε το υλικό. 24

25 Εικόνα 2 Σε αυτό το σύστημα κωδικοποίησης των υλικών που έχουν δημιουργήσει είναι όλα ( αναλώσιμα, τεχνικές υπηρεσίες, πάγια και ανταλλακτικά) σε ένα σύστημα, γιατί τους βοηθάει να έχουν ένα πάγιο. 3. ΟΡΙΣΜΟΣ ΤΟΥ ΠΡΟΒΛΗΜΑΤΟΣ Όπως αναφέρθηκε και παραπάνω, πολύ γνωστά συστήματα κωδικοποίησης όπως η GMDN, η CPV κ.λπ. έχουν μεταφραστεί στα ελληνικά με πολύ μεγάλη επιτυχία. Ιδιαίτερα η GMDN που ήδη αναπτύχθηκε είναι άψογα προσαρμοσμένη ώστε να μπορέσει να χρησιμοποιηθεί στα ελληνικά νοσοκομειακά συστήματα. Ωστόσο, λιγότερο από το ένα τρίτο των νοσοκομείων χρησιμοποιούν αυτό το πρότυπο για την κωδικοποίηση των υλικών τους (Lappa & Giannakopoulos, 2013). Αντιθέτως, η μέχρι τώρα πρακτική κωδικοποιήσεων των υλικών σε πολλές νοσοκομειακές μονάδες της Ελλάδας είναι να χρησιμοποιούν μεμονωμένες κωδικοποιήσεις για την ταξινόμηση των υλικών τους. Το καθένα έχει προσαρμόσει τα υλικά σε συστήματα κωδικοποίησης που στηρίζονται σε διαφορετικούς κανόνες και σε αποφάσεις εκάστοτε οργανισμών, όπως για παράδειγμα το Η.ΔΙ.Κ.Α. στην οποία στηρίχθηκε η κωδικοποίηση του Π.Γ.Ν.Π., όπως προαναφέραμε. Ακόμα και Πανεπιστημιακά νοσοκομεία εξακολουθούν να έχουν προβλήματα με την κωδικοποίηση των υλικών 25

26 τους. Η ετερογένεια αυτή των κωδικοποιήσεων των υλικών του νοσοκομείου είναι αποτέλεσμα της διαφοροποίησης των υλικών, ανάλογα με την εξειδίκευση. Πιο συγκεκριμένα, για να πετύχει μία πλήρης και αποτελεσματική εφαρμογή του διπλογραφικού συστήματος σε ένα νοσοκομείο, θα πρέπει να εφαρμοσθούν οι γενικές διατάξεις του Π.Δ. 146/2003, αλλά και να υιοθετηθούν εξειδικευμένες διαδικασίες, οι οποίες αποτελούν προϋπόθεση για την εφαρμογή των γενικών διατάξεων του Π.Δ. 146/2003. Μία από αυτές τις εξειδικευμένες διαδικασίες είναι η οριοθέτηση της κωδικοποίησης των ειδών που θα πρέπει να είναι κοινή για όλα τα νοσοκομεία, σύμφωνα με το ΕΚΕΒΥΛ. Η κωδικοποίηση αυτή είναι η GMDN. Σύμφωνα με τον Νόμο υπ αρ. 2955/01 περί προμηθειών νοσοκομείων και λοιπών μονάδων υγείας του ΠΕ.Σ.Υ., τα υλικά του νοσοκομείου κατηγοριοποιούνται και κωδικοποιούνται κατά τρόπο συμβατό με τα διεθνή πρότυπα. Όλοι οι φορείς εφαρμόζουν κοινή ονοματολογία και κωδικοποίηση σε όλα τα στάδια προμήθειας των προϊόντων. Όλες οι εταιρείες που εμπορεύονται ιατροτεχνολογικά προϊόντα και επιθυμούν να είναι προμηθευτές των νοσοκομείων, υποχρεούνται να καταχωρήσουν τα προϊόντα που διακινούν στο κωδικολόγιο διακινούμενων ιατροτεχνολογικών προϊόντων που διατηρεί το ΕΚΕΒΥΛ. Το κωδικολόγιο αυτό χρησιμοποιεί το σύστημα ονοματολογίας που είναι συμβατό με το Ευρωπαϊκό πρότυπο EN ISO 15225, δηλαδή την GMDN (ΕΚΕΒΥΛ REGISTRY, 2010). Το Η.ΔΙ.Κ.Α. όμως έχει ζητήσει από το νοσοκομείο να κωδικοποιεί τα υλικά του σε τέσσερα επίπεδα, κάτι το οποίο δε συνάδει με τις οδηγίες του ΕΚΕΒΥΛ. Ενώ η κωδικοποίηση της GMDN παραθέτει τα είδη σε πιο γενική μορφή, ίσως σε επί πεδο υποομάδας, η κωδικοποίηση του Π.Γ.Ν.Π. τα παραθέτει κατ είδος. Αυτό σημαίνει πως θα πρέπει να γίνει αντιστοίχιση των κωδικών των υλικών που προμηθεύονται τα νοσοκομεία, με αυτούς της GMDN. Με τη χρήση μη-ενιαίας κωδικοποίησης στα νοσοκομεία υφίστανται προβλήματα στα περισσότερα εθνικά συστήματα προμηθειών των υλικών του τομέα της υγείας. Παρόλο που υπάρχει η GMDN, μία πανευρωπαϊκά αποδεκτή κωδικοποίηση σαν πρότυπο, οι προμηθευτές αδυνατούν να επικοινωνήσουν με τα ιδρύματα περίθαλψης χωρίς τη σημαντική προσπάθεια και από τις δύο πλευρές. Μ αυτόν τον τρόπο δημιουργούνται αρκετά προβλήματα. Ένα τέτοιο πρόβλημα είναι το γεγονός πως το όνομα για το ίδιο προϊόν μπορεί να είναι διαφορετικό μεταξύ των νοσοκομείων. Έτσι ένα προϊόν, το ίδιο προϊόν, μπορεί να αντιστοιχίζεται σε δύο διαφορετικούς κωδικούς. Επίσης, μπορεί ένας κωδικός, ο ίδιος κωδικός, να αντιστοιχεί σε δύο διαφορετικά προϊόντα. Μ αυτόν τον τρόπο δημιουργούνται αρκετά λάθη και σύγχυση στις παραγγελίες των προϊόντων. Είναι αδύνατον να πραγματοποιηθεί συνεννόηση μεταξύ του ΠΕ.Σ.Υ.Π. 12 και των νοσοκομείων, αλλά ακόμα και στο ίδιο το νοσοκομείο, για παράδειγμα ανάμεσα στο τμήμα προμηθειών και της αποθήκης. 12 Περιφερειακό Σύστημα Υγείας και Πρόνοιας. 26

27 Τέτοια προβλήματα, λοιπόν, που απορρέουν από τη χρήση ανόμοιων κωδικοποιήσεων των υλικών ( ανάμεσα σε πολλές για την ταξινόμηση των προϊόντων) παρατηρούνται έντονα στην Ελλάδα (Gorgogiannis, Giannouli, Kolios, Rodis, & Pappous). Μάλιστα πιο συγκεκριμένα, παρατηρούνται και στο νοσοκομείο που θέτουμε εμείς ως παράδειγμα, το Π.Γ.Ν.Π.. Αυτά τα ήδη αναποτελεσματικότητας θα μπορούσαν να λυθούν εάν τα εθνικά συστήματα περίθαλψης χρησιμοποιούσαν την ίδια ταξινόμηση, την ίδια κωδικοποίηση (Gorgogiannis, Giannouli, Kolios, Rodis, & Pappous). Αυτό όμως είναι κάτι το οποίο δε συμβαίνει, γι αυτό γίνονται προσπάθειες να βρεθούν διάφορες λύσεις ώστε να εξομαλυνθούν αυτά τα προβλήματα. Για την καλύτερη παρακολούθηση της προμήθειας των υλικών και την πιο εύκολη διαχείρισή τους από τους διάφορους ενδιαφερόμενους φορείς, εκτός από τις διαδικασίες εσωτερικού ελέγχου που ακολουθούνται στο νοσοκομείο, όσον αφορά την κωδικοποίηση των υλικών θα πρέπει να αναφέρεται μαζί με τα υπόλοιπα στοιχεία του παραστατικού και ο κωδικός του υλικού που επιβάλλει το Ε.ΚΕ.Β.ΥΛ., δηλαδή ο κωδικός της GMDN. Αυτό θα γίνει με την αντιστοίχηση μεταξύ της υφιστάμενης κωδικοποίησης του νοσοκομείου και των κωδικών της GMDN. Στην κωδικοποίηση GMDN τα υλικά παρατίθενται σε αρκετά γενική μορφή, ίσως σε επίπεδο υποομάδας. Αντίθετα, στο νοσοκομείο τα υλικά κωδικοποιούνται σε επίπεδο υλικού. Για να λυθούν, λοιπόν, τα παραπάνω προβλήματα, αυτό σημαίνει πως θα πρέπει να γίνει αντιστοίχιση των κωδικών των υλικών που προμηθεύονται τα νοσοκομεία, με τους κωδικούς της GMDN. Ένας βασικός στόχος της αντιστοίχησης των κωδικοποιήσεων αυτών, όπως προκύπτει από τα παραπάνω, είναι να αποφευχθούν τα λάθη κατά την παραλαβή των υλικών. Όπως είναι αυτονόητο, οι προμηθευτές των υλικών του νοσοκομείου είναι ακατόρθωτο να γνωρίζουν όλα τα είδη κωδικοποίησης που μπορεί να χρησιμοποιεί το κάθε νοσοκομείο. Έχοντας σαν βάση την κωδικοποίηση GMDN και μετά την αντιστοίχηση με αυτήν των υφιστάμενων κωδικών του νοσοκομείου θα είναι πιο εύκολο να γίνεται η σωστή παραλαβή των υλικών που έχουν ζητηθεί από το νοσοκομείο. Επίσης ένας ακόμα στόχος της αντιστοίχησης αυτής είναι η μείωση των δαπανών της προμήθειας υλικών. Η μέθοδος με την οποία θα γίνει η αντιστοίχιση των δύο αυτών κωδικοποιήσεων που προτείνουμε στην εργασία μας είναι η μέθοδος των οντολογιών. Για την αντιστοίχιση των υλικών του νοσοκομείου μέσω οντολογιών έχουν δημιουργηθεί οι κατάλληλες προϋποθέσεις ώστε να διασυνδεθούν οι δύο αυτές πρότυπες κωδικοποιήσεις και στόχος είναι η διαδικασία αυτή να μπορέσει να υιοθετηθεί από το Π.Γ.Ν.Π.. 27

28 4. ΟΝΤΟΛΟΓΙΕΣ Οι οντολογίες είναι ένα αντικείμενο στο οποίο έχει επισταθεί η προσοχή όχι μόνο από τους ακαδημαϊκούς κλάδους, όπως η επιστήμη των υπολογιστών, των πληροφοριών και σχολές διοίκησης επιχειρήσεων, αλλά επίσης και από τις βιομηχανίες υψηλής τεχνολιγίας, την οικονομία, την ιατρική, την εκπαίδευση και τον γεωργικό τομέα (Gruninger & Lee, 2002). Με τις οντολογίες καθορίζεται ένα κοινό λεξιλόγιο σε έναν θεματικό χώρο. Το λεξιλόγιο αυτό περιγράφει έννοιες μίας περιοχής γνώσης και τις μεταξύ τους σχέσεις. Γι αυτό το λόγο αποτελούν ένα βασικό εργαλείο σημασιολογικής διαλειτουργικότητας ΣΗΜΑΣΙΟΛΟΓΙΚΟΣ ΙΣΤΟΣ Με τον Παγκόσμιο Ιστό (World-Wide Web 13 ) έχει πραγματοποιηθεί η επικοινωνία των ανθρώπων οποιαδήποτε ώρα σε όποιο σημείο της γης και αν βρίσκονται. Ο Παγκόσμιος Ιστός αποτελεί ένα ερευνητικό πεδίο ενδιαφέροντος, όπου συνεχώς δημιουργούνται νέα ερωτήματα και αναζητούνται νέες απαντήσεις. Από τα δισεκατομύρια σελίδες του WWW, η συντριπτική πλειοψηφία τους είναι σε μορφή αναγνώσιμη μόνο από τον άνθρωπο. Έτσι, οι μηχανές αναζήτησης ( πράκτορες λογισμικού ) δεν μπορούν να καταλάβουν και να επεξεργαστούν τις πληροφορίες αυτές, καθώς μέχρι στιγμής μεγάλο μέρος του δυναμικού του Web παραμένει ανεκμετάλλευτο. Έτσι, οι ερευνητές έχουν δημιουργήσει τοsemantic Web ( Σημασιολογικό Ιστό ), όπου τα δεδομένα έχουν δομή και οι οντολογίες περιγράφουν τη σημασιολογία τους. Όταν τα δεδομένα σημειόνονται/δείχνονται με τη χρήση οντολογιών, τότε οι μηχανές αναζήτησης μπορούν να κατανοήσουν καλύτερα τη σημασιολογία τους και συνεπώς με πιο έξυπνο τρόπο να εντοπίσουν και να ενσωματώσουν τα δεδομένα για μία ευρεία ποικιλία εργασιών (Doan, Madhavan, Dhamankar, Domingos, & Halevy, 2003). Στη σημερινή εποχή των πληροφοριακών συστημάτων, η αναζήτηση γνώσης για οποιοδήποτε δεδομένο είναι άμεσα συνδεδεμένη με τον τρόπο που η γνώση αυτή απεικονίζεται και περιγράφεται. Τα δεδομένα αυτά πλέον, πρέπει να γίνονται κατανοητά ως προς τη σημασία τους με τη χρήση μεταπληροφορίας, η οποία προσθέτει μία επιπλέον πληροφορία γι αυτά, και όχι μόνο με την απλή καταγραφή τους σε διάφορες δομές δεδομένων. Η αποθήκευση αυτής της πληροφορίας γίνεται στις οντολογίες, τις οποίες αναλύουμε στη συνέχεια.η σημασιολογία είναι αυτή με

29 την οποία προσδίδεται επιπρόσθετη αξία στην υπάρχουσα πληροφορία. Μ αυτόν τον τρόπο, μάλιστα, παρόμοιες πληροφορίες που είναι αποθηκευμένες με τρόπο σημασιολογικό, μπορούν να διαλειτουργήσουν μεταξύ τους. Λέγοντας Σημασιολογικός Ιστός ( Semantic Web ), η λέξη αυτή δηλώνει «την έννοια» του αντικειμένου στο οποίο αναφερόμαστε, τη σημασία του. Ο Σημασιολογικός Ιστός 14 είναι ένα διαδίκτυο όπου η πληροφορία είναι καλύτερα ορισμένη. Τα δεδομένα δηλαδή που συμπεριλαμβάνει μπορούν να περιγραφούν, να ολοκληρωθούν, να αυτοματοποιηθούν και να επαναχρησιμοποιηθούν, καθιστώντας έτσι τις έννοιες, τα δεδομένα και τη γνώση άμεσα αντιληπτές και κατανοητές από τον υπολογιστή και τον άνθρωπο (Hendler, Berners-Lee, & Lassila, 2001). Όπως καταλαβαίνουμε, αυτό είναι πολύ σημαντικό καθώς ο υπολογιστής είναι αυτός μέσω του οποίου συνδέονται οι πληροφορίες και έτσι μπορούμε να έχουμε την αξαγωγή των πλησιέστερων σχετιζόμενων πληροφοριών με την αρχική, οι οποίες μπορεί να βρίσκονται σε διάφορα άλλα sites (ιστότοπους) και μάλιστα σε οποιαδήποτε μορφή, είτε κειμένου, είτε βίντεο, είτε φωτογραφία κλπ. Όλες αυτές οι διασυνδέσεις γίνονται μέσω της μεταπληροφορίας των δεδομένων αυτών. Κάθε χρήστης ενδιαφέρεται να κατανοήσει το περιεχόμενο συγκεκριμένων εννοιών που έχει αυτός κατά νου, ανάλογα με το πεδίο εφαρμογής για το οποίο ενδιαφέρεται. Το περιεχόμενο των εννοιών αυτών που σχετίζονται με το προφίλ του εκάστοτε χρήστη, θα πρέπει να είναι άμεσα κατανοητό από αυτόν. Έτσι λοιπόν, το να προσεγγισθεί το περιεχόμενο μίας έννοιας μπορεί να είναι αρκετά περίπλοκο. Από το πιο απλό έως το πιο σύνθετο γεγονός/δεδομένο, πηγάζει η γνώση στην οποία αναφερόμαστε έως τώρα. Η γνώση αυτή έχει καταγραφεί στον Σημασιολογικό Ιστό και κάθε άνθρωπος έχει πρόσβαση σε αυτήν, καθώς είναι κατανοητή και άμεσα αναγνωρίσιμη. Μπορεί να συσχετίσει τα γεγονότα αυτά, να τα αναλύσει και να προβεί σε συμπεράσματα τα οποία προσθέτουν αξία στην ήδη καταγεγραμμένη γνώση. Ένα παράδειγμα όλων των παραπάνω, που θα δείξει ξεκάθαρα την πολυπλοκότητα της εννοιολογικής προσέγγισης ενός γεγονότος είναι το εξής: αναζητώντας τη λέξη χελώνα, τα αποτελέσματα που προκύπτουν θα μπορούσαν να είναι είτε για τη χελώνα ως ζώο είτε για τη χελώνα ως αμάξι. Και δεν μένουμε μόνο εκεί. Ο χρήστης ίσως ενδιαφέρεται για τις ρόδες του αμαξιού, τα πόδια της χελώνας ως ζώο, τη χελώνα ως ερπετό, το εάν πρόκειται για το χώρο της ζωολογίας ή της αυτοκινητοβιομηχανίας. Γι αυτόν, λοιπόν, το λόγο θα πρέπει να υπάρχουν κανόνες που ορίζουν τη δομή του περιεχομένου των εννοιών, οι οποίες είναι καταγεγραμένες στον Σημασιολογικό Ιστό. Οι κανόνες αυτοί θα πρέπει να είναι κατανοητοί, ώστε να είναι κατανοητά και τα περιεχόμενα των εννοιών και να μπορούν να συσχετιστούν. Έστω ότι θέλουμε να βρούμε πληροφορίες σχετικά με κάποιον που συναντήσουμε σε ένα συνέδριο. Γνωρίζουμε ότι το επώνυμό του είναι Μπιτούνης και ότι διδάσκει

30 οικονομικά σε ένα Πανεπιστήμιο της Αμερικής, αλλά δεν γνωρίζουμε ποιο. Επίσης γνωρίζουμε ότι μόλις μετακόμισε στις Η.Π.Α. από την Αυστραλία όπου ήταν αναπληρωτής καθηγητής στο Πανεπιστήμιο όπου σπούδασε. Στο World Wide Web, θα έχουμε πρόβλημα να βρούμε αυτόν τον άνθρωπο, διότι οι παραπάνω πληροφορίες δεν περιέχονται μέσα σε μια ιστοσελίδα του Web. Αυτό καθιστά αναποτελεσματική την αναζήτηση λέξεων κλειδιών. Στο Semantic Web ωστόσο, θα είμαστε σε θέση να βρούμε γρήγορα τις απαντήσεις που θέλουμε. Μια υπηρεσία καταλόγου όπου είναι ήδη καταγεγραμμένα τα Πανεπιστήμια της Αμερικής, όπου υπάρχουν τμήματα οικονομικού, καθιστά εύκολο στην προσωπική μας μηχανή αναζήτησης να τα βρει. Αυτά τα τμήματα έχουν καταγράψει τα δεδομένα χρησιμοποιώντας μια οντολογία όπως αυτή του Σχήματος9 που ακολουθεί. Εδώ τα δεδομένα, είναι οργανωμένα σε μία ταξονομία που συμπεριλαμβάνει μαθήματα, ανθρώπους και καθηγητές. Οι καθηγητές έχουν χαρακτηριστικά όπως το όνομα, το ίδρυμα από όπου πήραν πτυχία, το βαθμό τους. Τέτοια καταγεγραμμένα δεδομένα καθιστούν εύκολο στις μηχανές αναζήτησής μας να βρουν καθηγητή με το επώνυμο Μπιτούνης. Στη συνέχεια, εξετάζοντας το χαρακτηριστικό «ίδρυμα που παρέχει», η μηχανή αναζήτησης βρίσκει γρήγορα το Πανεπιστήμιο όπου σπούδασε τις Οικονομικές Επιστήμες στην Αυστραλία. Εδώ, η μηχανή αναζήτησης μαθαίνει ότι τα δεδομένα που έχουν καταγραφεί χρησιμοποιώντας την οντολογία για τα Πανεπιστήμια της Αυστραλίας (Σχήμα 10), υπάρχουν πολλές οντότητες με το όνομα Μπιτούνης. Ωστόσο, γνωρίζοντας ότι ο «αναπληρωτής καθηγητής» ισοδυναμεί με «λέκτορα», η μηχανή αναζήτησης μπορεί να επιλέξει το σωστό υπό- δένδρο της ταξονομίας των τμημάτων (Doan, Madhavan, Dhamankar, Domingos, & Halevy, 2003). 30

31 Σχήμα9 Σχήμα10 31

32 Ο Σημασιολογικός Ιστός εξελίσεται από WEB 1.0 σε WEB 2.0, όπου τα περιεχόμενα των δεδομένων διασυνδέονται σύμφωνα με τις εννοιολογικές συσχετισεις τους και την κατανόηση των εννοιών με τις οποίες περιγράφονται. Έτσι, το περιεχόμενο της κάθε έννοιας περιγράφεται με πιο ακριβή τρόπο, καθώς επίσης είναι πιο αποτελεσματική και η προώθησή του, μέσω της οποίας πραγματοποιείται και η εξόρυξη πληροφοριών. Αυτό πραγματοποιείται με δομές που δείχνουν τις σχέσεις μεταξύ των εννοιών, καθώς επίσης και τις σχέσεις ιδιοτήτων και χαρακτηριστικών που διέπουν αυτές τις σχέσεις. Με λίγα λόγια, ο Σημασιολογικός Ιστός, είναι όχι το πολύ παλιό Internet, αλλά μπορούμε να ψάξουμε με βάση έννοιες, το οποίο φέρνει παραπλήσιες έννοιες. Όλα αυτά είναι το περιεχόμενο (contex). Πλοηγούμεθα και αυτό θέλουμε να κάνουμε αποδοτικότητα με βάση τις έννοιες. Μια μέθοδος για τον σημασιολογικό εμπλουτισμό της πληροφορίας είναι οι οντολογίες. ΟTim Berrers-Lee, ο δημιουργός του Web, θεωρεί τις οντολογίες να είναι ένα κρίσιμο σημείο της δουλειάς του στο σημασιολογικό Web (Gruninger & Lee, 2002). Οι οντολογίες διαχειρίζονται τη γνώση μετατρέποντας την πληροφορία σε σημασιολογική. Η αποδοχή της κοινής σημασιολογίας που έχει δοθεί για να περιγράψει την πληροφορία, δίνει τη δυνατότητα της ανταλλαγής των δεδομένων ματαξύ των διάφορων εφαρμογών ΤΙ ΕΙΝΑΙ ΟΝΤΟΛΟΓΙΕΣ Πολλοί ορισμοί της οντολογίας έχουν προσφερθεί. Μία οντολογία είναι μία σαφής εννοιολόγηση ενός πεδίου γνώσης και ως εκ τούτου παρέχει μία κοινή αντίληψη του πεδίου αυτού (Prieto-Diaz, 2002). Οι άνθρωποι εδώ και χιλιετίες παράγουν οντολογίες για να κατανοησουν και να εξηγήσουν για παράδειγμα το περιβάλλον μας. Από το φιλοσοφικό πλαίσιο του Πλάτωνα μέχρι τα σημερινά συστήματα ταξινόμισης, στις περισσότερες περιπτώσεις η οντολογία είναι το προϊόν μίας εκτεταμένης ανάλυσης και κατηγοριοποίησης. Σύμφωνα με τον Gruber (Gruber) «μία οντολογία είναι μία επίσημη σαφής περιγραφή μίας κοινής εννοιολόγησης». Μία εννοιολόγηση αναφέρεται σε ένα αφηρημένο μοντέλο του πώς οι άνθρωποι σκέφτονται για τα πράγματα στον κόσμο. Συνήθως περιορίζεται σε μία συγκεκριμένη θεματική περιοχή. Όσον αφορά τη σαφή περιγραφή, αυτό σημαίνει ότι οι έννοιες και οι σχέσεις τους έχουν δοθεί με σαφείς όρους και ορισμούς (Gruninger & Lee, 2002). Με λίγα λόγια, οντολογία ονομάζεται μία περιγραφή ενός αντιπροσωπευτικού λεξιλιγίου για ένα κοινό πεδίο ενδιαφέροντος (Gruber). 32

33 Πιο συγκεκριμένα, οντολογία είναι η περιγραφή μίας αφηρημένης, απλοποιημένης άποψης του κόσμου, που εμείς επιθυμούμε να εκπροσωπηθεί για κάποιον σκοπό. Ως εκτούτου, μία οντολογία ορίζει ένα σύνολο αντιπροσωπευτικών όρων που ονομάζονται έννοιες. Οι σχέσεις μεταξύ αυτών των εννοιών περιγράφουν έναν κόσμο-στόχο ( δηλαδή ένα πεδίο) (Khan & Wang, 2002). Η οντολογία δεν πρέπει να θεωρείται στατική. Είναι ένας καθορισμός όρων που εξελίσσεται. Οι οντολογίες μπορούν να θεωρηθούν κωδικοποιημένες γνώσεις σε ένα ράφι της βιβλιοθήκης. Μία οντολογία μπορεί να χρησιμοποιηθεί στο μέλλον από άλλους, καθώς παρουσιάζει ενδιαφέρον σε ένα ευρύτερο κοινό. Το αντικείμενο των ορισμών μίας οντολογίας είναι πολύ διαφορετικό από εκείνο των ορισμών των λεξικών. Οι ορισμοί στα λεξικά εκθέτουν το πώς χρησιμοποιούνται οι λέξεις. Οι ορισμοί στις οντολογίες έχουν κανονιστικό ρόλο. Καθορίζουν το πώς ένα περιορισμένο σύνολο όρων πρόκειται να χρησιμοποιηθούν το ένα σε σχέση με το άλλο. Κάθε ορισμός σε μία οντολογία απαιτεί προσεκτική κατανόηση σε σχέση με τους άλλους ορισμούς της οντολογίας (Uschold, King, Moralee, & Zorgios, 1998). Τα δομικά μέρη μίας οντολογίας είναι: 1) Η κλάση ( class ), δηλαδή η έννοια, 2) Η ιδιότητες ( properties ) των κλάσεων, δηλαδή οι ιδιότητες και τα χαρακτηριστικά τους 15, 3) Οι περιορισμοί ( restrictions ή facets ), που αφορούν τις ιδιότητες των κλάσεων, 4) Η εξειδίκευση-ύπαρξη ( instance ) μίας κλάσης, 5) Η σχέση/σχέσεις μεταξύ των κλάσεων ΚΑΤΑΣΚΕΥΗ ΟΝΤΟΛΟΓΙΩΝ Ο τρόπος με τον οποίο μπορεί να κατασκευαστεί είναι διπλός: είτε θα είναι γενική είτε θα είναι εξαρτώμενη από ένα συγκεκριμένο πεδίο. Μία οντολογία που εξαρτάται από ένα πεδίο παρέχει έννοιες με λεπτομερή τρόπο, ενώ οι γενικές οντολογίες τις παρέχουν με έναν πιο γενικό τρόπο. Στην πρώτη περίπτωση μας επιτρέπει να καθορίζουμε συγκεκριμένες σχέσεις μεταξύ των χαρακτηριστικών των εννοιών που μας αφορούν. Μάλιστα, με αυτήν την περίπτωση θα ασχοληθούμε (Khan & Wang, 2002). Η οντολογί αείναι μία ιεραρχημένη ταξινόμιση των εννοιών ενός πεδίου γνώσης και των ιδιοτήτων τους. Η ιεραρχημένη αυτή ταξινόμιση έχει κατεύθυνση από το γενικότερο προς το ειδικότερο. Μέσω της οντολογίας οι έννοιες των υπαρκτών υλικών αντικειμένων και των χαρακτηριστικών τους αντιστοιχίζονται σε «οντότητες» και «ιδιότητες» της οντολογίας αυτής (Hyvönen, Styrman, & Saarela). 15 Επίσης μπορούμε να τις βρούμε ως slots ή roles. 33

34 Η οντολογία περιγράφεται από ένα κατευθυνόμενο άκυκλο γράφημα. Παρακάτω (Σχήμα11) βλέπουμε ένα παράδειγμα οντολογίας στον τομέα του αθλητισμού, η οποία μπορεί να επιτευχθεί από μία γενική αθλητική ορολογία και τον τομέα των εμπειρογνομόνων. Εδώ, κάθε κόμβος του κατευθυνόμενου άκυκλου γραφήματος αναπαριστά μία έννοια. Σε γενικές γραμμές, κάθε έννοια σε μία οντολογία περιέχει ένα όνομα-ετικέτα και ένα χαρακτηριστικό διάνυσμα. Σχήμα11 το σχήμα παρατίθεται στο άρθρο (Khan & Wang, 2002) Το χαρακτηριστικό διάνυσμα είναι ένα σύνολο χαρακτηριστικών με το αντίστοιχο βάρος τους (με την έννοια της σπουδαιότητάς τους). Κάθε χαρακτηριστικό μπορεί να αντιπροσωπεύσει ένα αντικείμενο μίας εικόνας, όπως για παράδειγμα μπάλα μπάσκετ, δοκάρι ή μπάλα του μπέισμπολ. Σημαντικό είναι να σημειωθεί πως αυτή η ετικέτα-όνομα που συνδέεται με το χαρακτηριστικό γνώρισμα, είναι μοναδική στην οντολογία. Επιπλέον, αυτή η ετικέτα-όνομα χρησιμοποιείται για να λειτουργήσει ως μία ένωση των εννοιών σε εικόνες (που έχουμε μέσα στο μυαλό). Η έννοια του ποδοσφαίρου μπορεί να επεκταθεί περεταίρω σε αντικείμενα που υπάρχουν σε έναν ποδοσφαιρικό αγώνα, δηλαδή τα χαρακτηριστικά της έννοιας. Για παράδειγμα, ένα πράσινο γήπεδο, τα δοκάρια, οι παίκτες ποδοσφαίρου, θα έδειχναν την εικόνα ενός ποδοσφαιρικού αγώνα. Σε περίπτωση που παρουσιαστούν μόνο ένα ή δύο από τα χαρακτηριστικά που είναι κοινά γνωρίσματα ενός ποδοσφαιρικού αγώνα (όπως ορίζονται στην οντολογία), θα δίνονταν ένας λιγότερο συγκεκριμένος χαρακτηρισμός της εικόνας. Με άλλα λόγια, μία πιο γενική έννοια θα έχει προσδιοριστεί στην εικόνα. Για παράδειγμα μία εικόνα που περιέχει μόνο μία μπάλα ποδοσφαίρου θα μπορούσε να χαρακτηριστεί-εννοιολογηθεί ως εικόνα που περιέχει μία μπάλα ποδοσφαίρου και όχι σαν ένας ποδοσφαιρικός αγώνας. Επιπλέον, το βάρος του κάθε χαρακτηριστικού μίας έννοιας μπορεί να μην είναι το ένα ίσο με το άλλο. Με άλλα λόγια, για μία συγκεκριμένη έννοια κάποια χαρακτηριστικά μπορεί αν λειτουργήσουν ως πιο διακεκριμένα σε σύγκριση με άλλα, δηλαδή τους έχει αποδοθεί μεγαλύτερο βάρος. Για παράδειγμα, σε μία έννοια ενός ποδοσφαιρικού αγώνα, το βάρος του χαρακτηριστικού «δοκάρι» είναι μεγαλύτερο από το βάρος του χαρακτηριστικού 34

35 «πράσινο γήπεδο» (προφανώς γιατί το πράσινο γήπεδο θα μπορούσε να χαρακτηρίζει και άλλου είδους αγώνα εκτός από το ποδόσφαιρο) (Khan & Wang, 2002). Στις οντολογίες, οι έννοιες συνδέονται μεταξύ τους μέσω των μεταξύ τους σχέσεων. Εάν υπάρχει μία εσωτερική σχέση R μεταξύ των εννοιών A i και A j, τότε θα υπάρχει επίσης και μία εσωτερική σχέση R μεταξύ των εννοιών A j και A i. Στο σχήμα που παρουσιάσαμε οι σχέσεις μεταξύ των εννοιών παρουσιάζονται ως επισημανσμένα τόξα/σύνδεσμοι. Τα είδη των σχέσεων μεταξύ των εννοιών που χρησιμοποιούνται για να δημιουργήσουν την οντολογία αυτή είναι τρεις : α) IS-A, β) παραδείγματος χάρην, γ)μέρος του (Wang, Khan, & Breen, 2002) ΧΡΗΣΕΙΣ/ΣΚΟΠΟΣ ΤΗΣ ΟΝΤΟΛΟΓΙΑΣ Ο μεγαλύτερος σκοπός της οντολογίας είναι να δρα ως ένα μέσον επικοινωνίας. Ειδικότερα, για την επικοινωνία μεταξύ ανθρώπων, μεταξύ υπολογιστικών συστημάτων και μεταξύ ανθρώπων και υπολογιστικών συστημάτων. Μία άλλη χρήση των οντολογιών είναι για την οργάνωση και την επαναχρησιμοποίηση της γνώσης. Αυτό επιτυγχάνεται για παράδειγμα με τη διάρθρωση και την οργάνωση βιβλιοθηκών γνώσης, ή με την καταγραφή αρχείων του τομέα των πληροφοριών κλπ. Επίσης οι οντολογίες χρησιμοποιούνται για υπολογιστικά συμπεράσματα, όπως για παράδειγμα για την ανάλυση των εσωτερικών δομών, των αλγορίθμων, των εισόδων και των εξόδων που εφαρμόζονται στα συστήματα σε θεωρητικό και πρακτικό επίπεδο (Gruninger & Lee, 2002) (Uschold, King, Moralee, & Zorgios, 1998) ΑΝΑΓΚΑΙΟΤΗΤΑ ΧΡΗΣΗΣ ΟΝΤΟΛΟΓΙΩΝ Στο διαδίκτυο είναι καταχωρημένη όλη η υπάρχουσα γνώση, αλλά και η σχετιζόμενη πληροφορία η οποία όπως προαναφέραμε μπορεί να είναι αποθηκευμένη σε διάφορες μορφές, είτε εικόνες, είτε βίντεο κλπ. Οι ιστοσελίδες στις οποίες είναι περιγεγραμένες αυτές οι πληροφορίες δημιουργούν ένα πολύπλοκο περιβάλλον στο οποίο απεικονίζονται, καταγράφονται, συσχετίζονται και διανέμονται αυτές. Το αντικείμενο των πληροφοριών μπορεί να περιέχει πολλές ερμηνείες/επεξηγήσεις οι οποίες να είναι εξίσου ορθές. Όπως είναι λοιπόν κατανοητό, θα πρέπει να υπάρξει μία οργάνωση τέτοια ώστε κάθε αντικείμενο της πληροφορίας να είναι επαναχρησιμοποιήσιμο. Δεν αρκεί μόνο να υπάρχουν οι εννοιολογικές υποδομές όμως, αλλά και υποδομές οι οποίες να προσδίδουν στο χρήστη πληροφόρηση από πολλαπλές πηγές, η οποία είναι αποθηκευμένη σε διαφορετικά συστήματα και σε διαφορετικά επίπεδα. Η χρήση του ιντερνετ παγκοσμίως, δημιούργησε την ανάγκη της ύπαρξης των οντολογιών, καθώς κρίνεται απαραίτητη η ύπαρξη υποδομών που περιγράφουν δεδομένα. Προκειμένου 35

36 λοιπόν οι υπάρχουσες σήμερα έννοιες να απεικονίζονται με έναν γενικευμένο τρόπο, αλλά και να διαλειτουργούν, χωρίς να έχει σημασία σε ποιο περιβάλλον είναι καταγεγραμένες, απεικονισμένες, αποθηκευμένες και διαθέσιμες, οργανώνονται μέσω εξειδικευμένων εργαλείων αναπαράσασης και καταγραφής τους. Οι οντολογίες, λοιπόν, είναι αυτές που μέσω της διαλειτουργηκότητάς τουςθα ανταλλαχθούν παρόμοια μεταδεδομένα. Μία οντολογία προσφέρει διαλειτουργικότητα και από αυτήν μπορούν να αντληθούν πληροφορίες, ακόμα και να συσχετιστούν. Αυτό επιτυγχάνεται με τη δόμηση των εννοιών σε οντολογίες (διαθέσιμες στο διαδίκτυο με ελεύθερη πρόσβαση στους χρήστες, στη διεύθυνση ΠΕΡΙΒΑΛΛΟΝ ΕΡΓΑΣΙΑΣ ΟΝΤΟΛΟΓΙΩΝ Οι οντολογίες, λοιπόν, διαδραματίζουν κεντρικό ρόλο στον Σημασιολογικό Ιστό, αφού παρέχουν τυπικά μοντέλα του τομέα της γνώσης που μπορούν να αξιοποιηθούν από έξυπνα μέσα. Σημαντική είναι λοιπόν η πρόοδος στον τομέα της οντολογικής έρευνας, τόσο σε θεωρητικό όσο και σε καθαρά πρακτικό επίπεδο. Είναι σημαντικό να υπάρχει ένα επεκτάσιμο εργαλείο (περιβάλλον εργασίας ) με υποστήριξη για τα πιο κοινά χαρακτηριστικά που απαιτούνται για την ανάπτυξη των εφαρμογών (των οντολογιών στην προκειμένη) του Σημασιολογικού Ιστού. Ένα περιβάλλον εργασίας των οντολογιών του Σημασιολογικού Ιστού πρέπει να παρέχει υπαρεσίες πρόσβασης, απεικόνισης,επεξεργασίας και χρήσης οντολογιών. Επιπλέον, δεδομένου ότι οι οντολογίες μπορεί να είναι εξαιρερτικά δύσκολο να κατασκευαστούν, ένα τέτοιο περιβάλλον εργασίας θα πρέπει να παρέχει έξυπνη βοήθεια στον κατασκευαστή και την εξέλιξη των οντολογιών. Δεδομένου επίσης ότι ο Σημασιολογικός Ιστός είναι ανοιχτός σε πάρα πολλές πιθανές περιοχές εφαρμογών, αυτό το περιβάλλον εργασίας θα πρέπει να είναι προσαρμόσιμο και επεκτάσιμο. Έτσι, το πιο κατάλληλο και επικρατέστερο εν χρήσει περιβάλλον εργασίας για τις οντολογίες είναι το Protégé (Knublauch, Fergerson, Noy, & Musen, 2004) PROTEGE Το Protégé είναι μία πλατφόρμα ανοιχτού κώδικα, το οποίο δημιουργήθηκε στο Πανεπιστήμιο του Stanford για την μοντελοποίηση, επεξεργασία και σύνταξη οντολογιών και την απόκτηση γνώσεων. Το πρόγραµµα πρωτοεμφανίστηκε το 1988 και αποτελούσε απλώς ένα µέσο για τη δημιουργία εργαλείων ανάκτησης γνώσης για έµπειρα συστήµατα. Σήµερα, μετά από 15 χρόνια, µε τη δουλειά του τµήµατος ιατρικών πληροφοριών του Πανεπιστημίου του Stanford (Stanford Medical Informatics SMI) το Protégé έχει εξελιχθεί σε ένα σύγχρονο εργαλείο 36

37 μοντελοποίησης γνώσης. Αυτή τη στιγµή απασχολεί ένα σημαντικό κομμάτι των ερευνητών στον τομέα της οντολογίας, έχοντας σχεδόν χρήστες σε όλο τον κόσµο, ενώ και η ίδια η εφαρμογή αναπτύσσεται µε ταχύτατους ρυθµούς, µε την τελευταία της έκδοση να έχει κυκλοφορήσει τον Απρίλιο του Χρησιμοποιείται για την ανάπτυξη κάθε είδους οντολογιών. Έχει μία κοινότητα χιλιάδων χρηστών οι οποίοι προσθέτουν στις δυνατότητές του και δρομολογούν την περεταίρω εξέλιξή του. Αυτό το περιβάλλον εργασίας τους δίνει τη δυνατότητα να κατασκευάσουν οντολογίες για οποιαδήποτε θεματική περιοχή τους ενδιαφέρει, να προσαρμόσουν τις φόρμες εισαγωγής των δεδομένων στις δικές τους απαιτήσεις και να εισάγουν τα δεδομένα τους. Παρέχει μία σειρά από εργαλεία για τη δημιουργία μοντέλων και εφαρμογών που βασίζονται στη γνώση των οντολογιών. Υποστηρίζει τη δημιουργία, την απεικόνιση και τον χειρισμό των οντολογιών με διάφορες μορφές αναπαράστασης. Το Protégé μπορεί να προσαρμοστεί ώστε να παρέχει τομεακή-φιλική υποστήριξη για τη δημιουργία μοντέλων γνώσης και την εισαγωγή δεδομένων. Το Protégé, επιπλέον, μπορεί να επεκταθεί με την αρχιτεκτονική των plug-ins 16 (καθώς υποστηρίζεται από τη γλώσσα προγραμματισμού Java) και με την Application Programming Interface (API), εφαρμογή που βασίζεται στην γλώσσα προγραμματισμού Java, για τη δημιουργία εργαλείων και εφαρμογών που βασίζονται στη γνώση και έτσι τα μοντέλα μπορούν να διερευνηθούν και να χειραγωγηθούν (Jurcık, 2010) (Gennari, et al., 2003). Σήμερα το Protégé μπορεί να χρησιμοποιηθεί για να φορτώσει, επεξεργαστεί και αποθηκεύσει τις οντολογίες σε διάφορες μορφές, συμπεριλαμβανομένων της RDF, XML, HTML, CLIPS (χρησ/ται στην ανάπτυξη έμπειρων συστημάτων), UML, καθώς έχει προστεθεί και η υποστήριξη της OWL ( Ontology Web Language - ) και τη συγγραφή και επεξεργασία των κανόνων σε SWRL ( Semantic Web Rule Language on OWL ). Το Protégé είναι γραμμένο σε γλώσσα προγραμματισμού Java, γεγονός που του επιτρέπει να τρέξει σε πολλά αγαπημένα λειτουργικά συστήματα (Jurcik, 2010). Αν και η ανάπτυξη του έχει ιστορικά καθοδηγηθεί κυρίως από βιοϊατρικές εφαρμογές, το σύστημα είναι ανεξαρτήτου πεδίου, έχει εξελιχθεί σε ένα σετ εργαλείων πολύ πιο γενικής χρήσης και έχει χρησιμοποιηθεί επιτυχώς σε πολλούς άλλους τομείς εφαρμογών (Gennari, et al., 2003) (Knublauch, Fergerson, Noy, & Musen, 2004). Το περιβάλλον εργασίας Protégé μπορεί να αντιπροσωπεύσει οντολογίες που αποτελούνται από κλάσεις, ιδιότητες ( slots ), χαρακτηριστικά ιδιοτήτων και περιπτώσεις/παραδείγματα ( instances) (Hendler, Berners-Lee, & Lassila, 2001). Μέσω του περιβάλλοντος εργασίας Protégé-2000, επιτρέπεται σε πολλά άτομα να επεξεργαστούν την ίδια οντολογία την ίδια στιγμή. Επιπλέον, παρέχει μία εξαιρετικά 16 Πιο συγκεκριμένα, τα Plug-ins είναι νέα, αυτόνομα τμήματα κώδικα τα οποία μπορούν να προσθέτουν οι προγραμματιστές ή εξειδικευμένοι χρήστες. Με αυτά το Protégé-2000 επεκτείνεται και μπορεί να περιλαμβάνει γραφικά συστατικά, όπως για παράδειγμα εικόνες, βίντεο και ήχο. 37

38 επεκτάσιμη βάση δεδομένων που επιτρέπει στους χρήστες να δημιουργήσουν οντολογίες με εκατοντάδες χιλιάδες των κλάσεων. Η σημαντική βιβλιοθήκη των plug-ins που έχει (Protégé Plug-in Library ) μπορεί να χρησιμοποιηθεί απευθείας σε OWL είτε να προσαρμοσθούν σε OWL με λίγη προσπάθεια. Το γεγονός επίσης ότι το Protégé-2000 είναι μία πλατφόρμα ανοιχτού κώδικα, ενθαρρύνει την ανάπτυξη των plug-ins. Αξιοσημείωτο είναι να αναφέρουμε πως το Protégé-2000 υποστηρίζεται από μία μεγάλη κοινότητα ενεργών χρηστών και προγραμματιστών και η ανατροφοδότηση απ αυτήν την κοινότητα αποδείχθηκε να είναι καθοριστική για την ανάπτυξη του OWL Plug-in (Knublauch, Fergerson, Noy, & Musen, 2004). Η σε υψηλό βαθμό προσαρμοστικότητα του Protégé-2000, κάνει την προσαρμογή του αυτή ως πρόγραμμα επεξεργασίας σε μια νέα γλώσσα γρηγορότερη από ότι τη δημιουργία ενός προγράμματος επεξεργασίας από το μηδέν. Τα ακόλουθα χαρακτηριστικά καθιστούν δυνατή την προσαρμογή : Πρώτον, είναι ένα επεκτάσιμο μοντέλο γνώσης, όπως προαναφέρθηκε. Δεύτερο χαρακτηριστικό του είναι η προσαρμόσιμη μορφή του αρχείου εξόδου, δηλαδή μπορούμε να εφαρμόσουμε συστατικά του Protégé-2000 τα οποία μεταφράζουν την εσωτερική αναπαράσταση του Protégé-2000 σε μία αναπαράσταση κειμένου σε οποιαδήποτε επίσημη γλώσσα. Τρίτον, έχει προσαρμόσιμο περιβάλλον χρήστη και τέταρτον έχει επεκτάσιμη αρχιτεκτονική που επιτρέπει την ενοποίηση με άλλες εφαρμογές. Μπορούμε να συνδέσουμε το Protégé-2000 απευθείας σε εξωτερικά συστήματα, όπως συγκεκριμένα μηχανήματα συλλογιστικής που λειτουργούν για τα μοντέλα σε μία νέα γλώσσα (Hendler, Berners-Lee, & Lassila, 2001). Να προσθέσουμε εδώ πως μία από τις σημαντικές λειτουργίες του Protégé-2000 είναι η παροχή σύνδεσης με το Ιντερνέτ. Οποιαδήποτε οντολογία μπορεί να εξαχθεί άμεσα σε μορφή HTML και έτσι να δημοσιευθεί στο διαδίκτυο απευθείας, χωρίς να επεξεργαστεί περεταίρω. Τα πλεονεκτήματα, λοιπόν, του Protégé είναι η μεγάλη κοινότητα χρηστών, μία βιβλιοθήκη επαναχρησιμοποιήσιμων εξαρτημάτων και μία ευέλικτη αρχιτεκτονική: χρησιμοποιώντας το Protégé οι προγραμματιστές και οι ειδικοί του χώρου μπορούν εύκολα να δημιουργήσουν αποτελεσματικά συστήματα που βασίζονται στη γνώση και οι ερευνητές μπορούν να εξερευνήσουν ιδέες σε ένα ευρύ φάσμα των τομέων της γνώσης (Gennari, et al., 2003) ΠΕΡΙΒΑΛΛΟΝ ΕΡΓΑΣΙΑΣ ΤΟΥ PROTEGE Στην εικόνα3 που ακολουθεί παρουσιάζεται το περιβάλλον εργασίας του Protégé Στο αριστερό τμήμα του κυρίου παραθύρου φαίνονται οι κατηγορίες και οι υποκατηγορίες (classes και subclasses) μιας οντολογίας και η ιεραρχική δομή τους, ενώ στο δεξί τμήμα μπορούμε να δούμε την περιγραφή της επιλεγμένης κατηγορίας (article), με το όνομά της, κάποιες πληροφορίες (documentation), ορισμένους 38

39 περιορισμούς που πιθανόν να υπάρχουν, και τέλος τις ιδιότητες (slots) της κατηγορίας στο κάτω δεξί τμήμα. Εικόνα 3 περιβάλλον εργασίας του Protégé-2000 Στην επόμενη εικόνα4 μπορούμε να παρατηρήσουμε την περιγραφή μιας εκ των ιδιοτήτων της συγκεκριμένης κατηγορίας, με στοιχεία όπως το είδος των τιμών που μπορεί να πάρει (ακέραιος αριθμός, δεκαδικός, σύμβολο κλπ) αλλά και το εύρος τους, και τις κατηγορίες με τις οποίες συνδέεται. 39

40 Εικόνα 4 Περιγραφή µιας ιδιότητας της κατηγορίας article Αυτές οι κατηγορίες περιέχουν αντικείμενα (instances), τα οποία ουσιαστικά αποτελούν τις εγγραφές στη συγκεκριμένη βάση δεδομένων. Ένα παράδειγμα μιας τέτοιας εγγραφής της κατηγορίας article βλέπουμε στην εικόνα 5. 40

41 Εικόνα 5 Αντικείμενο (instance) της κατηγορίας article Στο παράθυρο αυτό παρατηρούνται οι τιμές όλων των ιδιοτήτων της κατηγορίας article για το συγκεκριμένο αντικείμενο. Επίσης η εισαγωγή πληροφορίας στο Protégé όσον αφορά τις εγγραφές πραγματοποιείται με μια σειρά από φόρμες όπως αυτή που φαίνεται στην παραπάνω εικόνα, οι οποίες μπορούν να σχεδιαστούν και να διαφοροποιηθούν κατά βούληση του χρήστη. 5. ΑΝΤΙΣΤΟΙΧΙΣΗ ΟΝΤΟΛΟΓΙΩΝ 5.1. ΣΥΓΚΡΙΣΗ-ΔΙΑΛΕΙΤΟΥΡΓΙΚΟΤΗΤΑ ΟΝΤΟΛΟΓΙΩΝ Στη συνέχεια θα αναφερθούμε στην αυτοματοποιημένη σύγκριση των οντολογιών, μέσω της οποίας θα ανταλλαχθούν μεταδεδομένα από τη μία στην άλλη. Συγκρίνοντας τους πιθανούς παρόμοιους κόμβους έννοιες των οντολογιών μέσω κάποιων συγκεκριμένων μέτρων ενδιαφέροντος, προκύπτουν συμπεράσματα για την 41

42 ομοιότητα τους. Προκειμένου να ανταλλαχθούν οι έννοιες των οντολογιών αποτελεσματικά, οι οντολογίες θα πρέπει να θεωρηθούν ως δομές εννοιών. Αυτό σημαίνει πως θα υποστηρίζουν ορισμένα κριτήρια, βάση των οποίων τα αυτοματοποιημένα υπολογιστικά συστήματα θα μπορούν να αξιολογήσουν τις έννοιες τους. Έτσι, ίδια ή παρόμοια γνωστικά πεδία που έχουν περιγραφεί σε δομές μιας οντολογίας, θα μπορούν να συγκριθούν μέσω της ανάπτυξης μέτρων ομοιότητας (similarity measures) (Τατσιόπουλος, 2009). Η διαδικασία της αντιστοίχισης των οντολογιών είναι από τις πιο σημαντικές διαδικασίες στη μηχανική των οντολογιών. Η τελευταία αποτελεί μια αναδυόμενη διαδικασία μηχανικής γνώσης. Η μηχανική των οντολογιών (σχεδιασμός, ανάπτυξη, διατήρηση και ανταλλαγή οντολογιών) επιτρέπει την οργάνωση της πληροφορίας σε ταξονομίες εννοιών (οι έννοιες οργανώνονται γύρω από μια μορφή γράφου δένδρου), οι οποίες εκπροσωπούνται από τις ιδιότητες και τις σχέσεις μεταξύ των εννοιών, αντιπροσωπευόμενες από σχέσεις IS-A, λειτουργίες, περιορισμούς κλπ (Tatsiopoulos & Boutsinas, 2009). Κάθε έννοια θεωρείται εξειδίκευση της προηγούμενης (parent concept). Έτσι, η σημασιολογική συσχέτιση ανάγεται στη σωστή αντιστοίχιση των ταξονομιών των οντολογιών. Όπως προαναφέρθηκε σε προηγούμενη ενότητα, οι οντολογίες επιβάλλονται από την εκρηκτική ανάπτυξη του Σημασιολογικού Ιστού, όπου χρησιμοποιούνται για να περιγράψουν τη σημασιολογία των δεδομένων. Χρησιμοποιούνται για να δομήσουν εννοιολογικά τις έννοιες, και να ανταλλάξουν γνώση. Μπορούν να σχεδιαστούν και να αναπτυχθούν από διαφορετικές ομάδες ανθρώπων με παρόμοια ενδιαφέροντα (είτε μέσω της διαδικασίας της μηχανικής των γνώσεων είτε μέσω αυτοματοποιημένων μεθόδων εξόρυξης γνώσης). Τόσο το WWW όσο και ο Σημασιολογικός Ιστός, χαρακτηρίζονται από την ιδιότητα της αποκέντρωσης, όπου ετερογενείς και ασυμβίβαστες οντολογίες μπορούν να αναπτυχθούν από διαφορετικές κοινότητες, χωρίς την υιοθέτηση κοινών προτύπων για την ανταλλαγή πληροφοριών. Πολλοί ερευνητές θεωρούν πως οι οντολογίες που είναι κοινές σε όλα τα συστήματα, δεν μπορούν να είναι εγγυημένες (Wache, et al., 2001). Αυτό γιατί είναι πιο αποτελεσματικό, εάν γενικότερα, οι κοινότητες μπορούν συνήθως να μην αναγκαστούν να υιοθετήσουν κοινά πρότυπα και μια μικρότερη κοινότητα να συμμετέχει στη διαδικασία. Έπειτα μια αποτελεσματική ανταλλαγή πληροφοριών που βασίζεται στις οντολογίες μπορεί να θεσπιστεί, και αυτό με το να επιλύσει το πρόβλημα του καθορισμού αντιστοιχιών μεταξύ διαφορετικών οντολογιών, δηλαδή τον καθορισμό μιας σειράς παρόμοιων, επικαλυπτόμενων ή μοναδικών εννοιών. Αυτό το πρόβλημα είναι μια περίπτωση του προβλήματος της διαλειτουργικότητας (interoperability) (αφορά τη σύνδεση των πληροφοριακών συστημάτων που είναι ετερογενή και ασυμβίβαστα που προαναφέραμε) (Tatsiopoulos & Boutsinas, 2009). Η ετερογένεια και η ασυμβατότητα των οντολογιών οφείλεται στην ύπαρξη της γνώσης είτε σε διαφορετικές δομές ή σε διαφορετικά περιβάλλοντα με διαφορετική σημασία (semantics). Εδώ θα πρέπει να αναφέρουμε και το πρόβλημα της προτυποποίησης. Στη σημερινή εποχή, οι εφαρμογές που ανταλλάσσουν γνώση μειώνουν την 42

43 προτυποποίηση μιας περιγραφόμενης γνώσης. Η γνώση αυτή μπορεί να προέρχεται από διάφορες πηγές, των οποίων οι χρήστες δε συνεργάζονται προκειμένου να υπάρξει συγκεκριμένο σημείο αναφοράς γι αυτόν το χώρο γνώσης. Η λύση σε αυτό το πρόβλημα δίνεται και πάλι μέσω της σύγκρισης των οντολογιών, μέσω των οποίων σχετίζονται οι σημασιολογίες (Τατσιόπουλος, 2009). Όλο αυτό επιβάλλει την αντιστοίχιση των οντολογιών, η οποία μπορεί να δημιουργήσει μια αποτελεσματική ανταλλαγή πληροφοριών, μέσω του καθορισμού αντιστοιχιών μεταξύ τους. Η αντιστοίχιση των οντολογιών έχει στόχο να αντιμετωπίσει αυτήν τη διαρθρωτική και σημασιολογική ετερογένεια και ασυμβατότητα, με τον καθορισμό των αντιστοιχιών μεταξύ των στοιχείων διαφορετικών οντολογιών. Η αντιστοίχιση μπορεί να συσταθεί είτε με ευθυγράμμιση (alignment) είτε έμμεσα με συνάρθρωση (articulation). Με την ευθυγράμμιση η αντιστοίχιση γίνεται απ ευθείας μεταξύ δύο οντολογιών. Με τον έμμεσο τρόπο, αντιστοιχίζονται οι δυο οντολογίες σε μια τρίτη οντολογία αναφοράς (πηγή), την οποία και οι δύο μοιράζονται ως κοινό ανώτερο μοντέλο. Στις περιπτώσεις που η αντιστοίχιση οντολογιών εκτελείται κυρίως με το χέρι, υποστηριζόμενη ίσως από ένα γραφικό περιβάλλον εργασίας χρήστη, τότε η διαδικασία είναι χρονοβόρα και επιρρεπής σε λάθη. Το πρόβλημα έγκειται κυρίως στη διαλειτουργικότητα των δεδομένων που μέχρι σήμερα χρησιμοποιούνται σε κλασσικές βάσεις δεδομένων. Προκειμένου να ομογενοποιηθούν και να ενοποιηθούν τα σχήματα βάσεων δεδομένων, απαιτείται από το χρήστη να κατανοήσει τη σημασιολογική έννοια των οντοτήτων των σχημάτων των βάσεων αυτών, κάνοντας τη διαδικασία αυτή αρκετά επίπονη, καθώς η παρέμβαση του ανθρώπου θα είναι συνεχής και η διαδικασία αυτή δεν μπορεί να αυτοματοποιηθεί (Tatsiopoulos & Boutsinas, 2009). Αποτέλεσμα αυτού είναι η διαδικασία να είναι ημι αυτοματοποιημένη στην καλύτερη των περιπτώσεων. Όπως είναι κατανοητό, η διαδικασία αυτή χαρακτηρίζεται ως καθαρά υποκειμενική. Προκειμένου, λοιπόν, να ανακτηθεί η γνώση μέσα από ένα τεράστιο πλήθος δεδομένων που προέρχονται από ετερογενείς πηγές και με σκοπό να συσχετιστούν στα πλαίσια του σημασιολογικού, χρησιμοποιείται ο μηχανισμός υποστήριξης των οντολογιών. Οι οντολογίες είναι οι κατάλληλες, διότι, όπως προαναφέρθηκε, είναι δομές που από την κατασκευή τους έχουν τη δυνατότητα να αποθηκεύουν τη δομή για τα δεδομένα, όπως επίσης διαθέτουν και την υποδομή για τα μετά-δεδομένα. Επιπλέον, υποστηρίζουν τον μηχανισμό μέσω του οποίου επιλύονται οι σημασιολογικές διαφοροποιήσεις, ίδιων ή παρόμοιων εννοιών. Σε όλη την παραπάνω διαδικασία, πολύ μεγάλη σημασία έχει να αναδειχθούν κατάλληλα μέτρα ομοιότητας (similarity measures), που θα μπορούν να εφαρμοστούν ώστε να αυτοματοποιηθεί η διαδικασία αυτή. 43

44 5.2. ΠΡΟΤΕΙΝΟΜΕΝΗ ΜΕΘΟΔΟΛΟΓΙΑ - ONARM Υπάρχει ένας αρκετά μεγάλος αριθμός τεχνικών και συστημάτων που ταιριάζουν αντιστοιχίζουν οντολογίες. Οι τεχνικές αυτές ποικίλουν στις μορφές εισόδου και εξόδου, καθώς επίσης και στους τρόπους που παρεμβαίνει ο χρήστης. Κάποιες από τις τεχνικές αυτές απλώς καθοδηγούν το χρήστη να δημιουργήσει τις αντιστοιχίσεις (π.χ. PROMPT). Κάποιες άλλες είναι επίσης ημι- αυτόματες, στις οποίες ο χρήστης πρέπει να επιλύσει συγκρούσεις, να δημιουργήσει αντιστοιχίσεις για έννοιες που δεν μπορούν να συνδυαστούν, να επαληθεύσει τις εγγραφές (π.χ. FCA - Merge, GLUE, ONION). Κάποιες από αυτές επιτρέπουν στο χρήστη να προτείνει αντιστοιχίσεις, εκτός από εκείνες που δημιουργούνται αυτόματα (π.χ. EER CONCEPTOOL). Επίσης, υπάρχουν τεχνικές οι οποίες δημιουργούν τις αντιστοιχίσεις αυτόματα (πχ CAIMAN). Τέλος, υπάρχουν τεχνικές οι οποίες βασίζονται στο συνδυασμό διαφορετικών μεθόδων/διαδικασιών αντιστοίχισης, οι οποίες παρουσιάζουν αξιοσημείωτα αποτελέσματα σε όρους ακριβείας. Ένα κοινό πρόβλημα, είναι το σχήμα αντιστοίχισης στις βάσεις δεδομένων. Οι περισσότερες τεχνικές που αντιστοιχίζουν μέσω σχημάτων, δεν είναι επαρκείς αντιστοιχίσεις οντολογιών, λόγω του ότι παρουσιάζουν πενιχρά αποτελέσματα στην περίπτωση της μικρής δομικής ομοιότητας, λόγω της απουσίας περιπτώσεων κλπ (Tatsiopoulos & Boutsinas, 2009). Η τεχνική αντιστοίχισης οντολογιών που εμείς θα χρησιμοποιήσουμε είναι μια νέα τεχνική, η οποία δοθέντων των δυο οντολογιών εισόδου, είναι σε θέση να αντιστοιχίσει τις έννοιες σε μια οντολογία, χωρίς το feedback των χρηστών. Η προτεινόμενη τεχνική αξιοποιεί τη δομή των δυο οντολογιών εισόδου. Πιο συγκεκριμένα αυτό σημαίνει πως για να καθορίσει την αντιστοίχιση αξιοποιεί την ιεράρχηση των εννοιών. Η προτεινόμενη τεχνική ονομάζεται ONARM (Ontology mapping is based on Association Rule Mining). Με λίγα λόγια, η αντιστοίχιση των οντολογιών βασίζεται στην εξόρυξη κανόνων συσχέτισης, εξάγοντας κανόνες συσχέτισης από αυτές τις ιεραρχίες εννοιών (Tatsiopoulos & Boutsinas, 2009). Η βασική ιδέα της προτεινόμενης τεχνικής είναι να θεσπίσει μια ομοιότητα μεταξύ δυο εννοιών των οντολογιών εισαγωγής (input ontologies), η οποία βασίζεται στη θέση τους στις δομές των οντολογιών. Η θέση ενός κόμβου, ο οποίος αντιπροσωπεύει μια έννοια μέσα σε μία δομή οντολογίας, καθορίζει τις γειτονικές έννοιες. Θεωρείται πως η σημασία, δηλαδή το νόημα μιας έννοιας χαρακτηρίζεται επίσης από την έννοια/νόημα των γειτονικών της εννοιών. (Αυτό είναι κάτι το οποίο ο δημιουργός της οντολογίας έμμεσα καθόρισε από τον καθορισμό της δομής της οντολογίας.) Η προτεινόμενη τεχνική προκειμένου να καθιερώσει ένα μέτρο ομοιότητας, δέχεται δύο πηγές γνωστικού υπόβαθρου. Πρώτα είναι η διαρθρωτική / δομική αντιστοίχιση, η οποία από μόνη της δεν είναι αρκετή για την αντιστοίχιση των οντολογιών, και δεύτερη είναι η σημασία της έννοιας, χαρακτηριζόμενη επιπλέον από μια γλωσσολογική ανάλυση της έννοιας σε σχέση με μιας μεγάλης κλίμακας λεξικό (όπως το WordNet), με ένα σύνολο εγγραφών, με ένα εγχειρίδιο κανόνων κλπ. Η τεχνική ONARM θεωρεί κάθε μονοπάτι (path) της δομής της οντολογίας ως πηγή 44

45 υποβάθρου γνώσης. Εφαρμόζει εξόρυξη κανόνων συσχέτισης προκειμένου να καθορίσει τις κυρίαρχες γειτονικές έννοιες μιας έννοιας εισόδου (input concept) (Tatsiopoulos & Boutsinas, 2009). Μπορεί, λοιπόν, με μια πρώτη ματιά τα δεδομένα (τα οποία είναι ανεξαρτήτων χρηστών) να μην σχετίζονται, αλλά μέσω της μεθοδολογίας σύγκρισης των οντολογιών θα δημιουργηθούν ισχυρές συσχετίσεις μεταξύ τους. Αυτό το πλήθος των δεδομένων θα είναι αντικείμενο της διαδικασίας εξόρυξης γνώσης (Βουτσινάς, 2003). Η εξόρυξη της γνώσης πραγματοποιείται με τρόπους και αλγόριθμους που χωρίζονται σε δυο τομείς. Ο πρώτος συμπεριλαμβάνει τους τρόπους που έχουν βασιστεί σε αυστηρά μαθηματικά και πρότυπα αλγορίθμων. Ο δεύτερος αφορά τους τρόπους με τους οποίους η γνώση και οι πληροφορίες αποκτώνται με φυσικές διεργασίες (δηλαδή στη φύση). Εμείς θα ασχοληθούμε με τον πρώτο τρόπο εξόρυξης γνώσης, ο οποίος συμπεριλαμβάνει τους κανόνες συσχέτισης, τους κανόνες ταξινόμησης και τους κανόνες ομαδοποίησης. Ειδικότερα, η προτεινόμενη τεχνική χρησιμοποιεί, όπως προαναφέραμε, τους κανόνες συσχέτισης ΚΑΝΟΝΕΣ ΣΥΣΧΕΤΙΣΗΣ (ASSOCIATION RULES) Η Συσχέτιση (Association) είναι μια από τις πιο δημοφιλείς και πιο σημαντικές εργασίες εξόρυξης δεδομένων. Οι κανόνες συσχέτισης μπορούν να χρησιμοποιηθούν για να αντιπροσωπεύσουν / αναπαραστήσουν συχνά πρότυπα στα δεδομένα με την μορφή των εξαρτήσεων μεταξύ εννοιών χαρακτηριστικών. Οι κανόνες συσχέτισης που εξάγονται θεωρούνται ως ένας έμμεσος τρόπος που περιγράφει τις σχέσεις των εννοιών. Η εξαγωγή των κανόνων συσχέτισης παρουσιάστηκε για πρώτη φορά το 1993, και πραγματοποιήθηκε σαν μια εξαγωγή συσχετίσεων μεταξύ των πεδίων μιας βάσης δεδομένων (Βουτσινάς, 2003) ΧΡΗΣΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ APRIORI Σε αυτήν την εργασία, εφαρμόζουμε την πλέον κλασσική εφαρμογή των κανόνων συσχέτισης, η οποία είναι γνωστή ως «η ανάλυση / το πρόβλημα του καλαθιού της νοικοκυράς» (the market basket analysis problem). Εδώ, οι έννοιες ιδιότητες αντιπροσωπεύουν τα προϊόντα και η αρχική βάση δεδομένων είναι ένα σύνολο αγορών των πελατών, δηλαδή συναλλαγών (transactions) (η αγορά ενός συνόλου προϊόντων αντιμετωπίζεται ως μια μεμονωμένη συναλλαγή). Στο συγκεκριμένο πρόβλημα θεωρούμε κανόνες συσχέτισης ανάλογους με την μορφή «Το 90% των πελατών που αγοράζουν το προϊόν X, αγοράζουν επίσης και το προϊόν Y.» (Agrawal, Manilla, Srikant, Toivonen, & Verkamo, 1996) (Brin, Motwani, Ullman, & Tsur, 1997) (Park, Chen, & Yu, 1995). 45

46 Σκοπός δηλαδή είναι να αναγνωρισθούν τα προϊόντα που αγοράζονται μαζί. Με λίγα λόγια να βρεθούν αλληλεξαρτήσεις συσχετίσεις μεταξύ ενός αριθμού συναλλαγών. Ένας κανόνας συσχέτισης είναι ένας κανόνας της μορφής, όπου X και Y είναι σύνολα τιμών των πεδίων, για παράδειγμα ένα σύνολο προϊόντων (items). Η σημασία ενός κανόνα σαν αυτόν, είναι ότι οι περισσότερες εγγραφές της Βάσης Δεδομένων που περιέχουν το X, περιέχουν και το Y. Στόχος, δηλαδή, είναι να βρεθούν συσχετίσεις μεταξύ των στηλών ενός πίνακα δεδομένων. Το πόσο σημαντικός είναι ένας κανόνας συσχέτισης καθορίζεται αναλογικά από το ποσοστό που αυτός εφαρμόζεται στο σύνολο της Βάσης Δεδομένων (Βουτσινάς, 2003). Ένα παράδειγμα που θα μπορούσαμε να αναφέρουμε είναι το εξής: έστω ότι έχουμε τον παρακάτω πίνακα 1 με δεδομένα, όπου κάθε γραμμή του απεικονίζει προϊόντα που αγοράστηκαν σε ένα καλάθι, από ένα super market. Κόκα-κόλα Γάλα Τυρί Φρυγανιές Κρέας Τυρί Νερό Γάλα Κρέας Κρέας Γάλα Ψωμί Πίνακας 1: ο πίνακας αυτός παρατίθεται στο (Βουτσινάς, 2003). Εδώ, οι αλγόριθμοι συσχέτισης που έχουν προταθεί και εφαρμόζονται πρακτικά, εξάγουν κανόνες συσχέτισης με την μορφή: «το 98% των πελατών που αγοράζουν γάλα και κρέας, αγοράζουν επίσης και τυρί, όπως επίσης και στο 70% των αγορών έχουν αγορασθεί γάλα, κρέας και τυρί». Ο βασικότερος αλγόριθμος συσχέτισης είναι ο APRIORI. Ο αλγόριθμος αυτός δέχεται σαν είσοδο ένα σύνολο αγορών (transactions). Κάθε αγορά είναι μια λίστα (itemset) από προϊόντα (items) που αγοράστηκαν μαζί (Βουτσινάς, 2003). Πιο συγκεκριμένα, έστω 1) είναι ένα σύνολο από προϊόντα 2) Έστω D ένα σύνολο από αγορές, όπου κάθε αγορά T είναι μια λίστα από προϊόντα, με. Ο κανόνας συσχέτισης είναι μια έκφραση της μορφής, όπου τέτοιο ώστε και (με ) είναι ένα προϊόν της συναλλαγής/αγοράς D της Βάσης Δεδομένων. Η ενημερωτική δύναμη του κάθε κανόνα συσχέτισης μετριέται από δύο δείκτες: την επιβεβαίωση (support) και την αξιοπιστία (confidence). Η αξιοπιστία που μετράει τη δεσμευμένη πιθανότητα του Y δεδομένου του X. Δηλαδή, το ποσοστό των συναλλαγών που περιέχουν το Y επί του αριθμού των συναλλαγών που περιέχουν το X. Η επιβεβαίωση μετράει το ποσοστό των συναλλαγών στην D (σύνολο αγορών/συναλλαγών) που περιλαμβάνουν και το X και το Y. Είναι δηλαδή το ποσοστό στο οποίο εμφανίζονται το X και το Y μαζί, στο 46

47 σύνολο της Βάσης Δεδομένων (Tatsiopoulos & Boutsinas, 2009). Γενικότερα, οι κανόνες συσχέτισης σε ένα σύνολο αγορών D, ισχύει με αξιοπιστία c, αν το c% των αγορών που ανήκουν στο D και περιέχουν το X, περιέχουν επίσης και το Y. Ο κανόνας έχει επιβεβαίωση s, αν το s% των αγορών που ανήκουν στο D περιέχουν το. Στο παραπάνω παράδειγμα, το πρώτο ποσοστό αναφέρεται ως αξιοπιστία και αφορά στο ποσοστό όπου εμφανίζονται και τα τρία προϊόντα μαζί, επί του αριθμού των αγορών που περιέχουν γάλα και κρέας. Το δεύτερο ποσοστό αναφέρεται ως επιβεβαίωση και αφορά το ποσοστό στο οποίο εμφανίζονται και τα τρία προϊόντα μαζί σε όλο το σύνολο των αγορών. Το πρόβλημα εύρεσης των κανόνων συσχέτισης εστιάζεται στην εύρεση όλων των κανόνων που έχουν μια καθορισμένη από το χρήστη ελάχιστη τιμή επιβεβαίωσης και αξιοπιστίας (Tatsiopoulos & Boutsinas, 2009) (Βουτσινάς, 2003). Το πρόβλημα της εύρεσης όλων των κανόνων συσχέτισης που έχουν την επιθυμητή επιβεβαίωση και αξιοπιστία διαιρείται σε δύο μέρη. Πρώτα, βρίσκουμε όλους τους συνδυασμούς των προϊόντων που έχουν επιβεβαίωση μεγαλύτερη από την ελάχιστη επιβεβαίωση (minimum support). Αυτοί οι συνδυασμοί είναι οι μεγάλες λίστες από προϊόντα (large itemsets). Δεύτερον, χρησιμοποιούμε όλες τις μεγάλες λίστες από προϊόντα για εξόρυξη των κανόνων συσχέτισης που ικανοποιούν την ελάχιστη αξιοπιστία. Για παράδειγμα, έστω ότι έχουμε δύο μεγάλες λίστες από προϊόντα, τις ABCD και AB. Μπορούμε να βρούμε εάν ο κανόνας συσχέτισης ξεπερνά την ελάχιστη αξιοπιστία, με το να υπολογίσουμε το 2003).. Αν τότε ο κανόνας συσχέτισης γίνεται δεκτός (Βουτσινάς, ΒΗΜΑΤΑ ΤΗΣ ΠΡΟΤΕΙΝΟΜΕΝΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ Ειδικότερα, λοιπόν, η προτεινόμενη τεχνική, θεωρεί κάθε διαδρομή της δομής της οντολογίας ως μια συναλλαγή. Έπειτα για κάθε οντολογία εισαγωγής (input ontology) εφαρμόζει την εξόρυξη κανόνων συσχέτισης στο σύνολο των συναλλαγών. Θεωρούμε πως οι κανόνες συσχέτισης που εξάγονται καθορίζουν τις κυρίαρχες γειτονικές έννοιες κάθε οντολογίας εισόδου. Έτσι, η ομοιότητα των κανόνων συσχέτισης ορίζει την ομοιότητα των εννοιών που βασίζεται στη θέση (Tatsiopoulos & Boutsinas, 2009). Η γλωσσική ανάλυση λαμβάνεται επίσης υπόψη. Αυτή η γλωσσική ανάλυση χρησιμοποιείται ώστε να αυξήσει ή να μειώσει την ομοιότητα που βασίζεται στη θέση που έχουμε λάβει. (Οποιοδήποτε εύρημα (heuristic 17 ) γλωσσικής ανάλυσης που έχει 17 Με την έννοια αυτήν, εννοούμε την μέθοδο που ακολουθείται ώστε να επιλυθεί ένα πρόβλημα. Αυτή η μέθοδος τις περισσότερες φορές είναι μη επίσημη. Όμως οδηγεί γρήγορα σε μία λύση του προβλήματος που είναι πολύ κοντά και αποδεκτά, στην καλύτερη πιθανή λύση του προβλήματος αυτού. 47

48 προταθεί στη βιβλιογραφία μπορεί να χρησιμοποιηθεί). Εμείς, σε αυτήν την εργασία, έχοντας υιοθετήσει ένα τέτοιο εύρημα, εξετάζουμε την ταυτότητα των ετικετών των εννοιών, ενώ χρησιμοποιούμε κοινό λεξικό και για τις δύο οντολογίες. Προφανώς, πιο προηγμένα ευρήματα θα μπορούσαν να αυξήσουν τη συνολική ακρίβεια. Η προτεινόμενη τεχνική μπορεί να εφαρμοστεί σε δομές οντολογιών οι οποίες σχηματίζουν μια κατευθυνόμενη άκυκλη γραφική παράσταση, υποστηρίζοντας με αυτόν τον τρόπο πολλαπλή κληρονομικότητα. Δύο βασικά στοιχεία τα οποία μοιράζονται οι περισσότεροι επίσημοι ορισμοί μιας οντολογίας στη βιβλιογραφία, είναι οι έννοιες και μια ιεραρχική σχέση του τύπου IS-A. Ο απαιτούμενος επίσημος ορισμός των οντολογιών εισόδου περιέχει αυτά τα δυο βασικά στοιχεία. Έτσι, ορίζουμε ως βασική οντολογία ένα ζεύγος G=(C, r), όπου το C είναι ένα σύνολο εννοιών και r είναι μια μερική διάταξη στο C, δηλαδή μια δυαδική σχέση, η οποία είναι αντανακλαστική, μεταβατική και αντισυμμετρική (Tatsiopoulos & Boutsinas, 2009). Πιο συγκεκριμένα, η προτεινόμενη τεχνική όπως προαναφέρθηκε, δέχεται δύο οντολογίες ως είσοδο. Μπορεί να χρησιμοποιηθεί οποιοσδήποτε συντάκτης οντολογιών για να τις δημιουργήσει. Εμείς επιλέγουμε η οντολογία να απεικονιστεί στο περιβάλλον μοντελοποίησης της γνώσης Protégé. Κατά το πρώτο βήμα, οι οντολογίες εισόδου μετατρέπονται ανάλογα στις γλώσσες του περιβάλλοντος (RDF και RDFS). Προφανώς, οποιεσδήποτε υπάρχουσες οντολογίες που είναι ήδη περιγεγραμμένες στο Protégé, μπορούν να χρησιμοποιηθούν από την μεθοδολογία που προτείνουμε. Έπειτα χρησιμοποιείται το Java Jena 18 API. Χρησιμοποιείται δηλαδή το Application Programming Interface (API), της Java, όπου χρησιμοποιείται το πακέτο Jena. Έτσι, η οντολογία, η οποία είναι περιγεγραμμένη σε textual μορφή, διαβάζεται και μετατρέπεται σε μορφή που μπορεί να επεξεργαστεί και να αποθηκευτεί. Αυτό προσφέρει τη δυνατότητα να πάρουμε την πλήρη περιγραφή των οντολογιών εισόδου όσον αφορά τα δομικά τους στοιχεία, δηλαδή τα μονοπάτια (paths), τους κόμβους έννοιες, τους κόμβους γονείς (parent nodes), τους κόμβους παιδιά (children nodes), τους διπλανούς κόμβους κόμβους αδέλφια, δηλαδή τους γειτνιάζοντες κόμβους (siblings) και τους τελικούς 19 κόμβους (leaf nodes). Προκειμένου να εφαρμοστεί ο αλγόριθμος εξόρυξης κανόνων συσχέτισης APRIORI, οι κόμβοι πρέπει να είναι θεσιολογικά αριθμημένοι, δηλαδή αριθμημένοι με βάση τη θέση τους στην οντολογία. Έτσι, το δεύτερο βήμα είναι να δημιουργήσουμε μια δομή με αριθμημένους κόμβους, κατά αύξουσα αρίθμηση, της ίδιας δομής με την υπό εξέταση οντολογία (ώστε να διατηρηθεί η ιεραρχική δομή της οντολογίας), αλλά 18 Jena είναι μια εφαρμογή Java της επέκτασης του Σημασιολογικού Ιστού με τη βοήθεια του αντίστοιχου API. 19 Ως τελικός κόμβος ορίζεται ο κόμβος που δεν έχει περαιτέρω κόμβους παιδιά. 48

49 αριθμημένη με ακέραιους αριθμούς που θα υποβληθούν/ υποστούν Breadth First Search (BFS 20 ). Breath-first search Σύμφωνα με τη διαδικασία BFS, οι ακέραιοι προσδιορίζονται και αποδίδονται οριζοντίως (αυξάνονται οριζόντια). Με αυτόν τον τρόπο, εξασφαλίζουν ότι κάθε κόμβος N i αριθμείται με έναν ακέραιο k, τέτοιον ώστε k>m, όπου το m είναι ένας ακέραιος ο οποίος έχει εκχωρηθεί στον γονικό του κόμβο M (parent node), του τρέχοντος κόμβου N. Η συγκεκριμένη σχέση ισχύει για κάθε κόμβο γονέα κόμβο παιδί (parent child node) μέσα στην οντολογία εισόδου. Με αυτόν τον τρόπο, οι κόμβοι βαθύτερων επιπέδων, αντιστοιχίζονται με υψηλότερες τιμές αριθμών. Μετά την αρίθμηση της οντολογίας, το αποτέλεσμα είναι ένας πίνακας κατακερματισμού ο οποίος θα περιλαμβάνει όλους τους κόμβους της οντολογίας με τους αντίστοιχους ακέραιούς τους. Έπειτα, στο τρίτο βήμα, για να εξαχθούν όλα τα πιθανά μονοπάτια (paths) της οντολογίας, με στόχο την γρήγορη πρόσβαση και εξέταση από τον αρχικό κόμβο της (root rode) έως το σύνολο των τελικών κόμβων της (leaf nodes), εκτελείται η Depth First Search (DFS 21 ). 20 Για την υλοποίηση της BFS χρησιμοποιείται μια δομή τύπου QUEUE, όπου έχουν αποθηκευθεί οι κορυφές της οντολογίας που έχουν επισκεφθεί. Ξεκινώντας από τη ρίζα της οντολογίας, συνεχίζουμε εξετάζοντας όλους τους παραπλήσιους κόμβους γειτνίασης. Για καθέναν από αυτούς τους κόμβους, επισκεπτόμαστε καθέναν από τους γειτνιάζοντες κλπ (Τατσιόπουλος, 2009). 21 Στην DFS δεν χρησιμοποιείται η δομή QUEUE αλλά η stack με αναδρομή. Οι κόμβοι εδώ αριθμούνται κατά βάθος, δηλαδή κάθετα. Έστω ότι Α(Κ i ) είναι η αρίθμηση του κόμβου Κ i. Θεωρείται υποχρεωτικό σύμφωνα με τον αλγόριθμο APRIORI να ισχύει πάντα Α(Κ i ) > Α(Κ j ), όπου i<j. Δηλαδή ο Κ i είναι parent του Κ j. Έτσι ο αριθμός της αρίθμησης ενός child node είναι πάντα μεγαλύτερος από τον αριθμό που αναπαριστά τον parent node (Τατσιόπουλος, 2009). 49

50 Depth-first search Η DFS παρέχει όλα τα πιθανά μονοπάτια, τα οποία είναι ονομασμένα με αριθμούς (αριθμώντας δηλαδή τους κόμβους) σε μια μορφή τύπου λίστας. Η μεθοδολογία έχει σχεδιαστεί με τέτοιον τρόπο που να επιτρέπει την πολλαπλή κληρονομικότητα επί των κόμβων (multiple inheritance) και ως εκ τούτου κάθε κόμβος να μπορεί να έχει πολλαπλούς parents, με τον ακόλουθο τρόπο και σύμφωνα με τον ορισμό: L(i) είναι το επίπεδο του κόμβου I, και, L i = max(l 1, l 2,., l n ), όπου l 1, l 2,.l n είναι οι αριθμοί των επιπέδων στα οποία ο κόμβος I ανήκει ταυτόχρονα. Για την επίλυση του ανωτέρου, κατά τη διαδικασία της αρίθμησης, οι ακέραιοι που έχουν εκχωρηθεί στους κόμβους, είναι μη συνεχείς, αλλά διατηρούν την απαραίτητη ιδιότητα που απαιτείται από τον αλγόριθμο APRIORI που ακολουθεί, τέτοια ώστε: 50

51 Για κάθε δύο κόμβους I, J, O (J) > O (I), όπου ο κόμβος J είναι parent του κόμβου I και ο O(N) είναι η τάξη (order) του τυχαίου κόμβου N. (Tatsiopoulos & Boutsinas, 2009). Το βήμα αυτό της μεθοδολογίας, περιλαμβάνει την εξαγωγή όλων των μονοπατιών από τις ρίζες (root) στους τερματικούς (leafs) που είναι διαθέσιμα στο σχήμα της οντολογίας, με τη βοήθεια μιας επαναληπτικής μεθόδου (recursive). Επιπλέον, δημιουργείται μια λίστα με όλους τους τερματικούς κόμβους. Στο τέταρτο βήμα, για ένα προκαθορισμένο σύνολο τιμών ελάχιστης επιβεβαίωσης και αξιοπιστίας 22 (s, c), ο αλγόριθμος APRIORI εφαρμόζεται και στις δυο οντολογίες εισόδου, με σκοπό την εξαγωγή των πιο σημαντικών κανόνων συσχέτισης των κόμβων. Το αποτέλεσμα είναι ένα σύνολο κανόνων του ακόλουθου τύπου: Πίνακας 2 Ο πίνακας παρατίθεται στο άρθρο (Tatsiopoulos & Boutsinas, 2009) όπου οι παραπάνω ακέραιοι αριθμοί δηλώνουν τους αριθμημένους κόμβους της οντολογίας (τους κόμβους της οντολογίας που έχουν ονομαστεί με αριθμούς). Κάθε συγκεκριμένο ζεύγος των (c, s) παράγει ένα σετ κανόνων συσχέτισης, με τις ονομασίες R(G 1 ), R(G 2 ), οι οποίοι αναφέρονται στις οντολογίες G 1 και G 2 (Tatsiopoulos & Boutsinas, 2009). Έπειτα, κατά το πέμπτο βήμα της μεθοδολογίας ONARM, το σετ των παραπάνω κανόνων συσχέτισης R(G 1 ), R(G 2 ) μεταφράζεται ξανά και εκπροσωπείται με τα αρχικά ονόματα των κόμβων. Με αυτόν τον τρόπο παρέχει τους καινούριους κανόνες συσχέτισης R (G 1 ), R (G 2 ) των οντολογιών G 1 και G 2. Η τεχνική ONARM δημιουργεί μια μήτρα σημαντικότητας [n*m] (πίνακα συσχέτισης), η οποία περιέχει τη σημασία στην αντιστοιχία κάθε κόμβου της 22 Προκειμένου να ανιχνευθούν με μεγαλύτερη ακρίβεια τα διαστήματα στα οποία η μεθοδολογία δίνει καλύτερα αποτελέσματα, έχει υλοποιηθεί μια επιπλέον διαδικασία, η οποία εκτελεί τον αλγόριθμο APRIORI για τιμές (s, c) = (5%, 5% - 100%, 100%), με αντίστοιχο βήμα αύξησης και για τα δύο το 5%. 51

52 οντολογίας G 1 = (C 1, r 1 ) με κάθε κόμβο της οντολογίας G 2 = (C 2, r 2 ). Σημειώστε ότι η οντολογία G 2 αντιστοιχίζεται έναντι της οντολογίας G 1 και όχι το αντίστροφο, θεωρώντας την G 1 ως την οντολογία αναφοράς μας. Η σημαντικότητα στην αντιστοίχιση με το υπολογίζεται με βάση το μέτρο επιβεβαίωσης (s) των κανόνων συσχέτισης, έχοντας το X και το Y ως αριστερό μέρος. Για παράδειγμα, εξετάζοντας τους ακόλουθους κανόνες για τα X και Y: Για κάθε ένα από τα τέσσερα ζευγάρια κανόνων συσχέτισης, ένα για το X και άλλο για το Y, τα μέτρα K και K t, υποδεικνύοντας την i σημαντικότητα, υπολογίζονται με την ακόλουθη διαδικασία: 1) K=0, εάν s x s y > α, όπου το α είναι ένα προκαθορισμένο από τον χρήστη όριο 2) K Average (s x, s y ) * β * w, όπου β > 1 εάν X ή Y ή και τα δύο είναι τελικοί κόμβοι (leaf nodes) β = 1, διαφορετικά w είναι το ποσοστό ομοιότητας των τμημάτων 3) K t = K * γ, όπου γ > 1 εάν X Y, δηλαδή οι δύο κόμβοι είναι ταυτόσημοι ως προς από μια γλωσσολογική ανάλυση (οι δυο κόμβοι έχουν ακριβώς το ίδιο λεκτικό όνομα) γ = 1, διαφορετικά Η τεχνική ONARM για κάποια ελάχιστη επιβεβαίωση και αξιοπιστία (για παράδειγμα (s, c) = (25, 5)) εξάγει κανόνες από τις δύο οντολογίες (για παράδειγμα G 2, G 3 ) και χτίζει τον πίνακα σημαντικότητας. 52

53 Πίνακας 3:ο πίνακας αυτός παρατίθεται στο άρθρο (Tatsiopoulos & Boutsinas, 2009) Τέλος, παρέχει τελικές αντιστοιχίσεις μαζί με τις συσχετίσεις τους, για παράδειγμα: [G 2 ]:ooo50 [G 3 ]: ooo , όπου ooo50 είναι οι κόμβοι και 75.0 είναι η αξιοπιστία. Στο παραπάνω παράδειγμα του πίνακα 2, οι κόμβοι της G 2 απαριθμούνται σε σειρές και αυτοί της G 3 απαριθμούνται σε στήλες του πίνακα σημαντικότητας, ενώ τα κελιά περιέχουν τις σημαντικότητες. 6. ΣΧΕΤΙΚΑ ΜΕ ΤΗΝ ΑΝΤΑΛΛΑΓΗ ΟΝΤΟΛΟΓΙΩΝ ΕΥΘΥΓΡΑΜΜΙΣΗ/ΣΥΓΧΩΝΕΥΣΗ ΟΝΤΟΛΟΓΙΩΝ Οι οντολογίες χρησιμοποιούνται για να χειριστούν πολύπλοκες καταστάσεις, λόγω της συνεχούς ανάπτυξης του Σημασιολογικού Ιστού. Εκεί χρησιμοποιούνται για να περιγράψουν τη σημασιολογία των δεδομένων. Η συγχώνευση / ευθυγράμμιση (merging/alignment) των οντολογιών είναι ένα από τα πιο σημαντικά καθήκοντα στη μηχανική της οντολογίας (Boutsinas & Tatsiopoulos). Η αποκεντρωμένη φύση τόσο του Διαδικτύου όσο και του Σημασιολογικού Ιστού (Berners-Lee, Weaving the Web- The Original Design and Ultimate Destiny of the World Wide Web by its Inventor, 1999) (Berners-Lee, The W3 webside, 2013) όπου ετερογενείς και μη συμβατές (incompatible) οντολογίες μπορεί να σχεδιαστούν και να αναπτυχθούν από διαφορετικές κοινότητες, επιβάλλει τη συγχώνευση / ευθυγράμμιση των οντολογιών. Με τον αποκεντρωμένο αυτόν χαρακτήρα του Web και του Σημασιολογικού Ιστού, διαφορετικές κοινότητες μέσα στη λεγόμενη κοινωνία της πληροφόρησης, αναπαριστούν και χρησιμοποιούν τις ίδιες βασικές έννοιες με διαφορετικούς τρόπους 53

54 χρησιμοποιώντας διαφορετικά λεξικά και overlapping content. Για παράδειγμα, η έννοια «σκαθάρι» αναλύεται τελείως διαφορετικά σε μια οντολογία της ζωολογίας από ότι σε μια οντολογία της μουσικής 23 βιομηχανίας. Η ανάγκη για συγχώνευση / ευθυγράμμιση προκύπτει όταν τέτοιες οντολογίες πρέπει να ενσωματωθούν. Συνήθως η συγχώνευση / ευθυγράμμιση των οντολογιών βασίζεται στην αντιστοίχιση των οντολογιών, που έχει ήδη δημιουργηθεί σε προηγούμενη φάση. Στη συνέχεια θα εξετάσουμε το έργο της ευθυγράμμισης (aligning) οντολογιών - πηγών, οι οποίες μπορεί να χρησιμοποιούν διαφορετικά λεξικά και μπορεί να έχουν επικαλυπτόμενο περιεχόμενο. Πιο συγκεκριμένα, ορίζουμε ένα πρόβλημα στο πλαίσιο της διαδικασίας ευθυγράμμισης οντολογιών: το πρόβλημα ανανέωσης κάθε μιας από τις οντολογίες πηγές όμως μόνο των μερών της κάθε οντολογίας που θεωρούνται ενδιαφέροντα για τους χρήστες/σχεδιαστές τους. Η ανανέωση της οντολογίας γίνεται χρησιμοποιώντας τη γνώση που συμπεριλαμβάνεται στην άλλη οντολογία. Φυσικά, η ανανέωση πραγματοποιείται εάν η γνώση που περιλαμβάνεται στα ενδιαφερόμενα τμήματα της μίας οντολογίας είναι ένα υπερσύνολο των γνώσεων που συμπεριλαμβάνεται στα ενδιαφερόμενα τμήματα της άλλης οντολογίας. Για το σκοπό αυτό, ορίζουμε και αξιοποιούμε έναν αριθμό από διαφορετικά μέτρα ενδιαφέροντος (measures of interestingness) τμημάτων των οντολογιών. Όλες οι τεχνικές συγχώνευσης / ευθυγράμμισης που παρουσιάστηκαν στη βιβλιογραφία (για παράδειγμα Ontomorph, FCA Merge, PROMPT κλπ), μελετούν τη συγχώνευση ή την ευθυγράμμιση του συνόλου / ολόκληρων οντολογιών εισόδου. Οι βασικές ιδέες οποιασδήποτε από αυτές τις τεχνικές θα μπορούσαν να εφαρμοστούν στην ευθυγράμμιση των ενδιαφερόμενων τμημάτων, μετά των εντοπισμό των τελευταίων. Έχουμε μείωση στο πρόβλημα της ευθυγράμμισης στην αυτόματη ανίχνευση των ενδιαφερόμενων τμημάτων που βασίζονται μόνο στη δομή της οντολογίας και όχι σε οποιαδήποτε ενέργεια του χρήστη. Το παραπάνω πρόβλημα είναι σημαντικό για τις εφαρμογές έξυπνου λογισμικού που χρησιμοποιούν οντολογίες, για παράδειγμα ευφυείς διαμεσολαβητές, κάθε φορά που ένας διαμεσολαβητής χρειάζεται να ανανεώσει τις γνώσεις του από άλλους διαμεσολαβητές (Boutsinas & Tatsiopoulos). Στην εργασία μας, θα ορίσουμε και θα αξιολογήσουμε έναν αριθμό από διαφορετικά μέτρα ενδιαφέροντος των τμημάτων των οντολογιών. Η έννοια «ενδιαφέροντος» (interestingness) χρησιμοποιήθηκε πρώτα στην εξόρυξη των δεδομένων ως ένα μέτρο του πόσο ενδιαφέρον είναι ένας κανόνας εξόρυξης δεδομένων, σε σχέση με την απόφαση του χρήστη (Boutsinas & Tatsiopoulos). Δεν υπάρχει κανένας γενικά αποδεκτός ορισμός του «interestingness» (ενδιαφέροντος). Στην πραγματικότητα, καθένα από τα προτεινόμενα μέτρα αφορούν μια διαφορετική πτυχή του τι θα μπορούσε να σημαίνει το «ενδιαφέροντος» στις οντολογίες. Επίσης, τα προτεινόμενα μέτρα εκμεταλλεύονται μόνο τη δομή των οντολογιών εισόδου. Έτσι, τα προτεινόμενα μέτρα είναι ανεξάρτητα από την εφαρμογή. 23 Οι γνωστοί Beatles. 54

55 6.2. ΤΑ ΠΡΟΤΕΙΝΟΜΕΝΑ ΜΕΤΡΑ ΕΝΔΙΑΦΕΡΟΝΤΟΣ Παρακάτω προτείνονται κάποια μέτρα ενδιαφέροντος καθώς και οι ορισμοί τους. Έχουν ερευνηθεί και πολλά άλλα. Ωστόσο, τα προτεινόμενα εκθέτουν σημαντικά αποτελέσματα κατά τη διάρκεια εμπειρικών τεστ. Όλα τους βασίζονται στη δομή των οντολογιών (Boutsinas & Tatsiopoulos). Θεωρούμε πως η ευθυγράμμιση μερών των δυο οντολογιών πηγών, (των εξεταζόμενων οντολογιών) ακολουθεί μια διαδικασία αντιστοίχισης, όπου έχουν δημιουργηθεί αντιστοιχίσεις μεταξύ των στοιχείων των οντολογιών πηγών (με την αντιστοίχιση των εννοιών από μια οντολογία αναφοράς σε έννοιες της άλλης) (Doan, Madhavan, Domingos, & Halevy, 2002) (Prasad, Peng, & Finin, 2002). Αφού, λοιπόν, δοθεί μια τέτοια αντιστοίχιση και ένα σύνολο ενδιαφερομένων μερών για κάθε εξεταζόμενη οντολογία (source ontology), τότε θα μπορούσε να χρησιμοποιηθεί ένας αλγόριθμος ευθυγράμμισης, έτσι ώστε να κάνει τα ενδιαφερόμενα μέρη της οντολογίας G 1 συνεπή και συνεκτικά με την οντολογία G 2. Εννοείται πως μια τέτοια ευθυγράμμιση εφαρμόζεται αν η οντολογία G 2 αναπαριστά/αντιπροσωπεύει περισσότερη γνώση από ότι η G 1, εφόσον αφορά τα ενδιαφερόμενα μέρη της τελευταίας. Τα προτεινόμενα μέτρα μπορούν να εφαρμοσθούν σε δομές οντολογίας που σχηματίζουν μια κατευθυνόμενη άκυκλη γραφική παράσταση. Έτσι, υποστηρίζει την πολλαπλή κληρονομικότητα. Όπως αναφέραμε και παραπάνω, ο απαιτούμενος επίσημος ορισμός των οντολογιών εισόδου περιέχει δύο βασικά στοιχεία: τις έννοιες και την ιεραρχία σε μορφή σχέσης IS-A. Έτσι ορίσαμε μια οντολογία ως ένα ζευγάρι G=(C,r), όπου C είναι το σύνολο των εννοιών και r είναι μια μερική διάταξη στο C, δηλαδή μια δυαδική σχέση, η οποία είναι αντανακλαστική, μεταβατική και αντισυμμετρική. Τα προτεινόμενα μέτρα βασίζονται όλα στην ανίχνευση ενδιαφερόμενων εννοιών μέσα σε μια οντολογία. Έπειτα, θεωρούμε τα ενδιαφερόμενα μέρη της οντολογίας τους υπογράφους, ριζομένους σε αυτές τις έννοιες ενδιαφέροντος. Έτσι, τα ακόλουθα μέτρα εκχωρούν μια αξία σε κάθε έννοια, αντιπροσωπεύοντας το πόσο ενδιαφέρουσα είναι: 1) Percentage Direct Child Nodes (rel_cd%): ο αριθμός των κόμβων που συνδέονται άμεσα με έναν συγκεκριμένο κόμβο, ως ποσοστό του αριθμού των κόμβων στην οντολογία. Όσο υψηλότερη είναι η τιμή του μέτρου αυτού για έναν κόμβο, τόσο πιο ενδιαφέρουσα είναι η έννοια που αντιπροσωπεύει (τόσο μεγαλύτερο το interestingness για τον κόμβο). Για παράδειγμα, βλέπουμε 55

56 στην οντολογία του σχήματος που ακολουθεί (Εικόνα3) πως ο κόμβος oo250 (που έχει value = 10,71%) είναι πιο ενδιαφέρον από τον κόμβο oo180 (που έχει value = 0%, καθώς δεν έχει child nodes) και από τον ooo40 (που έχει value = 7,14%), δεδομένου ότι έχει πιο πολλούς κόμβους παιδιά άμεσα. Εικόνα 3: το διάγραμμα αυτό παρατίθεται στο άρθρο (Boutsinas & Tatsiopoulos) 2) Percentage Indirect Child Nodes (rel_ci%): ο αριθμός των κόμβων στον υπογράφο, με ρίζα, που ξεκινούν δηλαδή, από έναν συγκεκριμένο κόμβο, ως ποσοστό του αριθμού των κόμβων στην οντολογία. Όσο υψηλότερη είναι η τιμή του μέτρου του κόμβου, τόσο πιο ενδιαφέρουσα είναι η έννοια που αντιπροσωπεύει αυτός ο κόμβος (τόσο υψηλότερο το interestingness του κόμβου). Για παράδειγμα, στο παραπάνω σχήμα, ο κόμβος οοο95 (που έχει value = 42,86%) είναι πιο ενδιαφέρον από τον κόμβο οο185 (που έχει value = 14,29%) δεδομένου ότι έχει πιο πολλούς κόμβους ο υπογράφος που ξεκινάει από τον κόμβο οοο95. Επίσης, τώρα ο κόμβος οοο40 (που έχει value = 64,29%) είναι πιο ενδιαφέρον από τον οο250 (που έχει value = 14,29%) για τον ίδιο λόγο. Να πούμε εδώ ότι, σε μια οντολογία με βαθιά δομή εννοιών, οι πολύ γενικές έννοιες θα πάρουν μεγαλύτερη τιμή αξία (value) από ότι οι πιο συγκεκριμένες έννοιες. Κάποιος θα μπορούσε να ισχυριστεί ότι μια πιο 56

57 συγκεκριμένη έννοια είναι αυτή που είναι πιο ενδιαφέρουσα. Ωστόσο, θεωρούμε ενδιαφέροντα μέρη αυτά με ρίζες σε ενδιαφέρουσες έννοιες. 3) Percentage Brother Nodes (rel_b%): ο αριθμός των άμεσων παιδιών του πατέρα κόμβου (Direct Child Nodes of the father nodes), δηλαδή από τον άμεσο πρόγονο, ενός συγκεκριμένου κόμβου ως ποσοστό των αριθμών των κόμβων στην οντολογία. Όσο μεγαλύτερη είναι η τιμή του μέτρου του κόμβου, τόσο πιο ενδιαφέρον είναι ο κόμβος. Για παράδειγμα, ο κόμβος οο250 (που έχει value = 7,14%) είναι πιο ενδιαφέρον από τον οο180 (που έχει value = 3,57%) και τον οοο90 (που έχει value = 3,57%), δεδομένου ότι ο έχει πιο πολλά αδέρφια κόμβους, αφού έχει ως κόμβους πατέρα και τον οο175 και τον οο170. 4) Mean Distance of Brother Nodes (mdisbr): η μέση απόσταση ενός συγκεκριμένου κόμβου από τους κόμβους αδελφούς του (Brother Nodes). Η απόσταση δύο κόμβων d(x, y) υπολογίζεται με την χρήση του μέτρου ανομοιότητας που παρουσιάζεται στο άρθρο (Papastergiou & Boutsinas, 2008). Η ομοιότητα που παρουσιάζεται μεταξύ δύο οποιονδήποτε τιμών χαρακτηριστικών, αναπαρίσταται από την απόσταση μεταξύ των αντίστοιχων κόμβων της δενδρικής δομής, όπως ορίζεται από τον ακόλουθο τύπο: όπου X και Y αναπαριστούν τους οποιουσδήποτε δύο κόμβους, fl (x, y) είναι το επίπεδο του πλησιέστερου κοινού κόμβου πατέρα των κόμβων X και Y, δηλαδή το επίπεδο του πλησιέστερου κοινού προγενέστερου/προηγούμενου κόμβου l(x) είναι το επίπεδο του κόμβου X, δηλαδή το βάθος του κόμβου, max(p(x)) είναι το μήκος του μέγιστου μονοπατιού (path)που ξεκινάει από τη ρίζα (root) μέχρι το φύλλο- τερματικό κόμβο (leaf) και περιέχει τον κόμβο X, P(X, Y) είναι το μήκος του κατευθυνόμενου μονοπατιού (αριθμός των άκρων) 57

58 που συνδέει τους κόμβους X και Y, (P(X, X)=0). Εάν δεν υπάρχει ένα μονοπάτι που να συνδέει τα X και Y, τότε: Το μέτρο Mean distance of Brother Nodes (mdisbr) υπολογίζεται με τον εξής αλγόριθμο: for each Brother Node i of node j calculate d(x,y) set count += 1 set dsum += d(x,y) return dsum/count Όσο χαμηλότερη είναι η τιμή του d(x, y), τόσο πιο ενδιαφέρουσα είναι η έννοια (τόσο μεγαλύτερο το interestingness). Για παράδειγμα, ο κόμβος οο110 (που έχει value=0,003%) είναι πιο ενδιαφέρον από τον κόμβο οο610 (που έχει value=0,0115%), αφού ο κόμβος πατέρας βρίσκεται βαθύτερα στην οντολογία. Τέλος, να σημειώσουμε ότι η ομοιότητα (similarity = 1 mdisbr) θα μπορούσε να χρησιμοποιηθεί αντί της ανομοιότητας, για την αρμονία με τα υπόλοιπα μέτρα.. 5) Network Density of rangek (nden (k)): Η πυκνότητα του δικτύου εύρους k ενός συγκεκριμένου κόμβου I, είναι ο αριθμός των κόμβων που συνδέονται ή μπορεί να επιτευχθούν από τον i, μέσω ενός μονοπατιού με μήκος το πολύ k, το οποίο δεν περιλαμβάνει αλλαγές κατεύθυνσης. Να πούμε εδώ πως έχουμε εφαρμόσει τον υπολογισμό του nden(k) δυναμικά. Όσο πιο υψηλή είναι η τιμή του μετά κόμβου, τόσο πιο ενδιαφέρον είναι ο κόμβος. Για παράδειγμα, για τον κόμβο οο610, nden(2)=4, αφού υπάρχουν δυο κόμβοι πρόγονοι (ο οοο40 και ο οοο50) και δυο κόμβοι διάδοχοι (ο οο650 και ο οο700). Έτσι, είναι πιο ενδιαφέρον από τον κόμβο οο110 (nden(2)=2). 6) Percentage Incoming Paths (in%): είναι το indegree (d in (i)) ενός κόμβου i, δηλαδή ο αριθμός των άκρων που έχουν τον i ως τον τελικό τους κόμβο, ως ποσοστό των συνολικών εισερχόμενων και εξερχόμενων μονοπατιών (δηλαδή των indegree και outdegree των i). Όσο υψηλότερο το μέτρο του κόμβου, τόσο πιο ενδιαφέρον ο κόμβος. Για παράδειγμα, ο κόμβος οοο90 (που έχει value = 66,671%) είναι πιο ενδιαφέρον από τον κόμβο οο250 (που έχει value = 40%) 7) Percentage Outcoming Paths (out%): το outdegree (d out (i)) ενός κόμβου I, δηλαδή ο αριθμός των άκρων που έχουν τον κόμβο i ως κόμβο έναρξής τους, ως ποσοστό των συνολικών εισερχόμενων και εξερχόμενων μονοπατιών, δηλαδή το indegree συν το outdegree του κόμβου i. Όσο υψηλότερη είναι η 58

59 τιμή του μέτρου του κόμβου i, τόσο πιο ενδιαφέρον είναι ο κόμβος. Για παράδειγμα, ο κόμβος οο250 (που έχει value = 60%) είναι πιο ενδιαφέρον από τον κόμβο οοο90 (έχει value = 33,33%). 8) Percentage Level distribution (n_l(i)%): η κατανομή επιπέδου ενός συγκεκριμένου κόμβου I είναι ο αριθμός των κόμβων που ανήκουν στο επίπεδο του κόμβου I, δηλαδή l(i) (το μήκος του μέγιστου μονοπατιού αριθμός των άκρων- από τη ρίζα έως τον κόμβο i), ωα ποσοστό των αριθμών τον κόμβων στην οντολογία. Όσο υψηλότερη είναι η τιμή του μέτρου του κόμβου, τόσο πιο ενδιαφέρον είναι ο κόμβος. Για παράδειγμα, υπάρχουν τέσσερις κόμβοι στο ίδιο επίπεδο με τον κόμβο οο100 (που έχει value = 14,3%) το οποίο είναι πιο ενδιαφέρον από τον κόμβο οο250 (που έχει value = 10,70%), αφού εκεί υπάρχουν τρεις κόμβοι στο επίπεδό του (Boutsinas & Tatsiopoulos). 7. ΕΦΑΡΜΟΓΗ ΤΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ ONARM ΣΤΙΣ ΟΝΤΟΛΟΓΙΕΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ ΤΩΝ ΥΛΙΚΩΝ ΤΟΥ ΝΟΣΟΚΟΜΕΙΟΥ 7.1. ΜΕΛΕΤΗ ΠΕΡΙΠΤΩΣΗΣ-ΑΠΟΤΕΛΕΣΜΑΤΑ Θεωρούμε πως έχουμε δύο οντολογίες, την οντολογία της κωδικοποίησης GMDN και την οντολογία της κωδικοποίησης του νοσοκομείου. Προκειμένου να λυθεί το ανώτερο πρόβλημα με τις κωδικοποιήσεις των υλικών του νοσοκομείου και για να γίνει αποδεκτή η εφαρμογή που προτείναμε, έτσι ώστε να μπορέσουν τα υλικά αυτά να αντιστοιχίζονται σωστά και να γίνονται οι παραγγελίες τους, υλοποιήθηκε η εφαρμογή αυτή, έχοντας λάβη υπόψιν έννοιες και γνώση που αφορούν τα νοσοκομειακά υλικά και τις κωδικοποιήσεις τους, και έννοιες που τα περιβάλλουν και τα περιγράφουν. Θεωρούμε τις δύο κωδικοποιήσεις που έχουν ήδη περιγραφεί, γραφικά με συμβολοκό τρόπο, τις έννοιές τους κλπ, να είναι σε θέση να συνδεθούν στο σύστημα, να μεταφέρονται οι οντολογίες τους από κεντρικό σύστημα και εκεί να επεξεργάζονται. Έτσι, αναλύονται οι οντολογίες-γράφοι των δύο κωδικοποιήσεων, και έπειτα συγχρονίζονται σε κοινά σημεία-έννοιες ενδιαφέροντος. Μετά την επεξεργασία αυτή οι αρχικές οντολογίες των κωδικοποιήσεων διαφοροποιούνται και έπειτα αποθηκεύεται αντίγραφό τους στη βάση δεδομένων του συστήματος. Έπειτα, οι οντολογίες μας περιγράφονται σε μορφή RDF/RDFS και ακολουθούν και τα υπόλοιπα βήματα. 59

60 Πιο συγκεκριμένα, από την αρχική οντολογία της κωδικοποίησης GMDN θα πάρουμε κάποιο τμήμα μόνο, ώστε να εφαρμόσουμε την μεθοδολογία ONARM. Αυτό είναι το τμήμα που αφορά την ομάδα υλικών «ταινίες» (επιδεσμικές κλπ). Το ίδιο θα κάνουμε και για την οντολογία της κωδικοποίησης του νοσοκομείου για την αντίστοιχη ομάδα υλικών. Αυτό το κάνουμε έτσι ώστε να παρατηρηθεί ασφαλέστερα η διαδικασία αντιστοίχισης των οντολογιών. Στα επόμενα δύο σχήματα βλέπουμε τις οντολογίες σε μορφές δενδρικής δομής. Έχουμε αριθμήσει τους κόμβους σε αυτούς τους γράφους με την μέθοδο BFS ώστε να διατηρείται η ιεραρχική δομή της οντολογίας υπό την μορφή μίας σειράς ακέραιων αριθμών. 60

61 ΚΩΔΙΚΙΠΟΙΗΣΗ GMDN Προϊόντα μίας χρήσης 01 Ταινία συγκολλητική 02 Ταινία γύψου(45014) 03 Οδοντιατρική λειαντική ταινία(35702) 04 Ταινία κολλητική 05 Ταινία συγκολλητική, ορθοπαιδική (32882) 06 Ταινία συγκόλλησης γενικής χρήσης(16866) 07 Συγκολλητική ταινία, γενικής χρήσης, υποαλλεργική (34831) 08 Ταινία συγκόλλησης, κάλυμμα δέρματος(44990) 09 Ταινία κολλητική, γενικής χρήσης, αδιάβροχη (34832) 10 Ταινία κολλητική, χειρουργική, εσωτερική (34046) 11 61

62 ΚΩΔΙΚΟΠΟΙΗΣΗ ΝΟΣΟΚΟΜΕΙΟΥ ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) 01 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) 02 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 5CM X 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) 03 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 2,5CM X 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) 04 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 10CM X 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) 05 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 2.5CM X 9.14M - 9.2M X 2.50CM ΑΥΤΟΚΟΛΛΗΤΗ ΑΠΟ ΠΛΑΣΤΙΚΗ ΜΕΜΒΡΑΝΗ.( )06 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 7,5CM X 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) 07 ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ 5cm X 5m (η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδιο του ψευδαργύρου) ( ) 08 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ 5cm X 5m ( ) 09 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ 2,5cm X 5m ( ) 11 ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ 2,5cm X 5m (η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδιο του ψευδαργύρου) ( ) 10 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ 10cm X 5m ( ) 13 ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ 10cm X 5m (η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδιο του ψευδαργύρου) ( ) 12 ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ ΑΥΤΟΚΟΛΛΗΤΗ ΑΠΟ ΠΛΑΣΤΙΚΗ ΜΕΜΒΡΑΝΗ 9,2m χ 2,50cm (LEUKOFIX, πορώδης και διαφανής απο πολυαιθυλένιο με πολυακρυλική κολλητική ουσία) ( ) 14 ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ 7,5cm X 5m (η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδιο του ψευδαργύρου) ( ) 15 62

63 Για την εφαρμογή της μεθοδολογίας αντιστοίχισης οντολογιών ONARM στην περίπτωση των κωδικοποιήσεων των υλικών του νοσοκομείου, χρησιμοποιήσαμε ενδεικτικά έντεκα κόμβους στην οντολογία της κωδικοποίησης GMDN και δεκαπέντε κόμβους στην οντολογία κωδικοποίησης του νοσοκομείου. Έπειτα απεικονίζουμε τις δύο οντολογίες μας στο περιβάλλον εργασίας Protégé, οι οποίες σχεδιάστηκαν για το δοκιμαστικό τρέξιμο του συστήματος και εμφανίζονται παρακάτω: Εικόνα 4 οντολογία κωδικοποίησης GMDN 63

64 Εικόνα 5 οντολογία κωδικοποίησης νοσοκομείου Συνεχίζοντας, εκτελούμε την μέθοδο DFS έτσι ώστε να εξαχθούν όλα τα πιθανά μονοπάτια της κάθε οντολογίας από τον αρχικό κόμβο έως τους τελικούς κόμβους. Το αποτέλεσμα είναι μία λίστα με όλα τα πιθανά μονοπάτια της κάθε οντολογίας με τους συμμετέχοντες κόμβους τους. Όλα αυτά τα μονοπάτια των εξεταζόμενων οντολογιών φαίνονται στους παρακάτω πίνακες. Εμφανίζουμε για λόγους κατανόησης, εκτός από τους αριθμούς των κόμβων, και τα ονόματά τους. 64

65 ΑΠΟ ΤΗΝ ΟΝΤΟΛΟΓΙΑ ΤΗΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ GMDN Προϊόντα μίας χρήσης (01) Προϊόντα μίας χρήσης (01) Προϊόντα μίας χρήσης (01) Προϊόντα μίας χρήσης (01) Προϊόντα μίας χρήσης (01) Προϊόντα μίας χρήσης (01) Προϊόντα μίας χρήσης (01) Προϊόντα μίας χρήσης (01) Πίνακας 4 Ταινία συγκολλητική (02) Ταινία συγκολλητική (02) Ταινία συγκολλητική (02) Ταινία συγκολλητική (02) Ταινία γύψου (03) Οδοντιατρική λειαντική ταινία (04) Ταινία κολλητική (05) Ταινία κολλητική (05) Ταινία συγκολλητική, ορθοπαιδική (06) Ταινία συγκόλλησης γενικής χρήσης (07) Συγκολλητική ταινία, γενικής χρήσης, υποαλλεργική (08) Ταινία συγκόλλησης, κάλυμμα δέρματος (09) Ταινία κολλητική, γενικής χρήσης, αδιάβροχη (10) Ταινία κολλητική, χειρουργική, εσωτερική (11)

66 ΑΠΟ ΤΗΝ ΟΝΤΟΛΟΓΙΑ ΤΗΣ ΚΩΔΙΚΟΠΟΙΗΣΗΣ ΤΟΥ ΝΟΣΟΚΟΜΕΙΟΥ ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) (1) ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) (1) ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) (1) ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) (1) ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) (1) ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) (1) ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) (1) ΕΠΙΔΕΣΜΙΚΟ ΥΓΕΙΟΝΟΜΙΚΟ ΥΛΙΚΟ ( ) (1) Πίνακας 5 ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) (2) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) (2) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) (2) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) (2) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) (2) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) (2) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) (2) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ ( ) (2) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 5CM Χ 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (3) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 5CM Χ 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (3) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 2,5CM Χ 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (4) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 2,5CM Χ 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (4) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 10CM Χ 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (5) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 10CM Χ 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (5) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 2,5CM Χ 9,14M -9,12M Χ 2,5CM ΑΥΤΟΚΟΛΛΗΤH ΠΛΑΣΤΙΚΗ ΜΕΜΒΡΑΝΗ ( ) (6) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 7,5CM Χ 5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (7) ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ 5 cm Χ 5m (η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδιο του ψευδαργύρου) ( ) (8) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 5cm Χ 5m ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (9) ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ 2,5 cm Χ 5m ( η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδιο του ψευδαργύρου) ( ) (10) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 2,5cm Χ 5m ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (11) ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ 10 cm Χ 5m ( η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδιο του ψευδαργύρου) ( ) (12) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 10cm Χ 5m ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ( ) (13) ΕΠΙΔΕΣΜΙΚΕΣ ΑΥΤΟΚΟΛΛΗΤH ΤΑΙΝΙΑ ΑΠΟ ΠΛΑΣΤΙΚΗ ΜΕΜΒΡΑΝΗ 9,2 m χ 2,50 cm (LEOKOFIX, πορώδης και διαφανής από πολυαιθυλένιο με πολυακρυλική κολλητική ουσία) ( ) (14) ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΤΑΙΝΙΑ 7,5 cm Χ 5m ( η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδιο του ψευδαργύρου) ( ) (15) 66

67 Έχοντας λοιπόν βρει τα μονοπάτια, προχωράμε στο επόμενο βήμα που είναι η εφαρμογή του αλγορίθμου APRIORI για συνδυασμούς επιβεβαίωσης και αξιοπιστίας. Για παράδειγμα, εφαρμόζοντας τον αλγόριθμο APRIORI για μία ελάχιστη επιβεβαίωση ( min s ) 25% και ελάχιστη αξιοπιστία ( min c ) 50% εξήχθησαν οι κανόνες συσχέτισης που φαίνονται στους παρακάτω πίνακες. Στον πίνακα6 βλέπουμε τους κανόνες της οντολογίας GMDN ( Χ ) και στον πίνακα7 τους κανόνες που προέκυψαν για την οντολογία του νοσοκομείου ( Υ ). Πίνακας 6 Πίνακας 7 Στους παραπάνω πίνακες, οι ακέραιοι αριστερά από την παρένθεση δηλώνουν τους κόμβους των οντολογιών, αντίστοιχα, που έχουν ονομαστεί με αριθμούς. Οι αριθμοί εντός των παρενθέσεων δηλώνουν το μέτρο της επιβεβαίωσης και της αξιοπιστίας αντίστοιχα. 67

68 Στο επόμενο βήμα οι παραπάνω κανόνες μεταφράζονται ξανά και εκπροσωπούνται με τα αρχικά ονόματα των κόμβων. Εμείς για λόγους ευκολίας της παρουσίασης θα τους αναφέρουμε αριθμημένους. Τέλος, για τη διαδικασία αντιστοίχισης ακολουθείται η εξής διαδικασία. Έστω λοιπόν από την οντολογία GMDN ότι επιλέγουμε για Χ=2. Βλέπουμε από τον πίνακα1 πως από τους 9rules, το Χ=2 εμφανίζεται στους 2, άρα έχουμε 2 κανόνες. Έστω από την οντολογία νοσοκομείου επιλέγουμε για Υ=2. Βλέπουμε από τον πίνακα2 πως από τους 40rules, το Υ=2 εμφανίζεται στους 14, άρα έχουμε 14 κανόνες. Οπότε τα δυνατά ζευγάρια θα είναι 2*14=28. Για κάθε ένα από τα ζευγάρια θα υπολογίσουμε το Κ t, σύμφωνα με τον επόμενο τρόπο, όπως υποδείξαμε και σε προηγούμενη ενότητα και σύμφωνα με τα αποτελέσματα των πινάκων 1 και 2: 4) K=0, εάν s x s y > α, όπου το α είναι ένα προκαθορισμένο από τον χρήστη όριο 5) K Average (s x, s y ) * β * w, όπου β > 1 εάν X ή Y ή και τα δύο είναι τελικοί κόμβοι (leaf nodes) β = 1, διαφορετικά w είναι το ποσοστό ομοιότητας των τμημάτων 6) K t = K * γ, όπου γ > 1 εάν X Y, δηλαδή οι δύο κόμβοι είναι ταυτόσημοι ως προς από μια γλωσσολογική ανάλυση (οι δυο κόμβοι έχουν ακριβώς το ίδιο λεκτικό όνομα) γ = 1, διαφορετικά Στις παραπάνω σχέσεις για τις δικές μας περιπτώσεις, ισχύουν τα εξής: α=80 β=1, αφού τα Χ και Υ δεν είναι leaf nodes. γ=1, αφού λεξιλογικά δεν είναι ίδιες οι έννοιες: Χ= ταινία συγκολλητική και Υ= επιδεσμικές ταινίες Με βάση όλα τα παραπάνω μπορούμε να υπολογίσουμε τα Κ t και για όλους τους υπόλοιπους κανόνες των δύο οντολογιών μας. Έτσι τέλος παρέχονται οι τελικές αντιστοιχίσεις μας. Για τη σύγκριση και αντιστοίχιση των οντολογιών της κωδικοποίησης GMDN και της κωδικοποίησης του νοσοκιμείου, μη τη μεθοδολογία ONARM προέκυψαν τα αποτελέσματα που φαίνονται στον πίνακα8. 68

69 Οντολογία GMDN κωδ/σης (07) ταινία συγκόλλησης γενικής χρήσης (08) συγκολλητική ταινία, γενικής χρήσης, υποαλλεργική (09) Ταινία συγκόλλησης, κάλυμμα δέρματος Οντολογία νοσοκομείου κωδ/σης (03) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 5CMx5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ (14) ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ ΑΥΤΟΚΟΛΛΗΤΗ ΑΠΟ ΠΛΑΣΤΙΚΗ ΜΕΜΒΡΑΝΗ 9,2mx5cm (LEUKOFIX, πορώδης και διαφανής από πολυαιθυλένιο με πολυακρυλική κολλητική ουσία), (15) ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΤΑΙΝΙΑ 7,5cmX5m( η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδια του ψευδαργύρου) (03) Ταινία γύψου (07) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ (10) ταινία κολλητική, γενικής χρήσης, αδιάβροχη (04) Οδοντιατρική λειαντική ταινία Πίνακας 8 7,5CMx5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ (06) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 2,5CMx9,14M-9,2M2,50CM ΑΥΤΟΚΟΛΛΗΤΗ ΑΠΟ ΠΛΑΣΤΙΚΗ ΜΕΜΒΡΑΝΗ (05) ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 10CMx5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ ΑΠΟΤΕΛΕΣΜΑΤΑ Βλέπουμε λοιπόν πως από τους έντεκα κόμβους ταυτοποιήθηκαν οι έξι, εκ των οποίων οι τέσσερις ταυτοποιήσεις είναι σωστές και οι δύο λάθος. Δηλαδή το 54,54% των κόμβων ταυτοποιήθηκε και το 66,7% των ταυτοποιημένων απαντήσεων είναι το ποσοστό της επιτυχίας. Πιο συγκεκριμένα η τεχνική αντιστοίχισης ONARM αντιστοίχισε σωστά τον κόμβο «ταινία συγκόλλησης γενικής χρήσης» με τον κόμβο «ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 5CMx5M ΥΦΑΣΜΑΤΙΝΕΣ ΑΥΤΟΚΟΛΛΗΤΕΣ», τον κόμβο «συγκολλητική ταινία, γενικής χρήσης, υποαλλεργική» με τον κόμβο «ΕΠΙΔΕΣΜΙΚΗ ΤΑΙΝΙΑ ΑΥΤΟΚΟΛΛΗΤΗ ΑΠΟ ΠΛΑΣΤΙΚΗ ΜΕΜΒΡΑΝΗ 9,2mx5cm (LEUKOFIX, πορώδης και διαφανής από πολυαιθυλένιο με πολυακρυλική κολλητική ουσία), τον κόμβο «Ταινία συγκόλλησης, κάλυμμα δέρματος» με τον κόμβο «ΑΥΤΟΚΟΛΛΗΤΗ ΥΦΑΣΜΑΤΙΝΗ ΤΑΙΝΙΑ 7,5cmX5m( η συγκολλητική του μάζα έχει σαν βάση καουτσούκ, φυτικές ρητίνες και οξείδια του ψευδαργύρου)» και τον κόμβο «ταινία κολλητική, γενικής χρήσης, αδιάβροχη» με τον κόμβο «ΕΠΙΔΕΣΜΙΚΕΣ ΤΑΙΝΙΕΣ 2,5CMx9,14M-9,2M2,50CM ΑΥΤΟΚΟΛΛΗΤΗ ΑΠΟ ΠΛΑΣΤΙΚΗ ΜΕΜΒΡΑΝΗ» (της κωδικοποίησης GMDN με της κωδικοποίησης του νοσοκομείου αντίστοιχα). Τα αποτελέσματα αυτά τα έχουμε απεικονίσει και στο παρακάτω γράφημα1. Το τρίτο επίπεδο της οντολογίας της κωδικοποίησης του νοσοκομείου αντικατοπτρίζει το επίπεδο του «τύπου» της κωδικοποίησης του νοσοκομείου. Παρατηρούμε πως οι δύο στις τέσσερις αντιστοιχίσεις που βρέθηκαν με 69

70 την τεχνική ONARM έγιναν με το τρίτο αυτό επίπεδο όσον αφορά την οντολογία της κωδικοποίησης του νοσοκομείου, πράγμα το οποίο επιβεβαιώνει πως όντως στο επίπεδο του «τύπου» βρίσκεται συνήθως ο κωδικός GMDN, όπως μας είπαν οι ειδικοί στο νοσοκομείο. Γράφημα1 8. ΣΥΜΠΕΡΑΣΜΑΤΑ Η χρήση, λοιπόν, πληροφοριακών συστημάτων στα νοσοκομεία με ταυτόχρονη ενημέρωση και κατάρτιση σε θέματα εντοπισμού, διαχείρισης και διασφάλισης της ποιότητας των ιατροτεχνολογικών προϊόντων και του υγειονομικού υλικού θα εκσυγχρονίσει τα ελληνικά νοσοκομεία προσφέροντάς τους μία θέση σε υψηλότερο βάθρο των χώρων της υγείας και της ιατρικής γενικότερα. Ο συνδυασμός των πληροφοριακών συστημάτων, της κωδικοποίησης των υλικών και της αντιστοίχισής τους μπορεί να οδηγήσει στην καλύτερη διαχείριση του ιατροτεχνολογικού εξοπλισμού, σε σημαντικά οφέλη όσον αφορά τις δαπάνες σε εθνικό επίπεδο, στην ασφάλεια των ασθενών αλλά και του προσωπικού, στην καλύτερη ενημέρωση των ενδιαφερώμενων φορέων με αποτέλεσμα την καλύτερη χρήση του από αυτούς. Τέλος, με τη χρήση όλων των μεθόδων και των τεχνικών που αναφέρθηκαν μέχρι τώρα, θα υπάρξει μία γενικότερη συνεισφορά στην υγειονομική φροντίδα, καθώς μπορούν να ανιχνευθούν πιθανές αδυναμίες ή ανεπάρκειες σε ότι αφορά τα ιατροτεχνολογικά προϊόντα και το υγειονομικό υλικό. 70