Ontology is widely used for representing and sharing bio information. However, ontology alone can not be used to represent non-deterministic relationship among E-health information such as symptoms and diseases. Although Bayesian network (BN) is one of the popular methods to represent and reason with probabilistic knowledge for E-health applications, it is normally a complex task to construct a BN model by collecting and analyzing domain knowledge. Therefore, we propose a semi-automatic way of constructing BN models from ontology for diagnosing diseases in the E-health applications. Our method allows users to select abstract levels to specify important terms for a specific application and to determine complexity. Our approach automatically generates nodes in a BN model out of E-health ontology, and allows users to easily establish links among nodes based on a meta model that represents cause-and-effect relationships among ontologies. In addition, to reduce the complexity and to improve the robustness of a BN model, we use an intermediate ontology that makes an application-specific abstraction of E-health ontology. We also present a diagnosis process using the E-health ontologies and constructed BN models. We tested our approach with an obesity management application. For diagnosing obesity, we set a scenario about service providing on the web portal, constructed E-health ontology, built BN model out of the ontology, and implemented an obesity-diagnosing system by adapting the diagnosis process. We also evaluate the effectiveness of our approach by comparing it with the methodologies used in related works of BN construction from ontology.
온톨로지는 바이오 정보를 표현하고 공유하기 위하여 널리 사용되고 있다. 하지만 온톨로지만으로는 증상과 질병의 연관도 같은 E-health 정보 표현에 필요한 비결정론적 정보를 표현할 수 없다. 베이지안 네트워크는 E-health 분야에서 확률적 지식의 표현 및 추론에 널리 활용되는 방법 중 하나이지만, 해당 분야의 지식을 수집하고 분석하여 베이지안 네트워크 모델을 구축하는 일은 많은 노력을 필요로 한다. 그러므로 우리는 온톨로지로부터 E-health 응용 상에서 질병을 진단하기 위한 베이지안 네트워크를 반자동화하여 구축하는 방법을 제안한다. 우리의 방법은 추상화 레벨(Abstraction Level)을 통하여 사용자가 특정 응용 구축에 적합한 용어들을 선택하고 복잡도를 조절할 수 있도록 하였다. 그리고 우리의 방법은 E-health 온톨로지로부터 자동적으로 베이지안 네트워크 모델의 노드를 생성해 주고, 사용자가 온톨로지간의 원인과 결과의 관계를 나타내는 메타모델(Meta Model)을 통해 쉽게 노드간의 링크를 생성할 수 있도록 지원해준다. 추가적으로 베이지안 네트워크 모델의 복잡도를 낮추고 견고성을 향상시키기 위해, 우리는 E-health 온톨로지로부터 응용에 특화, 추상화되어 구축된 중계온톨로지 (Intermediate Ontology)를 제안하였다. 또한, 이렇게 구축된 E-health 온톨로지와 베이지안 네트워크 모델들을 활용하여 실제 E-health 서비스에 활용 할 수 있도록 질병 진단 프로세스를 선보였다. 우리는 우리의 방법을 비만 관리 응용을 구축을 통하여 시험하였다. 비만 관리 응용을 구축하기 위하여 우리는 웹 포탈에서의 서비스 제공 시나리오를 구상하고, 비만에 관련된 E-health 온톨로지를 구축하였으며, 그 온톨로지로부터 베이지안 네트워크를 구축하였다. 그리고 앞서 선보인 진단 프로세스를 적용한 비만 진단 시스템을 구현하여 구축한 비만관련 Ehealth 온톨로지와 베이지안 네트워크로부터 비만을 진단하도록 하였다. 마지막으로, 우리는 온톨로지로부터 베이지안 네트워크를 구축한 기존의 관련연구들과 우리의 방법론을 비교, 평가 하였다.
