Pozyskiwanie wiedzy probablistycznej dla modelu zakażeń szpitalnych

• Autorzy: Marek A. Valenta , Anna Zygmunt

Warianty tytułu

Probabilistic Knowledge Acquisition for the Nosocomial Infections Model

• Języki publikacji: PL

Abstrakty

W artykule zaprezentowano, na podstawie przeprowadzonych przez autorów badań, prototypy modeli wiedzy i systemów ekspertowych, których celem jest wspomaganie podejmowania decyzji związanych z problemem występowania stosunkowo dużej liczby przypadków zakażeń szpitalnych. Ponadto omówiono sieci Bayesa, wybrane narzędzia ich realizacji i przykłady uzyskiwanych wyników.

EN

Experts and their experience are of great importance for building the probabilistic models of domain knowledge, on condition that these experts are able to convert their experience into the knowledge base components. However, in many cases one can find that the domain databases could be very useful. On the basis of that database one can create knowledge model. Such model, as a rule, shouldn't require considerable amount of work for their verification, because it should be automatically correct image of the described reality. Making such assumption, we will present the process of knowledge acquisition for the nosocomial infections model, where data about the nosocomial infections will be the source of that knowledge. These data were acquired on Polish Society of Hospital Infection initiative from above 100 hospitals in Poland. Within research, in Department of Computer Science AGH the central database, acquiring data from distributed hospital databases, was created. Nosocomial infection database (storing data from 1999-2000) was used to make research about automatic knowledge acquisition methods for building the probabilistic models based on bayes net. Presented research show the usability of such process on the basis of BN Power Software. Analysis of the following phase of the process show its complexity and conditions having the significant impact on that process success. In the article the exemplary results will be presented. Conclusions indicate the immense impact input data on the created model quality. Theses conclusions also concern the recommendations about the content and structure of the future systems acquiring nosocomial infection data, so one could automatically use them to the probabilistic knowledge model building. (original abstract)

Słowa kluczowe

PL

Systemy z bazą wiedzy; Zarządzanie wiedzą; Rachunek prawdopodobieństwa; Szpitalnictwo; Gromadzenie wiedzy

EN

Knowledge based systems; Knowledge management; Calculus of probability; Hospital service; Knowledge acquisition

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 2005
• Numer: nr 1064 Pozyskiwanie wiedzy i zarządzanie wiedzą
• Strony: 290--301

Twórcy

autor

Marek A. Valenta

autor

Anna Zygmunt

Bibliografia

• Anand S.S., Bell D.A., Hughes J.G., The Role of Domain Knowledge in Data Mining, Proc. Of the Fourth Int. Conf. on Information and Knowledge Management, USA, 1995.
• Chow C.K., Liu C.N., Approximating Discrete Probability Distributions with Dependence Trees, IEEE Trans. On Inf. Theo., vol. 14, no. 3,1968.
• Cichosz P., Systemy uczące się, Wydawnictwa Naukowo-Techniczne, Warszawa 2000.
• Czechowski T., Pyzioł A., Hurtownia danych - modele danych i ich dopasowanie dla celów realizacji aplikacji, praca dyplomowa pod kierunkiem M.A. Valenta, w Katedrze Informatyki EAIiE, AGH, Kraków 2004.
• Ćwikła J.; Eksploracja baz danych a modele wiedzy dziedzinowej, praca dyplomowa pod kierunkiem A. Zygmunt, w Katedrze Informatyki EAIiE, AGH, Kraków 2003.
• Han J., Kamber M., Data Mining - Concepts and Techniques, Morgan Kaufmann Publishers, 2001.
• Knobbe A., Schipper A., Brockhausen P., Domain Knowledge and Data Mining Process Decisions, http://www-ai.cs.uni-dortmund.de/DOKUMENTE/knobbe_etal_2000b.pdf2000.
• Lucas P., Van der Gaag L.C., Expert Knowledge and its Role in Learning Bayesian Networks in Medicine: an Appraisal, in AIME 2001, Lecture Notes in Artificial Intelligence 2101, Springer-Verlag, Berlin 2001.
• Lucas P., Van der Gaag L.C., Abu-Hanna A., (eds), Bayesian Models in Medicine, Proc. European Conf. On Artificial Intelligence in Medicine, AIME'01, Portugal, 2001.
• Murphy K., A Brief Introduction to Graphical Models and Bayesian, Networks http://www.ai.mit.edu/~murphyk/Bayes/bayes.html 1998.
• Stoch D., Budowa złożonych modeli wiedzy dla realizacji specyfiki zadań, praca dyplomowa pod kierunkiem M. A. Valenta, w Katedrze Informatyki EAIiE, AGH, Kraków 2004.
• Tadeusiewicz R., Majewski J., Zygmunt A. i in., Raport z realizacji projektu badawczego zamawianego, KBN nr 2198/P05/98/13, Badania nad opracowaniem ogólnopolskiego modelu zapobiegania i zwalczania zakażeń szpitalnych - Konstrukcja baz danych, kierownik projektu: R. Tadeusiewicz, kierownik tematu: J. Majewski, AGH, Kraków 2001.
• Valenta M.A., Śnieżyński B., Zygmunt A., Probabilistyczny model wiedzy o zakażeniach szpitalnych jako podstawa systemu ekspertowego wspomagania rozpoznawania tych zakażeń, Materiały konferencyjne, V Krajowa Konferencja Modelowanie Cybernetyczne Systemów Biologicznych, Kraków 2000.
• Wójkowska J., Żurek I. (red.), Rejestracja Zakażeń Szpitalnych, Kontekst, Kraków 1997. Zakażenia szpitalne w USA, http://www.nil.org.pl/xml/nil/gazeta/numery/nl998/nl99812/nl9981224 - Gazeta Lekarska, 1998.
• Zygmunt A., Valenta M.A., Pozyskiwanie wiedzy z baz i hurtowni danych, XII Ogólnopolskie Konwersatorium Sztuczna Inteligencja - nowe wyzwania, Siedlce 2001.
• Zygmunt A., Valenta M.A., Wykorzystanie bazy danych zakażeń szpitalnych jako źródła wiedzy o charakterze diagnostycznym, V Sympozjum MPM 2003 Modelowanie i pomiary w medycynie, Wydawnictwo Katedry Meteorologii AGH, Krynica 2003.
• http://www.cs.ualberta.ca/~jcheng/bnsoft.htm
• http://www.cs.wisc.edu/~dpage/kddcup2001/