ISBN 978-87-994577-0-0
Ontologier og taksonomier
RedaktøReR: Bodil NistRup MadseN & HaNNe eRdMaN tHoMseN
NoRdteRM 16
NoRdteRM 2009
NoRd teRM 1 6 oNt ol ogieR og t ak soNoMieR
NORDTERM 16
Ontologier og taksonomier
Indlæg fra NORDTERM 2009 København, Danmark
9. ‐ 12. juni 2009
Redaktører:
Bodil Nistrup Madsen
& Hanne Erdman Thomsen
Arrangører:
Institut for Internationale Sprogstudier og Vidensteknologi
& DANTERMcentret, Handelshøjskolen i København (CBS) Institut for Fagsprog, Kommunikation og Informationsvidenskab,
Syddansk Universitet (SDU)
Værter:
Institut for Internationale Sprogstudier og Vidensteknologi
& DANTERMcentret CBS
Sponsorer:
Nordplus, FUHU, Hedorfs Fond
FORORD
NORDTERM 2009 fandt sted ved Institut for Internationale Sprogstudier og Vidensteknologi, CBS, Handelshøjskolen i København, den 9.-12. juni 2009 (www.cbs.dk/nordterm2009). Arrangementet bestod af et kursus, en konference, en workshop, NORDTERM-forsamlingen og styregruppemøder.
Kurset varede én dag og blev afholdt tirsdag de n 9. juni, m ens konferencen fandt sted fra onsdag den 10. til torsdag 11. juni. Den 12. juni blev de r afholdt workshop, styre- og arbejdsgruppemøder samt NORDTERM-forsamling.
Tema
Hovedtemaet for NORDTERM 2009 var udarbejdelse og anvendelse af ontologier og taksonom ier, især hos organisationer og offentlige myndigheder i de nordiske lande. P.t. er der et stort b ehov for terminologer hos det offentlige, hvor bl.a. term inologiske ontologier (begrebssystemer) bliver brugt til optimering af it-arkitektur, i d igitale forvaltningssystemer, til af klaring af organisationernes terminologi og til meget mere.
Kurset og de inviterede indlæg på konferencen vedrørte principper for term inologiske ontologier, andre typer ontologier, værktøje r og for mater for ontologier sa mt deres anvendelse hos det offentlige.
Til konferencen var der inviteret to foredragsholdere, som holdt følgende indlæg:
David Markwell (Principal Consultant, CIC Ltd): Making sense of health - the challenge for clinical terminology
Kristian Hjort-Madsen (Finansministeriet, Den Digitale Taskforce):
Forretningsreferencemodellen FORM
Herudover blev der indkaldt i ndlæg fra forskere og udøvende te rminologer til konferencen. Som sædvanlig var der – ud over hovedtemaet - mulighed for
indlæg om terminologiarbejde i Norden
teoretisk orienterede indlæg fra forsknings- og uddannelsesinstitutioner
praktisk orienterede indlæg fra virksomheder og organisationer.
Kurset gav en introduk tion til principper for den kendte sundhedsontologi, SNOMED CT (ved David Markwell: http://www 1.clininfo.co.uk/snomed) og tilpasni ngen af SNOMED CT til dansk (ved Birthe Toft, SDU). Herudover om fattede kurset en introduktion til te rminologiske ontologier samt deres anvendels e hos det offentlig e bl.a. som grundlag for klass ifikationer og datamodeller (ved Bodil Nistrup Madsen, Hanne Erdman Thomsen og Anna Odgaard, CBS).
Målgruppe
Arrangementet samlede terminologer og terminologiinteresserede fra såvel forskningsinstitutioner som erhvervsliv og offentlige institutioner i hele Norden.
Proceedings
Vi har valgt at opdele proceedings fra NORDTERM 2009 i hhv. trykte og elektroniske proceedings.
De trykte p roceedings omfatter alle m odtagne abstracts fra konferencen sam t informationer om kurset, workshoppen, styregruppemøderne og NORDTERM-forsamlingen.
Bagest i de trykte proceedings findes en CD med alle modtagne indlæg og præsentationer fra konferencen og workshoppen. De elektroniske proceed ings omfatter især de akadem iske indlæg, idet ikke alle virksomheder og offentlige myndigheder har benyttet sig af tilbuddet om at publicere deres indlæg. Dog findes de fles te af konferencens PowerPoint-p ræsentationer i de elektroniske proceedings på den vedlagte CD, som endvidere indeholder abstracts og rapporter fra de trykte proceedings. Endelig findes link til både tryk te og elek troniske proceedings på konferencens hjemmeside http://www.cbs.dk/forskning/konferencer/nordterm_2009 samt på NORDTERMs hjemmeside http://www.nordterm.net/info/public-en.html.
Arrangementskomité
Planlægningen blev udført af en arrangementskomité bestående af Bodil Nistrup Madsen og Hanne Erdman Thomsen (begge Institut for Internationale Sprogstudier og Vi densteknologi, CBS, Lotte Weilgaard og Annelise Grinsted (Institut for Fagsprog, Kommunikation og Infor mationsvidenskab, Syddansk Universitet (SDU), Annne mette Wenzel / Lone Bo Sisseck, daglig leder ved
DANTERMcentret samt Anna Odgaard, projektleder, ved DANTERMcentret, CBS.
En særlig tak til Mere te Borch fra Institutadm inistrationen i Dalgas Have, IADH, CBS, som har bistået med planlægning, afvikling og udarbejdelse af proceedings.
Sponsorer
Arrangementet har modtaget støtte fra NordPlus Sprog, Hedord Fonden, FUHU og CBS.
Bodil Nistrup Madsen og Hanne Erdman Thomsen
Proceedings
ONTOLOGIARBEJDE I SUNDHEDSSEKTOREN
Stefano Testi: Terminologi, Klassifikation, Begreppsmodellering Troels Thomsen: Sikring af Datakvalitet ved Hjælp af Ontologier Anne-Mette Skou: ’Specialer’ i sundhedsvæsnet i Danmark
ONTOLOGIER INDEN FOR OMRÅDET BIOMEDICIN OG BIOKEMI
Damhus, Olesen Larsen, Nistrup Madsen & Zambach: Begrebsafklaring inden for området enzymkemi
Zambach & Nistrup Madsen: Terminologiske ontologier og beskrivelseslogik: Et eksperiment inden for domænet enzymkemi
Nistrup Madsen, Erdman Thomsen, Lassen & Zambach: Insulinontologi til Søgeprojekt
ONTOLOGIER OG BEGREBSRELATIONER
Camilla Wiberg Danielsen: Working Towards a Common Danish Upper Ontology Cecilia Lind: TNCs arbete med en basordlista – en ontologi med definitioner?
Anita Nuopponen: Begreppsrelationer som verktyg för begreppsanalysen
ONTOLOGIER OG DATAMODELLER
Nistrup Madsen & Odgaard: Fromconcept models to conceptual data models
SEMANTIK OG SAMMENHÆNG I DIGITAL FORVALTNING
Lars Johnsen: Interoperabilitet 2.0: Sømløse emnekort i digital forvaltning
DEN SVENSKE RIKSTERMBANKEN
Anna-Lena Bucher: Terminologisamordning inom svenska myndigheter.Ny språklag på väg.
Dobrina & Nilsson: Koll på innehåll igen: Vad har kommit med i Rikstermbanken?
Peter Svanberg: Från Termdok på cd-rom till Rikstermbanken
TEORI OG PRAKSIS I TERMINOLOGIARBEJDE
Birthe Toft: Domænemodellering som grundlag for terminologier og ontologier:
afgrænsningsproblemet
Jørgen Burchardt: Personaliseret information
Henrik Nilsson: Ordningen i redan – om uppräkningar i begreppsbeskrivningar
TERMINOLOGI OG UDDANNELSE
Nilsson & Nissilä: TERMDIST: nordisk terminologiutbildning i ljuset av europeiskt utbildnings- och certifieringsarbete inom terminologi
Nissilä & Pilke: Begreppsstrukturer i språkbadselevers ämnesspecifika skriftliga produktion Päivi Pasanen:Compiling a Glossary for a Special Language Learning Tool
TERMINOLOGISK INFRASTRUKTUR OG TERMBASER
Andersen & Kristiansen: Terminor og Termportalen – nye initiativer for norsk terminologisk infrastruktur
Eija Puttonen: En termbank växer fram: Från kostnadsnyttoanalys via terminologisk analys till praktisk tillämpning
Igor Kudashev: Documentation of Sources in Terminology Management Systems, with Particular Emphasis on Collaborative Platforms
TERMINOLOGI I PRAKSIS
Jeanette Ørsted: CLS Terminology Adapting to the Needs of the Market Grinsted & Erdman Thomsen: Cost-benefitbegrebsafklaring
INFORMATIONSEKSTRAKTION OG INFORMATIONSSØGNING
Merkel, Foo, Andersson, Edholm, Gidlund & Åsberg: Automatic Extraction and Manual Validation of Hierarchical Swedish Patent Terminology
Seppälä, Hyvönen, Tuominen & Viljanen: ONKI-ontologibiblioteket: tjänster för upprätthållare, indexerare och informationssökare
TERMINOLOGIPROJEKTER
Susanne Lervad: Etablering af termbase over dragt- og tekstilbegreber Torbjørg Breivik: Arbeid med nordiske termer i språkteknologi
Olesen Larsen & Nistrup Madsen: Forskningsbegreber og terminologi
KONTRASTIVE ANALYSER
Mourier & Vesterli: KNowaboUT - A Work-In-Progress Study On How To Fruitfully Combine The Theories Of Terminology And Lexicography
Fumiko Kano: Ontology-based Triangulated Terminology Management
WORKSHOP: STANDARDISERING AV SPRÅKTEKNOLOGISKE TERMER I NORDEN
Torbjørg Breivik: Oppsummering – arbeidsseminar om språkteknologiske termer på de nordiske språkene
Karlsson &Nilsson: Språkteknologisk (meta)terminologi – situationen i Sverige
Terminologi, Klassifikation, Begreppsmodellering
Stefano Testi
Socialstyrelsen, Sverige
Abstract. Inom fackområdet vård och omsorg, som innefattar både hälso- och sjukvård och socialtjänst, bedrivs i Sverige projekt med sikte på en gemensam nationell informationsstruktur och ett nationellt fackspråk. Socialstyrelsen har regeringens uppdrag att driva dessa projekt. För att uppnå dessa mål krävs olika metoder. Terminologiarbete används för att reda ut begreppen inom fackområdet i fråga. Begreppsmodellering används för att visa hur begreppen i en viss verksamhet eller process relaterar till varandra och kan resultera i underlag till en informationsmodell. För statistiska ändamål och för att underlätta sökandet och användandet av information behövs klassifikationer. Denna artikel vill visa på att många blandar ihop de tre metoderna, men att de bör hållas isär och användas för sina respektive syften.
INLEDNING
Inom fackområdet vård och omsorg, som innefattar både hälso- och sjukvård och socialtjänst, bedrivs i S verige projekt med sikte på en gemensam nationell informationsstruktur och ett nationellt fackspråk. Socialstyrelsen har regeringens uppdrag att driva dessa projekt. För att uppnå dessa mål krävs olika metoder.
Terminologiarbete används för att reda ut begreppen inom fackområdet i fråga.
Begreppsmodellering används för att visa hur begreppen i en viss verksamhet eller process relaterar till varandra och kan resultera i underlag till en informationsmodell.
För statistiska ändamål och för att underlätta sökandet och användandet av information behövs klassifikationer. Det är viktigt att hålla isär metoderna och använda dem för sina respektive syften.
Denna artikel vill visa på att många blandar ihop metoderna, vad de har för syften och vad de ska användas till. Artikeln är skriven utifrån en terminologs perspektiv och kommer inte att beskriva terminologiläran utan visa exempel på sammanblandning.
Eftersom problemen kan skilja sig mellan de nordiska länderna är det svenska förhållanden som beskrivs, dessutom begränsat till fackområdet vård och omsorg.
När det gäller terminologiarbete gentemot klassifikation är det inte helt ovanligt att personer som söker i Socialstyrelsens termbank undrar varför de inte hittar samma information som i t.ex. ICF (Klassifikation av funktionstillstånd, funktionshinder och hälsa). Det händer också att klassifikationer används som om de vore uppslagsverk eller termlistor.
TERMINOLOGIARBETE OCH KLASSIFIKATION
Skillnaden mellan terminologiarbete och klassifikation kan kortfattat uttryckas på följande sätt: Terminologiarbete syftar till att undvika tolkningstvister och missförstånd genom att reda ut och definiera begreppen inom ett fackområde samt ge lämpliga termer till b egreppen. Klassifikation syftar till a tt underlätta sökandet och användandet av information genom att gruppera, indela eller inordna objekt eller individer i olika klasser, för statistiskt ändamål.
Terminologiska definitioner finns oftast inte i k lassifikationer. Vissa klassifikationer, som ICF och ICD-10 (på svenska Klassifikation av sjukdomar och hälsoproblem, KSH97) har någon form av beskrivningar, som i klassifikationen i fråga ibland kallas för definitioner. Dessa beskrivningar ska ses inom ramen för klassifikationen eller klassifikationens delområden. När det gäller kriterier, alltså det som avgör att något ska klassificeras som just det, hänvisas man nästan alltid till medicinsk sakkunskap (böcker, artiklar, forskningsfynd).
I den svenska versionen av ICD-10 står följande under rubriken ”Klassifikation och inte nomenklatur”: Genom klassifikationens breda användning inom sjukvården blir dess språk och terminologi av betydelse för det medicinska fackspråket. Det förtjänar dock understrykas att det här primärt är fråga om en statistisk klassifikation och inte en nomenklatur, dvs. en förteckning över riktiga eller rekommenderade beteckningar eller termer. Klassifikationens språk är sålunda inte bindande för formuleringen av de diagnoser som anges i patientjournaler eller annan medicinsk dokumentation.
Klassifikationer har följaktligen ett annat syfte än att definiera begrepp inom ett fackområde. Klassifikationen ICF används till exempel för att kunna klassificera funktionstillstånd och olika typer av funktionsnedsättningar, bland annat utifrån vad en person kan eller inte kan göra. ICF består av fyra huvudavsnitt, kroppsfunktioner, kroppsstrukturer, aktivitet och delaktighet samt omgivningsfaktorer. Varje avsnitt är indelat i kapitel, som i sin tur kan vara ytterligare underindelade.
Terminologiskt skulle man kanske definiera begreppet ”äta” ungefär så här: inta fast eller flytande föda via munnen med hjälp av något verktyg. I ICF hittar man ”att äta” i kapitel 5 Personlig vård i avsnittet Aktiviteter och delaktighet, se figur 1 nedan.
FIGUR 1. Exempel från ICF (avkortat).
ICF är uppbyggd efter en hierarkisk struktur men det handlar snarare om klasser eller kategorier än om begrepp. Att klä sig och att äta tillhör båda kategorin personlig vård (som kan ses som en rubrik i sammanhanget), men man skulle knappast terminologiskt definiera ”att äta” och ”att klä sig” utifrån det överordnade begreppet
”personlig vård”. Beskrivningen i ICF till ”att äta” lyder Att genomföra samordnade uppgifter och handlingar för att äta mat som serveras, att föra maten till munnen och konsumera den på ett kulturellt acceptabelt sätt, skära eller bryta maten i bitar, öppna flaskor och burkar, använda matbestick, äta sina måltider till fest och vardags. Denna beskrivning innehåller kännetecken som inte har med begreppet äta att göra, till exempel skära eller bryta maten i bitar, öppna flaskor och burkar, äta sina måltider till fest och vardags. Här handlar det om en beskrivning i sitt sammanhang, man får tänka sig ett scenario där man ska kunna bedöma vad en person kan. Kan personen öppna en burk eller skära maten? I avsnittet Kroppsfunktioner finns ”funktioner vid intagande av föda” i kapitel 5 Matsmältnings- och ämnesomsättningsfunktioner och endokrina funktioner, se figur 2 nedan.
FIGUR 2. Exempel från ICF (avkortat).
Beskrivningen till ”funktioner vid intagande av föda” lyder Funktioner som hänger samman med att inta och hantera fasta eller flytande ämnen till kroppen genom munnen. En kombination av vissa av kännetecknen från att äta och funktioner vid intagande av föda skulle kunna ge en definition av begreppet ”äta”, men syftet med ICF är inte att definiera begrepp utan att kunna klassificera funktionstillstånd.
ISO-standard
Inom ISO (International Organization for Standardization) finns en teknisk kommitté för hälsoinformatik, ISO/TC 215 Health informatics. En av de standarder som denna kommitté har utarbetat heter ISO 171151 Health informatics – Vocabulary for terminological systems. Som terminolog blir man nyfiken på vad ett terminologiskt system är, eftersom det inte brukar användas som term inom terminologiläran, och en ordlista för sådana system låter intressant. I avsnittet Main purposes står det följande:
The principles established by ISO/TC 37 are extended here into a formal system suited to health informatics. Eftersom ISO/TC 37 är den tekniska kommitté som arbetar med terminologi och andra språkliga resurser så blir man än mer intresserad. I standarden finns dessutom en bilaga med utvalda definitioner från ISO 1087-1:2000 (Terminology work – Vocabulary – Part 1: Theory and application). I bilagan till ISO 17115 föregås varje termpostnummer av ”A”, som hänvisning till ISO 1087-1.
Vad är då ett terminologiskt system enligt denna standard? Det finns ingen definition av det begreppet, men däremot ett avsnitt med definitioner av olika typer av sådana system, nämligen classification, coding scheme, coding system, reference terminology och clinical terminology. Definitionen av classification lyder
exhaustive set of mutually exclusive categories (2.1.4) to aggregate data at a pre- prescribed level of specialization (2.1.3) for a specific purpose
Som exempel på en klassifikation ges ICD-10. Men som tidigare nämnts står det i inledningen till ICD-10 att det här primärt är fråga om en statistisk klassifikation och inte en nomenklatur. På vilka grunder är det då ett terminologisystem?
Reference terminology har definitionen
set of atomic level designations structured to support representations of both simple and compositional concepts independent of human language (within machine)
med en anmärkning: Reference terminology is designed to uniquely represent concepts (A.2.3.1). Om nu terminologi är en uppsättning benämningar som hör till ett fackspråk, och ett fackspråk är en språkform som används för kommunikation inom ett fackområde, kan man då säga att en referensterminologi är något som är oberoende av mänskligt språk? Och vad är egentligen ett sammansatt (compositional) begrepp?
För att återgå till d efinitionen av classification, den innehåller termen category. Figur 3 visar hur termposten för detta begrepp ser ut.
FIGUR 3. Termposten category i ISO 17115:2007.
I figur 3 framgår att category är synonym till generic concept. Termen generic concept och definitionen av begreppet är i sin tur hämtade från ISO 1087, som på svenska inte har någon direkt motsvarighet men som avser ett överordnat begrepp i en generisk relation. Det innebär att classification enligt ISO 17115 ä r en uttömmande uppsättning av ömsesidigt uteslutande överordnade begrepp i generiska relationer. För mig känns det inte riktigt att säga att klass eller kategori skulle vara synonymt med överordnat begrepp i en generisk relation. I klassifikationssammanhang väljer man att
kategorisera efter någon viss egenskap (att klä sig och att äta har man valt att lägga under samma kategori i ICF), men begreppsmässigt så ärver ett underbegrepp alla kännetecken från överbegreppet. Observera att ISO 1087 inte har med category som synonym till generic concept!
Det finns flera exempel på när ISO 17115 krockar med terminologins terminologi, trots att man utgår från denna, till exempel begreppet concept name. Detta begrepp har definitionen
term (A.3.4.3) which uniquely designates a concept (A.3.2.1) within a concept system (A.3.2.11)
Allt som inleds med ett ”A” kommer alltså från ISO 1087. Men en terminolog är noga med att skilja mellan term och (egen)namn (där term är benämning för ett allmänbegrepp som tillhör ett fackområde medan egennamn är benämning på ett individualbegrepp). Att säga att ett begreppsnamn är en term blir ganska förvirrande och missvisande. I ISO 1087 oc h i bilagan till ISO 17115 f inns begreppet
”appellation” med, med synonymen ”name” och definitionen verbal designation of an individual concept.
Terminologiarbete och begreppsmodellering
Syftena med terminologiarbete respektive begreppsmodellering kan förenklat beskrivas som i figur 4 nedan.
FIGUR 4. Syftet med metoderna.
Det väsentliga här är vad som är skillnaden mellan ett fackområde och en verksamhet.
Man skulle kunna se det som att ett fackområde, som till exempel vård och omsorg, kan innefatta en mängd olika verksamheter (ambulanssjukvårdens verksamhet i ett område kan se annorlunda ut jämfört med ambulanssjukvårdens verksamhet i ett annat område, men de tillhör samma fackområde). Ofta är begreppsmodeller ett stöd för att utveckla informationsmodeller för en verksamhet.
I Sverige görs mycket arbete med modellering av olika slag inom vård och omsorg.
I arbetet med att ta fram en nationell informationsstruktur för vård och omsorg utarbetar man process-, begrepps- och informationsmodeller. Själva projektet förkortas NI (nationell informationsstruktur) och ett utkast2
2 Reviderad begreppsmodell samt informationsmodell för vård och omsorg − Utgångspunkt för fortsatt utveckling av den
med bilagor finns
tillgängligt för synpunkter på adress detta utkast beskrivs bland annat begreppsmodellering. Där sägs följande:
Beroende på om målet är att beskriva ett fackspråk eller att göra en begreppsmodell för en verksamhet så används olika metoder för begreppsanalys.
Begreppsanalys i begreppsmodellering syftar till att identifiera begrepp inom en verksamhet genom att åskådliggöra dem och deras relationer till varandra.
Terminologisk begreppsanalys syftar till att identifiera begrepps unika kännetecken för att kunna formulera textuella definitioner till begreppen inom ett fackområde.
I projektet NI är verksamheten vård och omsorg. Men om verksamheten är lika med fackområdet borde det inte behövas olika metoder för begreppsanalys utan innehållet i begreppsmodell och terminologiskt begreppsdiagram borde överensstämma med varandra. Såsom begreppsanalys är beskrivet i bilaga 1 tycks det snarare handla om en verksamhetsanalys med fokus på begreppsanvändning och inte en analys av begreppet självt.
Man måste kunna beskriva hur en verksamhet fungerar och vilken information som man behöver hålla i verksamheten, men det är inte detsamma som att identifiera och definiera begrepp (men för att kunna hålla information om begrepp måste begreppen vara utredda).
Ett annat citat från bilaga 1 lyder
Ett begrepp förklaras av sina samband till andra begrepp. Ju fler samband ett begrepp beskrivs med desto tydligare blir det.
Ett begrepp blir knappast tydligare ju fler samband det beskrivs med, om inte dessa samband är särskiljande gentemot relaterade begrepp. För att definiera ett begrepp behöver man identifiera de särskiljande kännetecknen gentemot relaterade begrepp.
I bilaga 1 finns följande text som förklaring till figur 5 nedan:
Ett begrepp har flera samband som tillsammans förklarar vad som menas med begreppet. Ordet ”person” kan till exempel betyda många saker. Om vi däremot säger att ”person äger en bil” så har vi begränsat person till bilägande personer. Om vi lägger till ett samband till ”person har konto”, så har vi begränsat person ytterligare till ”bilägande personer med konto”. Om man lägger på ett samband till begreppet
”konto” (till exempel ”konto knutet till oljebolag”) så begränsas inte bara ”konto”
utan också ”person”. Förklaringen eller beskrivningen (”definitionen”) i detta sammanhang blir alltså ”bilägande personer med konto knutet till oljebolag”.
FIGUR 5. Exempel på begreppsmodell från bilaga 1 till NI:s Utkast 3.
Det är svårt att förstå syftet med modellen i figur 5 (även om det bara är just ett exempel). För det första, kan ”person” verkligen betyda många saker? För det andra, vad är det egentligen som ”definieras” i exemplet? Man får inte veta något om begreppet person, inte heller om begreppen bil, konto eller oljebolag. Man får veta att det kan finnas personer som äger bil(ar) och har konto knutet till oljebolag. Men att säga att detta skulle vara en definition är inte lätt att förstå. En definition av vad? I vilket sammanhang? På vilka grunder är det en begreppsmodell? Ovanstående påminner snarare om en informationsmodell (men utan tillhörande attribut), för att hålla information om att någon kan äga bil och ha konto i oljebolag.
Ytterligare ett citat från bilaga 1:
Man kan också säga att en subklass är en delmängd av superklassen. Till exempel;
mängden av alla Kunder är en delmängd av alla Personer eller med andra ord, en Kund är också en Person.
Här känns det som man blandar ihop två saker. Det är referenterna till det underordnade begreppet som utgör en delmängd av referenterna till det överordnade begreppet. Mängden av alla barrträd är en delmängd av alla träd (på referentnivå), men begreppet barrträd är en typ av träd.
På motsvarande sätt är det en viss person som kan ha olika roller i olika sammanhang, inte begreppet person. Terminologiskt skulle man inte säga att till exempel hälso- och sjukvårdspersonal och patient är olika typer av begreppet personroll, utan av begreppet person.
Kanske är det denna sammanblandning som gör att exemplet i figur 6 kallas för begreppsmodell, trots att individuella roller och personbegrepp inte hålls isär (närstående är en typ av person som är en typ av personroll som innehas av fysisk person etc.).
FIGUR 6. Exempel från bilaga 3 till NI:s Utkast 3.
Detta var en beskrivning av begreppsmodellering. I Sverige tycks inte finnas någon klar samsyn om vad begreppsmodellering är och hur en begreppsmodell ska vara uppbyggd.
SLUTSATSER
Det behöver tydliggöras att en klassifikation och en termbank inte innehåller samma typ av information utan har olika syften.
Det är inte helt lätt att utifrån bilaga 1 till NI:s utkast 3 förstå vilket syfte begreppsmodellen har till skillnad från ett terminologiskt begreppsdiagram när verksamheten sammanfaller med fackområdet. Här behövs tydligare gränsdragning och syftesbeskrivning.
När det gäller standarder behöver de kvalitetssäkras. Inom området hälsoinformatik finns en arbetsgrupp för terminologi, men principerna från ISO/TC 37 tillämpas inte i tillräcklig grad. Terminologiska begreppsdefinitioner blandas med beskrivningar av informationsmängder (klasser, kategorier). Dessutom är återanvändningen dålig, det vill säga varje standard definierar ofta begreppen utifrån själva standardens avgränsning i stället för utifrån fackområdet i fråga, vilket gör att det förekommer olika definitioner av samma begrepp i olika standarder.
REFERENSER
ISO 17115:2007, Health informatics – Vocabulary for terminological systems ISO 1087-1:2000, Terminology work – Vocabulary – Part 1: Theory and application
Klassifikation av funktionstillstånd, funktionshinder och hälsa (2003) (svensk version av International Classification of Functioning, Disability and Health, ICF)
Klassifikation av sjukdomar och hälsoproblem 1997 (KSH97) (version 2009) (svensk version av ICD-10)
Sikring af Datakvalitet ved Hjælp af Ontologier
Troels Thomsen
Region Hovedstadens it-stab, Koncern IT København (Hillerød)
Postadr.: Kongens Vænge 2, 3400 Hillerød Besøgsadr.: Borgervænget 7, 2100 København Ø
Mail: tth@regionh.dk
Abstract. Forudsætningen for genudnyttelse af elektroniske data er strukturerede data. Men det er ikke nogen triviel sag at tilvejebringe sådanne data. Det kræver, at grundlaget er begrebs- afklaret og at data indtastes og lagres i en struktur, der kan behandles maskinelt. Først da kan da- ta importeres i eller implementeres i det informationssystem, som de ønskede data skal anvendes i. Med eksempler belyses, hvad der skal forstås ved strukturerede data og hvorledes anvendelsen af ontologier kan kvalitetssikre en konsistent begrebsstruktur for data som grundlag for fx mo- dellering af databaser.
INDLEDNING
Deling, udveksling og genudnyttelse af elektroniske data hører man nu efterhånden hver dag som den store åbenbaring i sundhedsvæsnet, og ordene har nærmest fået ka- rakter af et mantra.
Men elektroniske data kan ikke nødvendigvis udveksles vilkårligt efter ønske. Der er nogle forudsætninger, der skal være opfyldt. Forudsætningerne er ofte noget, der bli- ver glemt i euforien over det perspektiv, som rådighed over og adgang til elektroniske data åbner. Men datakvaliteten er afgørende for, hvad data overhovedet kan bruges til, og uddata bliver aldrig bedre end inddata!! Derfor er det vigtigt at sikre datakvaliteten.
Mit fremmeste mål med dette indlæg er at gøre opmærksom på nogle strukturelle forudsætninger for at dele eller udveksle data.
Jeg vil med eksempler fra det virkelige liv i henholdsvis ordbogsverdenen, nemlig Retskrivningsordbogen, og i Region Hovedstaden fortælle om, hvordan vi bruger be- grebsafklaring og efterfølgende opstilling af mini-ontologier til at sikre datakvaliteten under udviklingen af nye, kliniske dokumentationssystemer.
Udgangspunktet for udvikling af dokumentationssystemerne er et klinisk materiale, som dækker 34 medicinske specialer, og som er indsamlet i perioden 2004-2007. Ma- terialet benævnes Sundhedsfagligt Indhold (SFI) og rummer flere tusinde Word-sider opsat i skemaer, se et eksempel i FIGUR 4. SFI rummer i princippet de 10 hyppigst forekommende kliniske interventioner inden for hvert speciale, og der er en vis over- lapning. Sundhedsfagligt indhold handler hovedsageligt om klinisk viden og praksis som indhold i informationssystemer.
Men der hersker ikke nogen ensartet struktur af materialet, og dokumentationsar- bejdet er sket på et uensartet grundlag. Derfor kræver materialet ikke blot en opdate- ring, det kræver også en begrebsafklaring og sidst, men ikke mindst, en dialog med de klinikere, der skal bruge indholdet i et informationssystem, altså slutbrugerne.
Begrebsafklaring og dennes rolle i processen som middel til kvalitetssikring af data beskrives med udgangspunkt i konkret SFI-materiale. Selve arbejdsprocessen og me- toden belyses med eksempler fra et par medicinske specialer, og der gives tillige et par eksempler på forvandlingen fra de oprindelige word-skemaer til mere strukturerede data.
DATAKVALITET
Når jeg taler om datakvalitet og især sikring af datakvalitet, så er kvalitet her forstået som en parameter, man skal definere. Datakvalitet rummer i sig selv ikke noget speci- elt positivt eller negativt, men er neutralt. Så i denne sammenhæng handler det om, at data har den kvalitet, man ønsker. Datakvaliteten handler fx om, hvorvidt data er strukturerede eller ej. Strukturen fremkommer fx ved, at data lagres i en database, hvor der er en beskrevet plads til hver informationstype, man indtaster, så man sidenhen kan søge på disse informationstyper. Det kan være navn, adresse, postnummer eller systolisk og diastolisk blodtryk.
Derfor vil brugergrænsefladen, grafic user interface (GUI), ofte rumme begræns- ninger på, hvilken slags data, der kan indtastes i hvilket felt.
I det markerede felt kan man således kun indtaste en talværdi:
FIGUR 1: Udkast til brugergrænseflade til dokumentation af observationer af en patients bevidstheds- tilstand, Region Hovedstadens SFI.
Et minimumskrav til såvel inddata som uddata er, at brugerne af data har mulighed for at fortolke data ens, så de forstår det samme ved dem. Det kræver så dels, at data er definerede og at definitionerne er tilgængelige eller formidlet. Det sidste er en organi- satorisk opgave, så den vil jeg ikke komme nærmere ind på her.
Skal man kunne genudnytte data og søge på bestemte datatyper, så kræver det, at netop disse datatyper kan genfindes i en genkendelig og reproducerbar struktur. Det betyder omvendt, at data skal bringes ind i systemet på en måde, der sikrer genkendel- se og ønsket struktur, og at de indtastede data er konsistente.
Man må således ikke skifte mellem at måle blodtryk i hPa og mmHg i samme sy- stem. Tilsvarende skal man til ordbogsbrug anvende samme ordklassesystem hele ve- jen igennem og ikke skifte mellem et system med otte ordklasser og et system med 10 ordklasser.
STRUKTURERET VS. FRI TEKST
Sammenlign fx en romantekst med en ordbogsartikel.
Romanteksten er en lang kæde af tekststrenge. Tekst er det eneste, man kan søge, og man kan typisk ikke søge på fx ordklasser. Så selv om man har romanen elektro- nisk, kan man ikke søge på fx ordklassen konjunktioner, da de ’elektroniske håndtag’
til at identificere ordklasse og konjunktion mangler. Teksten er ikke blevet tagget med disse klasser.
Ideelt set er ordbogsartikler af samme type struktureret ens:
• cykelsb., cyk(e)len, cykler.
• cykelanhængersb., -en, -e, bf. pl. cykelanhængerne.
• cykelbudsb., -det, -e.
• cykelbuksersb. pl.
• cykelhandlersb., -en, -e, bf. pl. cykelhandlerne.
Strukturen er styret af metadata, som det kan ses af FIGUR 2: (metadata er ikke fuld- stændige)
Troels Thomsen Datakvalitet i kliniske it-systemer
•cykel sb., cyk(e)len, cykler.
•cykelanhænger sb., -en, -e, bf. pl.
cykelanhængerne.
•cykelbud sb., -det, -e.
•cykelbukser sb. pl.
•cykelhandler sb., -en, -e, bf. pl. cykelhandlerne.
ordklasse
fleksion
numerus
bestemthed
S t r u k t u r e r e d e d a t a
M e t a d a t a
lemma
morfologi
FIGUR2. Uddrag af Retskrivningsordbogen 2001
I FIGUR 2 er følgende metadata fremhævet: lemma (=opslagsord), ordklasse, mor- fologi i form af morfologisk element i alternativ stavning og fleksiver for numerus og bestemthed. Disse metadata har en indbyrdes rækkefølge og styrer præsentationen af data. Det betyder også, at man kan søge på værdierne i disse kategorier i den database, de ligger i. Så eftersom data er beskrevet med metadata og metadata er strukturerede, har vi strukturerede data. Og hvordan når vi så dertil?
Først og fremmest ved at holde styr på vores metadata:
Struktureret inddatering & konsistens
Lemma
Ordklasse Bestemt form, sing.
Bestemt form, pl.
cykel sb.
cyk(e)len cyklerne
…
vb.
sb.
adj.
adv.
konj.
præp.
pron.
interj.
num.
Tilladte værdier
Metadata Data
FIGUR 3. Metadata og data
Her er vist et begrænset udfaldsrum også kaldet en værdiliste for de data (værdier), der er tilladt i metadatakategorien ’ordklasse’. Ved kun at tillade denne værdiliste, kan vi sikre konsistens i inddateringen. Konsistensen sikrer så, at vi kan sammenligne data, selvfølgelig under forudsætning af, at vi har fortolket data rigtigt og tilordnet dem de rigtige metadata.
I disse globaliseringstider, hvor der er adgang til store datamængder og hvor behov for deling af data, især tænkes her på forskningsdata, er kravet til konsistens i data ul- timativ. Skal der foretages sammenligninger, skal man have et defineret grundlag at gå ud fra.
Forløbig sammenfatning:
• Konsistent terminologi betyder, at såvel metadata som data har fastlagte defini- tioner, så både afsender og modtager fortolker samme data ens.
• Konsistente data gør det muligt, at både afsender og modtager forstår det sam- me ved samme term.
• Sammenligninger med internationale klassifikationer og terminologisystemer gør konsistens i såvel egen terminologi som den internationale ultimativ.
To eksempler på hvad begrebsafklaring tilfører datakvalite- ten i sundhedsfaglig applikation
Udgangspunktet for en stor del af de nye applikationer, vi laver i Region Hovedstaden er et materiale, der blev indsamlet i perioden 2004-2007. Over 30 kliniske specialer har bidraget til at indsamle klinisk viden, som skal udgøre grundstammen af det sund- hedsfaglige indhold i kliniske informationssystemer. Der ligger ca. 1200 unikke så- kaldte standardplaner som udtryk for sæt af kliniske arbejdsgange. For eksempel rummer standardplanen Måling af vitale værdier: puls, blodtryk, iltmætning (satura- tion) og respiration, se FIGUR 4 nedenfor:
Standardresultat
(S R) SR
/værdi SR /værdi SR /værdi SR I
værdi SR Iværdi Kommentar
Puls Frekvens
(talværdi
/min) Regelmæssig Uregelmæssig Fritekst aldersrelaterede normalværdier
Blodtryk *systolisk *Diastolisk Målt i hvile
*(talværdi mmHg)/ (tal- værdi, mmHg) grænseværdier angives på afdelings/specialeniveau
**Målested Højre
arm Venstre arm Manchetstørrelse**
(dropdownliste)
**Defaultværdi kan an- gives på afdelingsni- veau
*Temperatur Rektalt Øre Oralt Axil Inguen * (talværdi, grader celsi- us)
*Respirationsfrekvens Uden 02 -tilskud Med O2
-tilskud ***Antal liter O2 Med
fugter Med Hud-
sonmaske * (talværdi/min)
***(talværdi, 1/min)
**Saturation Uden 02 -tilskud /Med 02-
tilskud ***Antal I 02 Med
fugter Med Hud-
sonmaske *(Talværdi i
%)***(talværdi, 1/min) Sat. målested Finger /Tå
FIGUR 4. Standardplan for måling af vitale værdier, uddrag af: Generel lægelig udredning, objektiv undersøgelse, s. 31, SFI Hovedstaden
Men materialet er ikke nødvendigvis konsistent. Der har ikke ligget en egentlig do- kumentationsmodel til grund for indsamlingen, og derfor er datakvaliteten ikke altid optimal. Så for at fange evt. inkonsistenser eller inkonsekvenser bliver materialet udsat for terminologisk behandling. Terminologiarbejdet sker altid på grundlag af de enkelte standardplaner, så det er op til terminologen at sikre terminologien på tværs af disse.
På grund af manglende ressourcer er terminologiarbejdet begrænset til de enkelte standardplaner, efterhånden som de inddrages i udviklingsprocessen. Dette sikrer imidlertid ikke terminologien på tværs, altså mellem standardplanerne. Derfor er der heller ikke sikkerhed for, at terminologien i de nye systemer i sig selv er konsistent.
Optimalt burde terminologiarbejdet således køre i to spor. Et spor, der tager sig af de enkelte planer, og et spor, der tager sig af den samlede terminologi. Hvis man fx skal definere blodtryk med typerne systolisk blodtryk, diastolisk blodtryk og middelblod- tryk i forhold til andre tryk, så skulle man som minimum tage de tryktyper med, som er relevante i den kliniske verden. Og det er temmelig mange. Andre eksempler er:
arterielt tryk, venetryk, osmotisk tryk, ilttryk, partialtryk, hudperfusionstryk og mange flere Men så ville man også have både overblik over og beskrivelse af tryktyperne, når man når til de de planer, hvori de indgår, og man ville undgå fejl.
Et eksempel på nogle af uhensigtsmæssigheder fås fra nedenstående eksempel, som er en del af den standardplan, der hedder Almentilstand, objektiv undersøgelse:
Standardresultat (SR)
Psykisk neutral Psykisk påvir-
ket Opstemt Depressiv Manisk Usammenhængende Psykotisk
FIGUR 5.Uddrag af standardplanen Almentilstand, objektiv undersøgelse, fra Generel lægelig udred- ning, SFI-Region Hovedstaden
Det første, der springer i øjnene, er, at der ikke er noget overbegreb for Psykisk neutral og Psykisk påvirket, fx Psykisk tilstand. Men måske er de ikke engang side- ordnede? Det næste er, at de kategorier, der nævnes under Psykisk påvirket, ikke tilhø- rer samme aspekt eller inddelingskriterium, og det skaber uklarhed i kategorien Psy- kisk påvirket.
For at skabe mere klarhed over begrebsrelationerne, er der blevet udarbejdet et be- grebssystem, se FIGUR 6, hvor begreberne fra FIGUR5 er blevet indarbejdet:
FIGUR 6. Udsnit af begrebssystemet: Almentilstand_kombi, Region Hovedstadens Begrebsbase
Som det fremgår af FIGUR 6, indgår der flere begreber i beskrivelsen af psykisk til- stand, end der indgår i FIGUR 5. Derimod indgår Psykisk påvirket ikke. Den er heller ikke nødvendig, hvis man sætter overbegrebet psykisk tilstand ind. For så kunne man i
skemaet anvende aspekterne og . Så ville begre-
berne for det første få en reflekteret placering, deres indbyrdes relationer ville være klare, og dokumentationen ville blive bedre.
Imidlertid skal der lige sparkes to sidebemærkninger ind her, og det er for det før- ste, at de begreber, der optræder i et givet begrebssystem med det formål at begrebsaf- klare et område, ikke nødvendigvis vil komme til at optræde på en brugergrænseflade.
Det sker, hvis begreberne ikke er relevante for brugergrænsefladen og dermed doku- mentationen af et givet område. Men de kan sagtens være nødvendige i et begrebssy- stem. For det andet kan en term i et begrebssystem sagtens have et synonym på en brugergrænseflade eller være repræsenteret ved en ikon eller lignende. Det siger ikke nødvendigvis noget om, hvordan data faktisk lagres i en database.
Et andet eksempel er Ekspektoration fra Almentilstand, objektiv undersøgelse, fra SFI-standardplanen Generel lægelig udredning. Ekspektoration er det at hoste noget op, og ekspektoratet er det, der hostes op. I SFI-materialet forventes Ekspektoration dokumenteret ved hjælp af følgende kategorier:
Standard- Resultat/
Værdi
Værdi Værdi Værdi Værdi Værdi
Intet eks-
pektorat Ekspektoration Klart eks-
pektorat Hvidtskum- mende eks- pektorat
Purulent
ekspektorat Sejt ekspekto- rat
Ekspektorat
med koagler Ekspektorat med frisk blod
FIGUR7 Standardresultat for observation af ekspektoration. Uddrag af Generel lægelig udredning, objektiv undersøgelse, s. 29, SFI-Hovedstaden.
Af dette skema fremgår begrebernes indbyrdes relationer ikke klart. Men det må formodes, at Intet ekspektorat og Ekspektoration, står i opposition til hinanden. Pud- sigt er det, at det så ikke hedder Ingen ekspektoration eller for modpolen blot: Ekspek- torat. Dette ikke mindst, da processen hedder ekspektoration, mens resultatet hedder ekspektorat.
En rundspørge blandt læger og en efterfølgende terminologisk bearbejdelse af disse få begreber resulterer i følgende begrebssystem:
FIGUR 8 Begrebssystemet Modtagelse af patient, Ekspektoration, RegionH’s begrebsbase.
Som det fremgår af FIGUR 8, er der føjet et begreb til, nemlig skummende ekspek- torat. Dette fordi det manglede i det oprindelige materiale. Ekspektorater kan antage forskellige farver, og der kunne i princippet være anført flere farver, fx ’lyserødt’ eller
’rosa’, som er almindelige.
Det ses også, hvilke kombinationsmuligheder systemet åbner for, idet de to begreber under aspektet OPACITET er oppositioner ligesom de to begreber under VISKOSI- TET.
Hvad anvendelsen af disse begreber i et informationssystem angår, så er der nu klarhed over, hvad der kan kombineres, og dermed hvilke bindinger brugergrænsefla- den skal rumme. Samtidig opnås klarhed over, hvilke kliniske data der kan strukture- res hvorledes, så man opnår konsistent inddatering og efterfølgende mulighed for kon- sistent søgning af indtastede data.
OPSUMMERING
Jeg håber med dette indlæg at have skabt en forståelse af såvel vigtigheden som nødvendigheden af at tænke i at tilvejebringe strukturerede data som grundlag for genudnyttelse af data. Men det er ikke nogen triviel sag at tilvejebringe sådanne data.
Det kræver, at grundlaget er i orden. At grundlaget er i orden, vil sige, at det er be- grebsafklaret og ligger i en struktur, der kan importeres eller implementeres i det in- formationssystem, som de ønskede data skabes i.
Optimalt vil det (afhængigt af forholdene) være at anvende en tospors-løsning, hvor man på den ene side udarbejder detaljerede (lokale) begrebssystemer, fx blodtryk, og samtidig på den anden side detaljerede globale begrebssystemer fx tryk, hvori hele el- ler dele af lokale begrebssystemer efterhånden vil blive repræsenteret, så man med ti- den får et så fuldstændigt globalt begrebssystem, som det nu er muligt.
REFERENCER
SFI-Hovedstaden (2007) http://www.regionh.dk/menu/sundhedOghospitaler/SFI.
Dansk Sprognævn (2001) Retskrivningsordbogen, Alinea A/S – Aschehoug Dansk Forlag A/S.
Region Hovedtsadens Begrebsbase, Koncern IT
’Specialer’ i sundhedsvæsnet i Danmark
Anne-Mette Skou
Region Hovedstaden, Koncern IT, Projektafdelingen
Abstract. Jeg vil i mit indlæg gennemgå resultatet af en undersøgelse af sundhedsvæsnets anvendelse af begrebet ’speciale’ – og de specialeopfattelser og specialeklassifikationer, sundhedsvæsnet i Danmark opererer med.
Hvilke specialer findes der? Specialerne er jo på mange måder hele sundhedsvæsnets skelet, men min undersøgelse har vist, at der ikke er nogen steder, man kan se det i sin helhed. De forskellige dele ligger forskellige steder, og ikke alle passer sammen. Der er næppe nogen i sundhedsvæsnet, der ikke mener at vide, hvad et speciale er, og hvilke der findes, men man får meget forskellige svar, alt efter hvem man spørger.
En guidet rundtur. Jeg vil tage konferencens deltagere med på en rundtur og vise, hvad der kaldes ’speciale’ og hvordan det, der kaldes ’speciale’, klassificeres i sundhedssektoren med eksempler fra en række forskellige kildetyper, fx love og bekendtgørelser, nogle af Sundhedsstyrelsens klassifikationer og registre, medicinske selskabers websites, sundhedsfaglige råd og Region Hovedstadens hospitalsplanlægning.
Hvad det drejer sig om. Fx er ’mammakirurgi’ (brystkirurgi) ikke et speciale iflg. lovgivningen om uddannelse af speciallæger, men indeholdt i det lægelige speciale ’kirurgi’. Men folk, der planlægger, hvilke former for behandling, der skal være på hvilke hospitaler, taler om ’specialet mammakirurgi’. Og fx er specialerne ’thoraxkirurgi’ og ’plastikkirurgi’ i lovgivningen om uddannelse af speciallæger klassificeret som ’kirurgiske specialer’, mens fx ’øjenkirurgi’ ikke er det.
Én national specialeklassifikation vil være et uvurderligt redskab til forbedring af datakvalitet. Pointen – som efter rundturen vil være indlysende - er, at det virkelig vil kunne betale sig for sundhedssektoren at gennemføre et nationalt oprydningsprojekt og udarbejde en samlet national klassifikation – eller ontologi – et egentligt begrebssystem med termer, synonymer, definitioner og øvrige oplysninger i terminografiske artikler. Det vil være et uvurderligt redskab i udviklingen af den digitale forvaltning af sektoren - af arbejdet med udvikling af de af sundhedsvæsnets it-systemer, der i tabelværkerne anvender klassifikationer af specialer og fænomener, der er ’specialespecifikke’ og ’specialerelaterede’.
HISTORIEN OM ONTOLOGIEN,
DER IKKE ER UDARBEJDET
Jeg foretog i foråret en undersøgelse, der viste, at det danske sundhedsvæsen ikke har én, samlet specialeontologi. Det overraskede mig, da jeg troede, at udarbejdelse af en sådan ville være noget af det første, man ville forestage sig som led i digitaliseringen af sundhedssektoren. Dette indlæg giver et lille indblik i – men absolut ikke et fuldstændigt billede af – hvilke former for oversigter og systematiseringer af ’specialer’, der arbejdes med i det danske sundhedsvæsen.
Nedenstående gengivelse af mit indlæg indeholder ikke alle plancer, som blev præsenteret på konferencen.
www.regionh.dk
Koncern IT 3
Hvilke specialer findes der?
Man får forskellige svar på det spørgsmål, alt efter hvor man spørger. Den seneste bekendtgørelse1 om uddannelse af speciallæger indeholder 38 lægelige specialer = fagområder, inden for hvilke man kan specialisere sig som læge i det danske sundhedsvæsen. Disse specialer er følgende:
Almen medicin Anæstesiologi Arbejdsmedicin
Børne- og ungdomspsykiatri
Dermato-venerologi (hud- og kønssygdomme)
1 BEK nr 1248 af 24/10/2007
Diagnostisk radiologi (røntgenundersøgelse)
Gynækologi og obstetrik (kvindesygdomme og fødselshjælp) Intern medicin: endokrinologi (medicinske hormonsygdomme)
Intern medicin: gastroenterologi og hepatologi (medicinske mave-tarm- og leversygdomme) Intern medicin: geriatri (alderdommens sygdomme)
Intern medicin: hæmatologi (blodsygdomme) Intern medicin: infektionsmedicin
Intern medicin: kardiologi (medicinske hjerte- og kredsløbssygdomme) Intern medicin: lungesygdomme
Intern medicin: nefrologi (medicinske nyresygdomme) Intern medicin: reumatologi (gigtsygdomme)
Kirurgi (kirurgiske sygdomme)
Karkirurgi (kirurgiske blodkarsygdomme) Plastikkirurgi (plastik- og rekonstruktionskirurgi) Thoraxkirurgi (brysthulens kirurgiske sygdomme) Urologi (urinvejenes kirurgiske sygdomme) Klinisk biokemi
Klinisk farmakologi
Klinisk fysiologi og nuklearmedicin Klinisk genetik
Klinisk immunologi Klinisk mikrobiologi
Klinisk onkologi (kræftsygdomme) Neurokirurgi (kirurgiske nervesygdomme) Neurologi (medicinske nervesygdomme) Oftalmologi (øjensygdomme)
Ortopædisk kirurgi
Oto-rhino-laryngologi (øre-næse-halssygdomme)
Patologisk anatomi og cytologi (vævs- og celleundersøgelser) Psykiatri
Pædiatri (sygdomme hos børn) Retsmedicin
Samfundsmedicin
Kigger man på Dansk Medicinsk Selskabs website2, får man et andet svar. Dansk Medicinsk Selskab, DMS, er ”aktuelt en sammenslutning af 115 danske lægevidenskabelige selskaber med 22.883 medlemmer.”
DMS klassificerer de lægevidenskabelige selskaber i hhv. ’specialebærende’ og ’ikke- specialebærende’ selskaber og siger herom: ”Medlemsselskaberne fordeler sig på 38 såkaldt specialebærende, som varetager de lægevidenkabelige områder der danner basis for specialestrukturen jvf. Indenrigs- og Sundhedsministeriets bekendtgørelse herom.”
”De øvrige 77 ikke-specialebærende selskaber repræsenterer lægevidenskabelige områder, som er dele af specialerne (enkelte diagnoser eller kliniske områder) eller kliniske områder mellem flere specialer. En del af disse områder er eller vil blive etablerede som fagområder.”
Der er 38 specialebærende selskaber, men ikke 38 specialer herunder. Der er to selskaber, der tilsammen dækker det, der engang var 2, men i dag et ét speciale, nemlig ’ gastroenterologi og hepatologi' . Til gengæld står specialet
2 Citater fra DMS’s website i denne skriftlige udgave af indlægget er fra 11. august 2009.
’samfundsmedicin’ (som er indeholdt i bekendtgørelsen om uddannelse af speciallæger som et ’fagområde’.
www.regionh.dk
Koncern IT 9
37 specialer – 38 selskaber samfundsmedicin mangler 72 (fag)områder
– herunder samfundsmedicin
Kigger man i SKS, får man også et andet svar. ’SKS’ er Sundhedsvæsnets KlassifikationsSystem, som kan tilgås fra Sundhedsstyrelsens website3. SKS består af flere tusinde koder, som brugers til at levere struktureret information til forskellige informationssystemer.
I SKS finder man – under ’specialerelaterede tillægskoder ZN’ - følgende:
o ZNA
o ZNAA: de 38 lægelige specialer, der er i ovennævnte bekendtgørelse o ZNAB: 55 lægelige specialer efter tidligere bekendtgørelser
o ZNAC: 11 ’Andre sundhedsfaglige områder’
o ZNB: 10 ’Andre sundhedsfaglige specialer’.
Dvs. i alt 114 koder. Der er ingen oplysninger om, hvad forskellen er på hhv. ’lægeligt speciale’, ’andet sundhedsfagligt område’ og ’andet sundhedsfagligt speciale’.
’Andre sundhedsfaglige områder’ og ’andre sundhedsfaglige specialer’ er hhv.:
3 http://www.sst.dk/Indberetning%20og%20statistik/Klassifikationer/Hvad_er_SKS.aspx
http://www.sst.dk/Indberetning%20og%20statistik/Klassifikationer/Hvad_er_SKS/SKS_tabel.aspx http://www.medinfo.dk/sks/brows.php
www.regionh.dk
Koncern IT 14
11 Andre sundhedsfaglige områder, SKS/ZNAC
www.regionh.dk
Koncern IT 15
10 Andre sundhedsfaglige specialer, SKS/ZNB
Kigger man i ’Lov om autorisation af sundhedspersoner og om sundhedsfaglig virksomhed’, finder man følgende sundhedsfaglige uddannelser ud over ’læge’.
www.regionh.dk
Koncern IT 19
Et andet sted på Sundhedsstyrelsens website finder man denne liste med sundhedsfaglige uddannelser. Den indeholder de samme som loven ovenfor, men har flere. Der er også en gruppe, der kaldes ’Øvrigt sundhedspersonale’.
www.regionh.dk
Koncern IT 20
’Øvrigt sundhedspersonale’ rummer 5 sundhedsfaglige uddannelser, der ikke forekommer i nogle af de øvrige ovenstående lister. Én af dem, Hospitalsteknisk assistent, underinddeles yderligere i specialer.
www.regionh.dk
Koncern IT 21
www.regionh.dk
Koncern IT 22
I Region Hovedstadens Hospitalsplan figurerer en række specialer (kaldet både
’specialer’, ’funktioner’, ’enheder’ og andre udtryk), hvoraf nogle - men ikke alle - er lægelige specialer iht. bekendtgørelse herom. Nogle svarer til det, der kaldes
’fagområde’ af DMS, og enkelte er hverken specialer eller fagområder iht.
behendtgørelse og DMS.
www.regionh.dk
Koncern IT 27
Ikke lægelige eller
tandlægelige specialer iht. BEK’er om speciallæger og -tandlæger
Fagområder iht. dms.dk:
•Akutmedicin
•Intensiv medicin
•Mammakirurgi
•Børnekirurgi
•Palliativ medicin
•Medicinsk allergologi
Hverken speciale eller fagområde
I hospitalsplanen ses endvidere en række specifikationer eller underinddelinger, der ikke ses i nogen af de andre kilder, fx
• børnekirurgi
• kirurgi på børn
• kirurgi på børn < 2 år
• kirurgi på børn > 2 år
• mammakirurgi
• idrætsklinik
• øjenkirurgi
Endvidere indeholder hospitalsplanen en række begreber (her vist som udkast til et begrebssystem i i-Term), der er udtryk for politisk-organisatoriske aspekter, som kombineres med specialerne iht. politiske beslutninger. Man kan fx skelne mellem
’akut kirurgi’ (= ved ulykker) og ’elektiv kirurgi’ (= planlagte operationer, hvor
patienterne få en tid). En ontologi, som også indeholder disse begreber, vil tydeligvis blive stærkt polyhierarkisk.
www.regionh.dk
Koncern IT 29
Og så er der også …
Kigger man på hospitalers og hospitalsafdelingers websites, vil man opdage, at der er endnu flere ’specialer’ end ovenfor nævnt.
www.regionh.dk
Koncern IT 30
Klassifikationstendenser
Der er ikke mange klassifikationstendenser – og dem der er, er ikke gennemført. I bekendtgørelsen om uddannelse af speciallæger er der to grupperinger: ’intern medicinske specialer’ og ’kirurgiske specialer’. Resten af specialerne er anført i alfabetisk rækkefølge.
www.regionh.dk
Koncern IT 1
Neurokirurgi?
Ortopædisk kirurgi?
Hvorfor er der kirurgiske specialer, der ikke er kirurgiske specialer?
Og som man kan se, er der ikke enighed om den sag!
www.regionh.dk
Koncern IT 35
I hospitalsplanen forekommer begreber, der er overbegreber til de tidligere nævnte specialer i hospitalsplanen. Men der findes ikke en egentlig klassifikation. Det er for det meste uklart, hvilke konkrete specialer, der hører under hvilke af disse overbegreber:
o somatisk speciale o psykiatrisk speciale o sygehusspeciale
o sygehusbaseret lægefagligt speciale o klinisk speciale
o paraklinisk funktion o laboratoriespeciale
o tværgående laboratoriespeciale o diagnostisk speciale
o laboratoriediagnostisk speciale o billeddiagnostisk speciale o kvinde-barn-speciale o hjerte-lunge-område o neuro-område o neurospeciale o intern medicin o almen intern medicin
Alt i alt viste undersøgelsen, at ’speciale’ er en homograf, som anvendes i (mindst) 4 betydninger.
1. emne, område, foretagende el. andet som nogen er særlig god til el. har stor viden om
I sundhedsvæsnet:
a. primært uddannelsesområde, fx lægevidenskab, sygepleje og fysioterapi b. gren herunder, fx audiologi (audiologiassistent)
c. videreuddannelsesområde, fx onkologi, tand-, mund- og kæbekirurgi d. gren herunder, fx mammakirurgi, audiologi og trykkammerbehandling e. variation, fx hospitalssocialrådgivning
2. en funktion/funktionel enhed, der varetager opgaver inden for et videnområde, fx en ’kirurgisk funktion’, ’elektiv kirurgisk funktion’ eller ’elektiv kirurgi’
3. en konkret organisatorisk enhed
fx ’Kirurgisk Afdeling’ på Hillerød Hospital
4. et ’samfund’ der kan karakteriseres som en organisme, der består af mange forskellige elementer, der lever i indbyrdes overlap og afhængighed og gensidig påvirkning,
”inden for kirurgi siger man, at …”
Så også her er det vigtigt at vide, hvornår det er vigtigt at vide, hvad man taler om!
Begrebsafklaring inden for området enzymkemi
Ture Damhusa,b,c, Peder Olesen Larsend, Bodil Nistrup Madsene,f and Sine Zambachg
aNovozymes A/S, DK-2880 Bagsværd, tda@novozymes.com
bKemisk Forenings Nomenklaturudvalg
cSekretær, IUPAC Division VIII
dKemisk Forenings Nomenklaturudvalg, pol@webspeed.dk
eDANTERMcentret, Copenhagen Business School, DK-2000 Frederiksberg, bnm.danterm@cbs.dk
fFormand for ISO TC 37, SC 3 Systems to manage terminology, knowledge and content
gDatalogi, Institut for Kommunikation, Virksomhed og Informationsteknologier, Roskilde Universi- tet, DK-4000 Roskilde,sz@ruc.dk
Abstract. Faget og forskningsområdet kemi har en lang tradition for at organisere og standardi- sere – for eksempel navne på kemiske forbindelser i systematisk nomenklatur og grundstofferne i det periodiske system. IUPAC (International Union of Pure and Applied Chemistry) har lagt et stort arbejde i at samle terminologien for kemiske begreber i the Gold Book, som i dag er til- gængelig via Gold Book on-line (IUPAC 2006). Vi har gennemført et pilotprojekt, der har til formål at vise, at definitionerne af begreber inden for enzym- og proteinkemi i IUPAC Gold Book on-line (2006) kan forbedres, hvis der anvendes terminologiske metoder (jf. for eksempel Madsen et al. 2006). Vi foreslår, at der udarbejdes terminologiske ontologier (begrebssystemer) som basis for udarbejdelsen af definitionerne af de kemiske begreber. Vi har modelleret eksem- pler fra underdomænerne enzyminhibering og proteinstruktur. Dette har medført en række afkla- ringer og har endvidere afdækket områder for videre udforskning.
BAGGRUNDFORPROJEKTET
Videnskabelig kommunikation foregår overvejende på engelsk. Der er imidlertid et stort behov for dansk terminologi inden for naturvidenskabeligt sprog:
• Vi skal kunne undervise på dansk i for eksempel fysik og kemi i folkeskolen og gymnasiet.
• Det skal være muligt at formidle forskningsresultater, produktbeskrivelser m.m. på dansk.
• Danske naturvidenskabsstuderende har brug for danske termer og definitioner for bedre at kunne forstå undervisning på engelsk.
• Medierne (talte, trykte, elektroniske) har brug for et alment accepteret og præ- cist sprog til behandling af videnskabelige emner.
• Myndighederne skal kunne formulere love og bekendtgørelser og retssystemet behandle sager på dansk med videnskabeligt indhold.
FORMÅLET MED PROJEKTET
Vi satte os derfor oprindeligt som mål at undersøge mulighederne for at skabe en kodificeret dansk kemisk terminologi, i første omgang inden for enzymkemi, og at oprette en termbase med dansk og engelsk terminologi, baseret på internationale anbe- falinger. Som udgangspunkt for dette var det nødvendigt at undersøge eksisterende international terminologi inden for enzymkemi. Vores arbejde med dette bekræftede vores formodninger om, at det ville være nødvendigt at udarbejde forslag til forbed- ringer og suppleringer af den eksisterende engelske terminologi inden for området, da der kunne konstateres en række problemer. Vi har derfor gennemført et pilotprojekt med det formål at vise, at de eksisterende definitioner kan forbedres, hvis der anven- des terminologiske metoder, ifølge hvilke definitionerne udarbejdes på basis af analy- se af begrebernes karakteristiske træk og af ontologier (begrebssystemer), jf. for ek- sempel Madsen et al. (2006).
PROBLEMER I DE EKSISTERENDE OPSLAGSVÆRKER Som grundlag for pilotprojektet har vi anvendt følgende opslagsværker: IUPAC Gold Book on-line og The Oxford Dictionary of Biochemistry and Molecular Biology, ODBMB (2006).
Vi har konstateret følgende problemer med definitionerne i de eksisterende kilder:
1. Definitionerne er af og til indbyrdes inkonsistente.
2. Definitionerne indeholder ofte informationer, som kan betragtes som supple- rende informationer, hvorved fås lange og mindre klare definitioner.
3. Definitionerne er ikke baseret på en ontologi som viser specificerede relationer mellem begreberne.
4. Uoverensstemmelser mellem IUPAC Gold Book on-line og ODBMB (2006).
5. I nogle tilfælde hersker der faglig uenighed om definitionerne af et begreb.
6. De forskellige kemiske grene forstår typisk begreber lidt forskelligt. For ek- sempel forstås begrebet proteinstruktur af røntgenkrystallografer nok ofte som koordinaterne i et krystalliseret protein, mens molekylærbiologer måske er me- re tilbøjelige til at opfatte strukturen som summen af de (til dels mindre strin- gent definerede) strukturelementer, der omtales nedenfor (primær, sekundær osv.).
Vi fokuserer i det følgende på problemet med inkonsistente og lange definitioner, der ikke er baseret på en ontologi (problem 1. og 2.) Problemet med inkonsistente de- finitioner kan i mange tilfælde føres tilbage til manglen på klare relationer mellem begreberne.
I Gold Book on-line præsenteres begreberne i såkaldte ”interactive link maps”, som er baseret på de links mellem begreber, som findes i forbindelse med definitio- nerne. Der er dog en række problemer med begrebsrelationerne i Gold Book on-line:
1. Relationstyperne er ikke anført, og det er dermed ikke muligt at skelne mellem typerelationer, del-helheds-relationer og associative relationer.
