MEMBANGUN WEB SEMANTIC YANG EFEKTIF UNTUK LAYANAN KESEHATAN DAN ILMU PENGETAHUAN Pendahuluan Layanan kesehatan dan

ilmu pengetahuan kehidupan pada masa sekarang ini menjadi focus kajian dari penerapan teknologi informasi yang canggih yang bertujuan sebagai manajemen pengetahuan dan dalam rangka penemuan ilmu pengetahuan. Untuk mewujudkan hal tersebut, web semantic sebagai kerangka kerja untuk kebutuhan skala besar, manajemen pengetahuan diarahkan untuk informasi biomedis, investasi substansial harus dibuat dalam inovasi teknologi dan kesepakatan sosial. Membangun web semantic biomedis yang efektif merupakan sebuah yang proses yang panjang, rumit, dan melelahkan. Pertama, kebutuhan domain masih mendorong pengembangan teknologi baru, terutama untuk mengatasi masalah skalabilitas dalam terang tuntutan kemampuan ekspresif meningkat dalam basis pengetahuansemakin besar dan didistribusikan. kedua,tantangan yang signifikan tetap dalam pengembangan dan penerapanrepresentasi, pengetahuan intuitif beralasan dan koheren untuk penggunaan umum. Dukungan untuk interoperabilitas semantik di sejumlahbesar subdomain (dari molekul untuk medis) mensyaratkan bahwa, kaya mesin-dimengerti deskripsi secara konsistendiwakili oleh kosakata dirumuskan dengan baik diambil dari ontologi formal, dan bahwa mereka dapat dengan mudah disusun dan diterbitkan oleh para ahli domain. Sementara fokus saat ini telah di data, penyediaan layanan Web Semantic, sehingga mereka dapat secara otomatis ditemukan untuk menjawab pertanyaan, akan menjadi komponen penting dari penggelaran teknologi Web Semantic sebagai bagian dari infrasturktur maya akademis atau komersial. SW memposisikan dirinya sebagai platform untuk informasi pertukaran antara agen cerdas. interoperabilitas yang dicapai dengan memastikan bahwa informasi yang konsisten dikodekan (sintaks) dan menggunakan simbol-simbol yang memiliki makna didefinisikan secara resmi sehingga mereka dapat ditafsirkan secara konsisten (semantik). yang efektif Web Semantic akan memastikan interoperabilitas yang antara komponen infrastruktur cyber yang termasuk i) kapasitas untuk menangkap pengetahuan, ii) infrastruktur untuk menerbitkan dan berbagi informasi, iii) efisiensi middleware atas jawaban pertanyaan dan penemuan ilmu pengetahuan. 1. RDF dan data yang terhubung

Keterangan Sumber Daya Framework (RDF) adalah inti SW bahasa yang menawarkan mekanisme ringan untuk menggambarkan entitas dalam hal jenis mereka, atribut dan hubungan ke entitas lain. Entitas diidentifikasi oleh Pengidentifikasi Sumber Daya International (IRIS) yang meliputi pengidentifikasi berbasis web (HTTP URI) yang dapat diselesaikan di Web.
2. Ontologi

Awalnya didorong oleh kebutuhan untuk pencarian dan penjelasan produk di sejumlah organisme model, dengan Gene Ontology (GO) telah muncul sebagai pengendali kosakata yang luas dari proses biologis, fungsi molekuler dan komponen seluler. Sejak awal, GO berusaha untuk

lebih akurat menggambarkan mereka 20.000 + istilah terutama diselenggarakan melalui sebuah" poros, tetapi juga ditambah dengan hubungan lainnya (misalnya parthood). Setelah GO, sekarang ada lebih dari 150 ontologi Biomedis Terbuka (OBO) yang terdaftar di Pusat Nasional untuk Bio-Ontologi (NCBO) BioPortal, yang kini membentang molekuler, anatomi, fisiologis, organisme, kesehatan, eksperimental informasi. 3. OWL dan pengetahuan yang terhubung

Menggambar dari area dapat dipahami dengan baik melalui Deskripsi Logika, Ontologi Web Bahasa (OWL) menyediakan kosakata yang secara substansial lebih ekspresif\ untuk aksiomatik menjelaskan entitas untuk peningkatan penalaran . Bangunan jenis ini tidak hanya ontology membutuhkan keahlian domain untuk benar mendefinisikan menjelaskan entitas, tetapi juga membutuhkan pemahaman yang tajam representasi pengetahuan yang formal sehingga pengetahuan yang benar ditangkap dan menjadi intuitif dengan menggunakan sistem informasi. 4 Semantic Web services Layanan Web mendefinisikan interface pemrograman aplikasi dengan struktu pesan r dan isi dengan Layanan Web Deskripsi Language (WSDL). HCLS layanan web dapat didaftarkan dan dijelaskan menggunakan Web 2.0 yang diilhami oleh BioCatalogue. SADI, layanan baru semantic Web merupakan kerangka proyek, menggunakan Semantic ontologi OWL untuk secara resmi menggambarkan layanan, di mana Semantic Dan Kesehatan Sistem permintaan melakukan penelitian Lingkungan (SAHAM) layanan perjodohan dan doa melalui sebuah query SPARQL. Ini telah dimasukkan untuk digunakan dalam CardioSHARE, sebuah sistem yang mengintegrasikan data pasien dengan layanan analitis sehingga dapat mengidentifikasi kardiovaskular fide untuk kesehatan tulang.

Tantangan 1. Skalabilitas teknologi Web Semantic Persyaratan teknologi Web Semantic telah ditarik dari analisis ekstensif kebutuhan domain, kelayakan teknis dan kemampuan vendor. Sementara ini HCLS termasuk kekhawatiran sentris,mereka tidak mencerminkan sejumlah besar data (triliunan fakta), tidak bersifat meluas dan sifat database terdesentralisasi (ribuan secara tidak langsung terhubung database) yang harus diakomodasi. 2. Konsistensi gambaran pengetahuan

tantangannya tidak hanya terletak dalam mendapatkan sistem scalable untuk mengakomodasi masuknya tiga kali lipat (mungkin dengan merancang indeks disesuaikan), tetapi juga dalam mendapatkan pengguna untuk mempelajari dan menyebarkan pola standar yang mereka dapat berlaku untuk mereka sendiri Data. Pola harus koheren, intuitif dan juga tertentu seperti yang nonexperts dapat membaca, memahami dan menerapkan pedoman yang ditemukan di dalamnya. Yang penting, pola-pola ini harus menentukan hubungan yang memegang antar instansi, dan untuk alasan ini memiliki, koheren beralasan set jenis dan hubungan dasar yang didukung oleh ontologi formal dari nilai kritis. Hal ini membutuhkan upaya yang lebih signifikan dalam mengembangkan ontologi dasar (jenis hubungan +) untuk mewakili array lebih beragam pengetahuan, termasuk yang sudah ditemukan dalam data terkait. 3. Kebutuhan akan deskripsi aksiomatis kelas Deskripsi aksiomatis kelas harus meningkatkan kualitas ontologi dengan memaksa desainer ontologi untuk menjadi eksplisit tentang kondisi yang diperlukan untuk keanggotaan kelas, yang bertentangan dengan mengandalkan pada uraian berpotensi jelas menggunakan bahasa alami. Formalisasi tersebut dapat menggunakan Seseorang yang otomatis untuk menemukan kesalahan dan memberikan penjelasan untuk kesimpulan yang tak terduga.

4.

Sumber dan atribusi

Sumber dan atribusi adalah praktek biasa di dalam ilmu pengetahuan. Beberapa pendekatan kini telah diartikulasikan, dan sekarang harus bersatu. Yang penting, kontribusi kepada masyarakat berbasis ontologies perlu diakui. Selanjutnya, asal grosir data perlu ditentukan, dan sementara RDF reifikasi atau penjelasan aksioma OWL mendukung ini, mereka menghasilkan overhead yang secara signifikan lebih tinggi (4 tiga kali lipat per laporan). Sebaliknya, Trix / Trig / RDF Grafik Bernama mungkin lebih efektif dan kebutuhan untuk pergi ke jalan standardisasi. 5. User interfaces Meskipun dekade penelitian dan pengembangan di sekitar teknologi Semantic Web, kesenjangan yang signifikan masih tetap dalam alat-alat yang memfasilitasi manajemen data dan penemuan pengetahuan. Antarmuka pengguna masih dikembangkan "dekat dengan logam", memaksa model yang tidak dimaksudkan untuk konsumsi manusia. Pendekatan inovatif baru perlu mempertimbangkan Parallax5 freebase, tapi untuk Semantic Web. Mengesankan, alat Mashup sig.ma6 menggunakan mesin Semantic Web Search Sindice untuk memberikan pandangan ditingkatkan tiga kali lipat RDF diindeks, termasuk yang disediakan oleh Bio2RDF dan DBpedia. Untuk basis pengetahuan OWL, SMART (Battista, Villanueva-Rosales, Palenychka, & Dumontier, 2007) menawarkan cara untuk kerajinan query sebagai ekspresi kelas menggunakan sintaks Manchester OWL.

KESIMPULAN Membangun Web Semantic yang efektif untuk HCLS adalah jelas upaya jangka panjang yang perlu representasi yang koheren bersama dengan alat-alat sederhana untuk membuat, mempublikasikan, pencarian dan memvisualisasikan data generik Web Semantic. dengan ratusan bioinformatika layanan web, ribuan database biologis dan jutaan yang tidak tercatat fakta dalam menunggu, upaya yang signifikan juga harus

ditempatkan dalam pelatihan generasi berikutnya dari aplikasi pengembang yang benar menggunakan teknologi Web Semantic. HCLS masyarakat kemudian dapat dilayani oleh kustom portal, dan akhirnya bertindak sebagai komponen kunci dari infrastruktur maya untuk kedua tekstual dan semantik beranotasi data dan layanan.