ESICT
Projektet er afsluttet
ESICT-konsortiet (Experience-oriented Sharing of health knowledge via Information and Communication Technology) modtog en bevilling på 10,7 mio. kr. fra Det Strategiske Forskningsråd. Bevillingen blev brugt til at forske i metoder og udvikle teknologier, der muliggør, at borgere via et innovativt it-system nemt og hurtigt kan indhente information om sundhed og sygdom ved at stille spørgsmål på almindeligt dansk.
I vores samfund er der et stigende behov for it-systemer, som giver både patienter og pårørende adgang til præcis den information, de har brug for i en sundheds- eller sygdomsrelateret situation. Fri og lige adgang til viden om sundhed og sygdom uanset social baggrund, demografi og forkundskaber er en vigtig forudsætning for egenomsorg og visionen om sundhed for alle. Vi ved, at en erfaren patient og en patient, som lige har fået stillet en diagnose, vil stille forskelligt formulerede spørgsmål fx om symptomer i forbindelse med sukkersyge.
I projektet vil vi indsamle spørgsmål fra forskellige scenarier, og brugerprofiler vil blive udarbejdet på baggrund af disse spørgsmål. Brugerprofiler skal anvendes af it-systemet til at give borgere svar, som med hensyn til formulering og indhold er tilpasset spørgsmålets type og kompleksitet. På den måde vil brugeren opleve, at kommunikationen foregår på egne præmisser.
ESICT-projektets mål er at udvikle et QA-system, som kan håndtere spørgsmål relateret til diabetes og iskæmisk hjertesygdom. Systemet skal give individualiserede svar, som tager højde for den kontekst spørgsmålet er stillet i.
Når QA-prototypens potentiale er demonstreret inden for nævnte sygdomme, kan systemet udvides til også at håndtere andre sygdomme og andre emner inden for sundhed/sygdom, og systemet kan udvides til også at dække andre sprog end dansk.
Hypotesen er, at et hybrid QA-system, som er baseret på forskellige typer strukturerede og ustrukturerede informationskilder, vil give et effektivt og stærkt værktøj.
Domænet medicin er kendetegnet ved en lang række detaljerede ontologier og videnkilder. Det er klart, at vi vil udnytte disse kilder mest muligt i projektet. Omfattende og særdeles nuancerede terminologiske data vedrørende sygdomme, symptomer, behandlinger mv. er repræsenteret i ontologien SNOMED CT. QA-systemet kan imidlertid ikke alene baseres på terminologiske og ontologiske data. Derfor vil vi også anvende text mining på medicinske korpora. Text mining kan anvendes til at kvantificere fænotypers fælles træk i relation til specifikke sygdomme.
Projektet vil således kombinere det bedste fra terminogiske/ontologiske kilder med andre typer af viden.
Danmarks Tekniske Universitet
Søren Brunak, Center for Biologisk Sekvensanalyse
Sorano limited
Ulrich Andersen
Universität Freiburg
Csaba Huszka, Institut für Medizinische Biometrie und Medizinische Informatik
Medizinische Universität Graz
Stefan Schulz, Institut für Medizinische Informatik, Statistik und Dokumentation
Kontakt
Bente Maegaard
Center for Sprogteknologi
Københavns Universitet