Download Personalized ubiquitous diet plan service based on ontology and

Personalized ubiquitous diet plan
service based on ontology and web
services
Servicio de plan de dieta personalizada omnipresente basado en servicios de la ontología y la
web
Resumen. - Esta investifación pretende diseñar y desarrollar un sistema de base de
conocimientos impulsado por una ontología para la generación de servicios web de dietas
personalizadas. El sistema es capaz de elaborar planes dietéticos y filtrar alimentos adecuados
acorde con los datos de cada persona.
1 INTRODUCCIÓN
Con el estilo de vida que tenemos cada vez cuesta más estar sanos, debido al ambiente, a la
cantidad de alimentos procesados a los que tenemos acceso, etc. Solo el 5% de la población
según la OMS se considera saludable, la diabetes, el sobrepeso y la obesidad son la base del
problema. Como siempre la solución es el ejercicio y la dieta equilibrada.
Los autores están en el Departamento de Ingeniería y Gestión Industrial, Universidad Yuan Ze ,
Taiwán , ROC (e- mail: [email protected] , [email protected] , deake.chen @
gmail.com ) .
Cada persona necesita una cantidad concreta de cada alimento en su dieta según su estilo de
vida, con lo cual, las dietas “tipo” que se suelen dar, no sirven.
Explican las ventajas que tienen los motores ontológicos y detalla que utilizaron el sistema
basado en ontologías OPEN para crear los prototipos , SPARQL, JESS como motor de inferencia
para ejecutgar reglas SWRL.
Sin embargo , los autores no abordan claramente cuestiones de interoperabilidad de datos , lo
cual es motivo de preocupación el hecho de que las entradas para un sistema de este tipo son
los datos personales de salud , lo que podría venir en formatos propietarios . Se requiere una
información médica en formato estándar uniforme para asegurar la interoperabilidad de los
datos de pruebas de salud electrónicos en un motor de conocimiento ontológico. HL7 es una
autoridad mundial en estándares para la mejora e integración de la información de salud para
promover la interoperabilidad de datos entre los hospitales a nivel regional [ 7 ] , que
proporcionan un conjunto de normas para el intercambio , la integración y recuperación de
registros electrónicos de salud [ 8 ] . http://www.hl7.org/
SPARQLMotion ™ es un lenguaje de programación visual y motor de procesamiento semántico
de datos [ 11 ] . Es totalmente compatible con los lenguajes estándar W3C SPARQL , RDF ,
OWL.Razonamiento / inferencia se puede realizar usando SPARQLMotion basado en la base de
conocimientos SPIN - codificada para generar resultados orientados al conocimiento . SPIN es
una forma basada en estándares para definir las reglas y restricciones para los datos de la Web
Semántica .
El sistema de dietas propuesto adopta SPARQLMotion como el motor de inferencia para derivar
el conocimiento necesario para generar planes de dieta saludable personalizadas y publicar Diet
-Aid como un servicio Web REST . Con la consideración para la futura expansión del sistema
propuesto, TopBraid ™ Composer - Maestro edición ( TBC- ME) 2 fue adoptado como la
plataforma de desarrollo , lo que permite la construcción y ejecución de scripts SPARQLMotion
para el procesamiento de cadenas de datos y la creación de servicios web integrados.
http://www.topquadrant.com/tools/IDE-topbraid-composer-maestro-edition/
El resto de este trabajo se organiza de la siguiente manera. En la Sección II se discuten los
estudios relacionados con la ontología, HL7, y la computación ubicua. El diseño de la dieta -Aid
y el marco del sistema basado en el conocimiento que incluye el motor de conocimiento basado
en ontologías se presenta en la Sección III . En la Sección IV se ilustran los principales detalles de
la implementación, incluyendo la configuración del sistema y la implementación de un escenario
de ejemplo . Por último, en la Sección V proporcionamos conclusiones y sugerencias para futuras
investigaciones
2 TRABAJOS RELACIONADOS
A Aplicaciones basadas en ontologías
Huang et al . desarrollado una ontología médica para servir como la base para un sistema
inteligente Chinese Medical Diagnostic ( CMDS ) , que actúa como un experto humano para
diagnosticar una serie de condiciones del sistema digestivo , incluyendo dolor de estómago ,
vómitos , hipo, diaphragmatitis , dolor de estómago , diarrea , disentería , estreñimiento,
ictericia, meteorismo , etc [ 17 ] . La referencia [ 18 ] presenta el diseño e implementación de un
sistema ontológico del conocimiento preoperatorio apoyo a la evaluación , que es un proceso
de investigación clínica genérico , destinado a identificar desde el principio en un viaje paciente
los posibles riesgos de complicaciones durante o después de la cirugía.
Referencia [ 19 ] propuso una base de conocimiento médico basado en ontologías llamado
causal y temporal Adquisición de Conocimiento ( CATEKAT2 ), que proporciona a los médicos un
amplio espectro de conocimientos médicos. Referencia [ 20 ] desarrolló una base de
conocimiento ontológico para conducir una Solicitud de Salud Ocupacional ( OCHWIZ ), que
ofrece sugerencias sobre las posibles causas y las industrias asociadas a un hallazgo clínico dado
relacionado con una ocupación específica . En base a estas sugerencias , también es capaz de
inferir otras enfermedades y condiciones que debe observar.
Referencia [ 21 ] (K. F. Tseng, “Developing a Semantic Search System for Planning the Physical
Fitness Training Program in Elementary School,” Master thesis, Dept. Information Management.
Nanhua Univ., Taiwan, ROC, 2010.) propuso utilizar la tecnología de web semántica para
construir un sistema de búsqueda semántico basado en ontologías para la planificación de los
programas de entrenamiento de fitness relacionados con la salud en las escuelas primarias .
Referencia [ 22 ] presentó un servicio de localización semántica para localizar objetos móviles
activos, tales como los dispositivos móviles y los objetos etiquetados con RFID en entornos
inteligentes e inteligentes
El diagnóstico diferencial de la medicina se basa en la estimación de varios parámetros distintos
para determinar el diagnóstico más probable. Referencia [ 23 ] propuso un sistema de ontología
- impulsado diagnóstico médico , Oddin , que utiliza ontologías que representa información
estructurada específica , el cálculo de las probabilidades de varios factores , y las inferencias
lógicas de los signos y los síntomas del paciente . Oddin puede servir como una herramienta de
formación para la toma de decisiones por parte de personal médico y estudiantes.
Referencia [ 24 ] describe una plataforma de software SEMPATH ontológica , que pueden ofrecer
planes de tratamiento personalizados mediante el uso y la gestión de procesos de negocio de
cuidado de la salud (vías clínicas ) . Durante la ejecución de las vías clínicas , el sistema considera
el estado y la reacción con el esquema de tratamiento clínico del paciente de acuerdo con las
reglas SWRL en la reconfiguración de los siguientes pasos de tratamiento .
Referencia [ 25 ] (C. Snae and M. Bruckner, “FOODS: A Food-Oriented Ontology-Driven System,”
in Proc. 2008 2nd IEEE International Conference on Digital Ecosystems and Technologies, 2008,
pp. 168-17) diseñado y propuesto un sistema de consejería , Sistema de ontología - Driven
orientado a la Alimentación (alimentos ) , para la comida o la planificación de comidas en el
restaurante , clínica / hospital o en casa . El sistema ALIMENTOS equipa con un motor de
conocimiento que trabaja para inferir los alimentos o comidas apropiadas para los clientes
basados en la ontología de los alimentos. La ontología comida especifica el conocimiento
relacionado de las comidas que involucran la gastronomía, los ingredientes , las sustancias ,
información nutricional y la ingesta diaria recomendada , etc Proporciona una referencia y base
para nosotros para construir nuestra ontología de alimentos en la dieta -Aid .
B. Health Level Seven ( HL7 )
Fig. 1. Partial “HL7-sample-plus-owl” ontology.
Es importante que los sistemas de atención de salud posean interoperatibilidad y al basarse en
HL7 siguiendo su protocolo en la referencia 26 se detalla cómo trabajar con estos y XML.L
La Asociación de Taiwan de Informática Médica ( 2006 ) desarrolló un sistema llamado HWS (
HL7 registros electrónicos de pacientes y servicios Web de sistema de cambio) para lograr el
intercambio de información de cuidado de la salud y la interoperabilidad. HWS ofrece a los
desarrolladores el acceso a los registros médicos longitudinales para el desarrollo de los sistemas
de atención de salud interoperables [27].
Sistema de dietas basado en HL7 siguiendo el W3C en resumen…
C. Ubiquitous Medio Ambiente
La importancia de la conexión entre los móviles, aplicaciones móviles y el ámbito de la salud.
Habla sobre un proyecto llamado LA MUSS y MASPortal, orientado a pacientes.
3 METODOLOGÍA
A. Dieta auxilios Arquitecturas lógicas
La arquitectura lógica del sistema de la dieta-Aid propuesto se ilustra en la figura. 2. El sistema
se inicia con el proceso de recuperación de datos:
Fig. 2. The logical architecture of Diet-Aid.
Recuperación de datos: perfil de usuario y control de la salud datos por primera vez recuperados
de la base de datos de un centro de salud-la selección o institución médica por RFID (Radio
Frequency Identification), o la tecnología NFC (Near Field Communication).
Ontología de conversión: El perfil de usuario -HL7 compatible y datos de chequeo médico, se
convierten posteriormente en ontologías OWL a través de herramientas como TopBraid ™
Composer ( TBC ) . Estas ontologías convertidos serán utilizados para derivar los planes de dieta
personalizados a través del razonamiento .
Diet -Aid Ontológico Engine Conocimiento ( DOKE ) : La DOKE es el componente principal de la
arquitectura de la dieta -Aid . El motor encapsula una base de conocimiento ontológico consiste
en la ontología de alimentos, perfil de usuario ontología , la salud de detección ontología basada
en HL7, una abstracción de alto nivel de las normas en forma de restricciones y reglas SPIN de
bajo nivel para inferir consejos de dieta.
RSETFUL Servicio Web: La forma más relajante de la implementación de la dieta -Aid permite
sin problemas de implementación del servicio. En consecuencia, la dieta -Aid genera un
dispositivo de dieta personalizada , la cual se puede acceder a través de cualquier dispositivo
habilitado para Internet .
Interfaz de usuario: La interfaz de usuario es la interfaz gráfica , que permite a los usuarios
acceder al proveedor de alimentos (por ejemplo, restaurantes) en el servicio de información de
recetas de la dieta -Aid .
B. Dieta-Aid Arquitectura física
La arquitectura física de la dieta-Aid ilustra la difusión y el acceso ubicuo de las funciones
diseñadas. Como se muestra en la figura. 3, la arquitectura consta de tres componentes
principales: la dieta-Aid Ontológico motor de conocimiento, repositorio de datos y de la
aplicación. Server
Dieta-Aid Ontológico Engine Conocimiento (DOKE)
El DOKE es el componente principal de la dieta de la ayuda-Service, que está compuesto por
base de conocimientos y el módulo de inferencia:
 Knowledge Base es impulsado por tres ontologías: 1) la ontología de alimentos, 2) el perfil de
usuario de la ontología, y 3) la evaluación de la salud de la ontología basada en HL7. Estos
proporcionan el conocimiento adquirido de los expertos de dominio y estado de salud del
usuario para generar un plan de dieta personal.
1) Ontología de alimentos
La Ontología alimentaria se define de acuerdo a los dietistas y el Departamento de Salud, Yuan3
Ejecutivo. La relación entre las clases y los casos se derivan de la consulta con los dietistas de MJ
Health Center Revisión.
2) Perfil de usuario ontología
El perfil de usuario de la ontología se construye de acuerdo a la ontología ACPP mencionados en
la sección 2, algunas propiedades se definen en base a la detección de alimentos y la salud y
algunos definen los datos personales.
3) Ontología exámenes de salud basados en Basados en HL7
La ontología exámenes de salud basados en Basados en HL7 exámenes de salud ontología
comprende la prueba normal ( por ejemplo, altura , peso, etc ) , la prueba de examen (por
ejemplo, la glucosa en sangre , la grasa de la sangre, etc ) , prueba de rayos X, la prueba del
electrocardiograma (ECG ) , y así sucesivamente. Las clases y las propiedades de control de la
salud se definen por la jerarquía de los estándares HL7 , los cuales se extienden desde la
ontología HL7- muestra -plus mencionado en la sección 2 .
 El módulo de inferencia está formado por dos componentes: 1) Regla SPIN y 2) SPARQLMotion
. Nuestros guiones SPARQL movimiento primero se cargan los datos personales de un usuario
del perfil de usuario y el informe de evaluación de la salud . A continuación, se llevó a cabo una
serie de consultas SPARQL para generar un plan de dieta personalizada . El plan resultante puede
visualizarse en una pantalla , almacena en el servidor de base de datos, o se almacena como un
modelo dinámico que se puede importar en otras ontologías .
Por ejemplo , supongamos que una persona tiene un valor de glucosa en sangre en ayunas ( es
decir, CA ) de 110 . Al ejecutar la consulta SPARQL , la primera regla (regla SPIN 1 ) sugiere que
la glucosa en sangre en ayunas de la persona es mayor de 100 , mientras que la segunda regla
se infiere que la persona tiene una condición médica ( "high -AC ") . El tercero ( regla SPIN 3 ) A
continuación, crea el objetivo (reducción de glucosa en la sangre ) , como se muestra en la figura
. 4 . Una vez que el objetivo ha sido determinada, un plan de dieta personalizada puede ser
derivada de la inferencia en profundidad de acuerdo con el estado de salud de la persona.HL7
C. Repositorio de datos
El repositorio de datos almacena el perfil de usuario, datos de salud y planes de dieta. Un perfil
de usuario incluye información general como nombre, sexo, edad, etc Los datos almacena los
datos sanitarios de control de la salud del usuario. El plan de dieta almacena el usuario
personalizada, como el objetivo de la dieta. Application Server
El servidor de aplicaciones (App. Server) es un marco de software que proporciona un entorno
para ejecutar y entregar aplicaciones y servicios de la dieta-Aid. El servidor Diet-Aid aplicación
Web permite a los usuarios mantener los datos almacenados en el repositorio de datos,
mientras que los Servicios Web RESTful permiten a los usuarios acceder a sus servicios Diet-Aid
doquier.
Diet-Aid de Aplicaciones Web proporciona un GUI (interfaz gráfica de usuario) a través del cual
los usuarios a mantener sus datos de investigación de la salud, y el perfil de usuario.
servicios web RESTful en la dieta-Aid proporcionan una abstracción para la publicación de
información y proporcionar acceso remoto al repositorio de datos. Servicios web tradicionales
son la memoria y el uso intensivo del procesador, y por lo tanto no son apropiados para la
memoria limitada y el procesamiento de los dispositivos móviles. RESTful Web Services, sin
embargo, son muy adecuados para este tipo de dispositivos [34]. La Dieta-Aid fue diseñado de
acuerdo con el estilo arquitectónico REST, que ofrece un acceso ubicuo a través de
prácticamente cualquier dispositivo habilitado para Internet.
4 IMPLEMENTACIÓN
Configuraciones A. Hardware y Software
TABLA I: HARDWARE Y SOFTWARE DE CONFIGURACIÓN DE DIETA-AID.
Dieta -Aid fue construido sobre Microsoft Windows Server 2003 Standard Edition, con el ™ Kit
de desarrollo de Java SE 1.6 instalado. TBC- ME se utilizó para desarrollar el DOKE porque el
basado en Eclipse TBC- ME no es sólo un editor de ontologías visual sino que también sirve como
un marco de trabajo basado en el conocimiento , capaz de integrar a través de motores de
inferencia híbrido inferencia de encadenamiento . Más notablemente, TBC- ME se puede utilizar
para desarrollar y ejecutar scripts SPARQLMotion incluyendo servicios web para el
procesamiento de cadenas de datos y la creación de servicios de datos integrados. La
configuración de hardware y software del prototipo del sistema se resume en la Tabla I.
B. Conocimiento Diseño Base de la dieta -Aid
DOKE es el componente principal de la dieta -Aid, que comprende la base de conocimientos y el
módulo de inferencia . La Base de conocimientos utiliza el tipo de alimento , el perfil de usuario,
y ontologías de detección de salud basados en HL7 para representar las especificaciones
explícitas del dominio de la dieta y de servir como columna vertebral para la inferencia . Las
clases , instancias y propiedades definidas en la base de conocimientos se muestran
parcialmente en la figura . 5 . La figura . La figura 6 representa la clasificación parcial y las
relaciones de las entidades en estas tres ontologías , elaboradas de TBC- ME .
Fig. 5. Classes, instances and properties of knowledge base design.
Fig. 6. HL7-based Health screening data ontology, User profile ontology, and Food ontology (classification and relation of the
entities).
C. Diseño Módulo Inferencia
Como se describe en la sección 3.2, el módulo de inferencia se compone de reglas SIPN que
encapsulan el conocimiento del dominio ontología-especificado y SPARQLMotion que realiza la
inferencia. Cada uno de los tres ontologías tiene asociado un conjunto de reglas de SPIN. La
figura. La figura 7 muestra el ejemplo de reglas SPIN definidos para la ontología de datos El
examen de salud basados en HL7.
Generación de un plan de dieta personalizada requiere la conexión a bases de datos que
soportan el almacenamiento de los modelos RDF o son capaces de importar datos a las
estructuras RDF. D2RQ se utiliza para establecer una conexión con el servidor de base de datos
relacional almacena información personal, incluidos los perfiles de usuario y datos de salud.
D2RQ es un lenguaje declarativo para describir las asignaciones entre los esquemas de base de
datos relacional y ontologías OWL / RDFS.
Fig. 7. SPIN Rules of HL7-based Health screening data ontology.
D. Restful Provisioning Servicio Web para Diet-Aid
App.Server es un marco de software que se encarga de todas las operaciones de las aplicaciones
entre los usuarios y las aplicaciones de back-end de la dieta-Aid, que implican de Aplicaciones
Web y Servicios Web RESTful. Servicios web RESTful de Diet-Aid se implementan utilizando el
marco Jersey configurado en Apache Tomcat. Jersey es una comunidad de código abierto que
está construyendo una implementación de referencia de la calidad de producción de JSR-311,
que es una API basada en anotación para la implementación de servicios web RESTful. Jersey
ofrece una forma intuitiva para desarrollar servicios web RESTful proporcionando anotaciones y
APIs estandarizados en JSR 311. La figura. 8 proporciona una captura de pantalla de un plan de
dieta personal muestra publicada a través del servicio web RESTful.
Fig. 8. Diet plan access via RESTful web service.
5 CONCLUSIONES Y TRABAJO FUTURO
En este trabajo se describe el diseño y desarrollo de un servicio web basado en ontologías (DietaAid) para generar el plan de alimentación saludable personalizado constantemente en base a
los datos del cribado de la salud personal y el perfil (preferencia). Dieta-Aid aborda los
problemas de interoperabilidad en materia de salud y los datos personales mediante la adopción
del estándar HL7 internacional como el formato de entrada. Además, la dieta-Aid fue
desarrollado y desplegado usando la arquitectura REST, que permite un acceso ubicuo a través
de cualquier dispositivo habilitado para Internet.
La Dieta-Aid toma los datos personales de salud y recetas disponibles como entrada para
generar un sitio asesoramiento alimenticio personalizado. Sin embargo, sería ventajoso para el
sistema para añadir la información acerca de los ingredientes nutritivos, tales como cantidad de
vitaminas en los ingredientes para los usuarios a tener en cuenta. El sistema podría mejorarse
aún más mediante la generación de un plan de dieta, poniendo los nutricionista recomienda la
ingesta diaria en consideración.