DEPARTAMENTO DE CIÊNCIAS EXATAS E ENGENHARIAS CURSO DE CIÊNCIA DA COMPUTAÇÃO
CINTIA TRISSILA FERNANDES RENSCH
ANATORADIO: ONTOLOGIA PARA CLASSIFICAR O CONHECIMENTO DE ANOMALIAS ÓSSEAS
Santa Rosa 2016
ANATORADIO: ONTOLOGIA PARA CLASSIFICAR O CONHECIMENTO ANOMALIAS ÓSSEAS
Trabalho apresentado na disciplina de Trabalho de Conclusão de Curso do curso de Ciência da Computação da Universidade Regional do Noroeste do Estado do Rio Grande do Sul como requisito básico para obtenção de grau de Bacharel em Ciência da Computação.
Orientador: Prof. Me Leonardo Minelli
Santa Rosa 2016
Tendo em vista a variedade de anomalias ósseas presentes na patologia humana, percebe-se a necessidade de organizar a informação disponível neste contexto. Além disso, a radiologia possui muitos termos científicos, o que dificulta o aprendizado e a busca da informação para iniciantes. Portanto, para classificar o conhecimento e facilitar a busca pela informação foi desenvolvida a ontologia AnatoRadio. A ontologia propõe centralizar os dados julgados necessários para a formação do conhecimento como, por exemplo, as características da anomalia e os tratamentos conhecidos, correlacionando-a com a seção do esqueleto que a mesma ocorre. Este relacionamento possibilita a descoberta e o entendimento da ontologia. A ontologia AnatoRadio tem como objetivo ser simples o suficiente para que inexperientes na área radiológica possam usá-la para formar conhecimento, possuindo também dados mais específicos para os profissionais desta área.
Given the variety of bone abnormalities present in human pathology, we see the need to organize the information available in this context. In addition, the radiology has many scientific terms, which hinders learning and the pursuit of information for beginners. Therefore, to classify the knowledge and facilitate the search for information was developed the AnatoRadio ontology. The ontology proposes centralize data deemed necessary for the formation of knowledge as, for example, the fault characteristics and known treatments correlated with the section of the skeleton is the same. This relationship enables the discovery and understanding of the ontology. The AnatoRadio ontology aims to be simple enough for inexperienced in the radiological area can use it to form knowledge, having also given more specific to the professionals in this area.
Figura 1: Funções de saúde e Tecnologia da Informação...10
Figura 2: Representação de ontologia de aplicação...15
Figura 3: Metodologia Enterprise...16
Figura 4: Metodologia Methontology...17
Figura 5: Metodologia On-To-Knowledge...18
Figura 6: Processo Interativo de Construção de Ontologias... 19
Figura 7: Exemplo de código em RDF... 20
Figura 8: Sintaxe utilizada na OWL...20
Figura 9: Exemplo de linguagem SPARQL...21
Figura 10: Exemplo de label em SKOS... 21
Figura 11: Protegé...22
Figura 12: Notação para uma ontologia de uma pequena universidade...23
Figura 13: Divisão do esqueleto...26
Figura 14: Relação entre anomalia e esqueleto... 28
Figura 15: Resultado da pesquisa por Osteossarcoma...29
Figura 16: Resultado da pesquisa por tumor ósseo... 29
Figura 17: Superclasses da ontologia... 31
Figura 18: Classe Sintoma e suas subclasses...31
Figura 19: Subclasse amputação e seus indivíduos...32
Figura 20: Consulta das anomalias da Cervical...33
Figura 21: Anomalia Pectus Carinatum e suas ligações... 34
Figura 22: Ligações do Sintoma Amputação dos Dedos...35
Figura 23: Consulta pelo sintoma Lábio Leporino...36
Figura 24: Pesquisa sobre Sinostose na AnatoRadio...38
Figura 25: Pesquisa sobre Sinostose no RadLex... 38
Quadro 1: Classificação de ontologias pelo grau de formalidade...13
Quadro 2: Classificação de ontologias por área de atuação...14
Quadro 3: Classificação das ontologias a partir dos conceitos...14
1 INTRODUÇÃO...7 2 REFERENCIAL TEÓRICO... 9 2.1 ANATOMIA HUMANA...9 2.2 INFORMÁTICA MÉDICA...9 2.2.1 Radiologia...11 2.3 ONTOLOGIAS... 12 2.3.1 Tipos de ontologias...12
2.3.2 Construção de Ontologias de Domínio...15
2.3.2.1 Metodologias de Desenvolvimento de Ontologias... 15
2.3.2.2 Linguagens para Desenvolvimento de Ontologias...19
2.3.3 Ferramentas para Desenvolvimento de Ontologias...21
2.3.3.1 Protegé... 21
2.3.3.2 OWLGrEd...22
2.3.3.3 OntoKem...23
3 ANATORADIO: UMA ONTOLOGIA PARA CLASSIFICAÇÃO DE ANOMALIAS ÓSSEAS... 24 3.1 METODOLOGIA DE DESENVOLVIMENTO... 24 3.1.1 Aplicação da Metodologia...25 3.1.1.1 Estudo de Viabilidade... 25 3.1.1.2 Início da Ontologia...26 3.1.1.3 Refinamento...28 3.1.1.4 Avaliação...32 4 ESTUDOS COMPARATIVOS... 37 4.1 RADLEX...37 4.2 ONTOCANCRO...39 5 CONCLUSÃO...41
Este trabalho foi realizado por Cintia Trissila Fernandes Rensch e orientado pelo Prof. Me. Leonardo Minelli. Ele descreve o processo de criação de uma ontologia para classificar o conhecimento sobre anomalias ósseas em seres humanos.
O tema do trabalho é desenvolver uma ontologia para classificar o conhecimento sobre anomalias ósseas presentes na patologia humana. Desta forma, foram classificadas as anomalias ósseas e posteriormente correlacionadas com a seção do esqueleto do corpo humano que podem sofrer tais anomalias. A delimitação do tema é o desenvolvimento de uma ontologia para classificar as anomalias ósseas que podem ocorrer no esqueleto do corpo humano.
O estudo realizado levou em conta o seguinte problema central: Quais as tecnologias existentes para auxiliar os profissionais da área radiológica e/ou médica na busca do conhecimento sobre anomalias ósseas? Quais os elementos necessários para que possa-se considerar uma ontologia como primordial para o estudo em questão?
Segundo Aussie Hands (2015) há cerca de dezoito anomalias ósseas que podem surgir durante a formação do feto somente na região das mãos. Reunir todas as informações disponíveis, como características e tratamento de cada anomalia é uma tarefa custosa, em virtude da dificuldade em centralizar buscas e no processo de descoberta do conhecimento em si. Essas informações descentralizadas podem não possuir relações entre si, levando à inconsistência, à falta de clareza e à ausência de ligações necessárias para explicar situações próprias da anatomia e da radiografia.
Atualmente, no domínio de imageamento médico, a ontologia Foundation
Model of Anatomy (FMA) é uma das mais conhecidas. Esta ontologia possui cerca
de 75 mil classes e mais de 120 mil termos, o que a torna uma das mais completas bases de conhecimento da anatomia humana (WASHINGTON, 2015). No entanto, o FMA declara que suas classes abrangem entidades anatômicas padrão, assim como nos atlas anatômicos, o que leva à descrição de um corpo humano perfeito, sem nenhuma malformação, deficiência etc (FREITAS; SCHULZ; MORAES, 2009).
Derivado da ontologia FMA, o RadLex foi lançado em 2006 e é mantido pela Sociedade Radiológica da América do Norte (RSNA). Inicialmente ele possuía cerca
de 7500 termos anatômicos e patológicos, porém o mesmo vem crescendo através do trabalho contínuo de comitês do RadLex (RADIOLOGICAL SOCIETY OF NORTH AMERICA, 2015). O RadLex é projetado para preencher uma lacuna em outros sistemas de terminologia médica, como o índice de Diagnósticos Radiológicos do Colégio Americano de Radiologia (conhecido como índice ACR), o qual foi concebido para ser de fácil memorização para humanos. Os códigos do índice ACR são decimais e cada dígito do índice cataloga um termo mais específico da taxonomia. Esse esquema gera códigos menores e de compreensão facilitada, porém acaba dificultando ou até impossibilitando a catalogação de pequenos detalhes da anatomia humana (LANGLOTZ, 2006).
Tanto a ontologia FMA quanto o RadLex são bases de conhecimento extremamente grandes e podem ser consideradas complexas para usuários que não possuem conhecimento na área radiológica. Por se tratarem de grandes bases elas também possuem termos de difícil compreensão, se não relacionados com outras áreas do conhecimento da radiologia. Tendo isso em vista, percebeu-se a necessidade da aplicação de técnicas computacionais para especificar, ajudar e facilitar a busca do conhecimento das anomalias ósseas nas áreas radiológicas e anatômicas. Esta técnica tem informações mais precisas e que ajudarão na disseminação do conhecimento, sendo que sua organização é simples e segue a divisão natural do corpo humano para diminuir a curva de aprendizado necessária para o uso da mesma.
Os objetivos do presente trabalho estão divididos em objetivo geral e objetivos específicos. Como objetivo geral, foi proposto analisar as tecnologias existentes que auxiliam na descoberta do conhecimento sobre anomalias ósseas e propor uma ontologia, facilitando a tarefa de buscar as informações importantes para o profissional da área de radiologia e/ou médica. Os seguintes tópicos foram levantados como objetivos específicos: construir conhecimento no ramo de ontologias; pesquisar e classificar as anomalias ósseas presentes na patologia humana; avaliar os softwares para criação de ontologias e testar a viabilidade da ontologia desenvolvida.
Para desenvolver o presente trabalho, foi necessário elaborar um estudo referencial que engloba as seguintes áreas do conhecimento: anatomia humana, informática médica e ontologias.
2.1 ANATOMIA HUMANA
Rosse e Mejino Jr. (2007) descrevem a anatomia como uma área da biologia e da medicina que estuda a estrutura dos organismos vivos. Por sua vez, a anatomia é dividida em anatomia microscópica e anatomia macroscópica, na qual as estruturas do organismo podem ser visualizadas sem a necessidade de um aparelho microscópico.
Vilela (2016) informa que o esqueleto humano pode ser dividido em esqueleto axial e esqueleto apendicular. O esqueleto axial compõe-se pela caixa craniana, caixa torácica e coluna vertebral, e o esqueleto apendicular, o qual é formado pelos membros superiores e inferiores.
2.2 INFORMÁTICA MÉDICA
As organizações da área de saúde possuem muitas tarefas importantes e, muitas vezes, altamente complexas. Os sistemas computacionais servem como um centralizador da informação, o que facilita essas tarefas (HOYT, 2009). Na figura 12 pode ser observado como que funciona esta integração e centralização disponibilizada pela informática.
Figura 1: Funções de saúde e Tecnologia da Informação
Fonte: HOYT, 2009.
Embora não incluídos na figura 1, a tecnologia da informação também trabalha com os aspectos financeiros da saúde. Hoyt (2009) avalia que muitos aspectos da Informática Médica representados na figura 1 estão interligados.
A explosão da informação ocorrida em fontes de dados biomédicos sobrecarregou os pesquisadores e médicos dando-lhes a tarefa de gerenciar terabytes de conteúdo, o qual é sutilmente interconectado e precisa ser agregado e manipulado. As vastas quantias de dados utilizados para exercer tarefas cada vez mais complexas exigem, em contrapartida, técnicas cada vez mais sofisticadas para o gerenciamento inteligente da informação e conhecimento. Para ajudar a vencer este desafio há um surgimento de um conjunto crescente de sistemas de referência semântica, conhecidos como vocabulários, tesauros, terminologias e ontologias. (RUBIN; SHAH; NOY, 2007).
Segundo Freitas, Schulz e Moraes (2009) os progressos vistos na área de gerenciamento do conhecimento têm essencialmente duas causas. A primeira é o estabelecimento de vocabulários e sistema de classificação indexadores, como a Classificação Internacional de Doenças e o Index Medicus, do século XIX. A segunda causa seria a pesquisa sobre Sistemas de Apoio à Decisão (SAD) e sistemas especialistas para a medicina, iniciado na década de 1970 e impulsionado
pelas pesquisas em Inteligência Artificial (IA) para criar ferramentas que auxiliem na tomada de decisões médicas.
Trotter e Uhlman (2011) explicam que um grande problema presente na área médica é a quantia de palavras sinônimas. Termos como ataque cardíaco, parada cardíaca e enfarte do miocárdio podem ser usados para descrever o mesmo evento, isso sem comentar das siglas que possa haver para estes sinônimos. É difícil automatizar um processo quando se tem vários termos para a mesma coisa, porém uma ontologia resolve este problema.
Outro conceito que deve ser analisado na área médica é que poucos nomes científicos da anatomia humana correspondem exatamente ao termo na linguagem natural. Em muitos casos, um paciente informa para seu médico uma dor no joelho, porém essa dor no joelho pode se tratar de uma tendinite patelar. Uma boa ontologia deve possibilitar ao médico realizar inferências sobre os dados clínicos. Troter e Uhlman (2011) ainda vão mais a fundo e afirmam que a qualidade das inferências criadas pela ontologia é a medida da profundidade e relevância clínica da ontologia.
2.2.1 Radiologia
A radiologia é considerada uma das especialidades da anatomia macroscópica. Ela consiste em criar uma imagem de determinada parte do corpo humano para diagnosticar alguma doença do organismo. Há várias técnicas presentes na radiologia, entre elas a ressonância magnética, a radiografia (raio X), a tomografia e o ultrassom.
O raio X foi descoberto por Wilhelm Conrad Röntgen em 1895, o que o torna uma das técnicas mais antigas de imageamento médico desenvolvida para diagnosticar a estrutura humana por camadas que não são visíveis (ALS-NIELSEN; MCMORROW,2011). Aplicando níveis diferentes de contraste, pode-se identificar ossos, pele e ainda outros elementos presentes na estrutura, sejam eles estranhos ou não ao corpo humano. Matei (2008) afirma que a quantidade de radiografias ou outros exames que envolvem a radiologia crescem constantemente, portanto a utilização de ontologias para padronizar, caracterizar e compartilhar esta base de conhecimento é muito promissor.
2.3 ONTOLOGIAS
Dependendo do espaço em que está inserida, a palavra ontologia pode assumir diferentes conceitos. Ela origina-se do grego, “ontos”, ser, e “logos”, palavra. Segundo Almeida e Bax (2003) o termo original é a palavra aristotélica “categoria”, a qual remete ao sentido de classificação.
No campo da Ciência da Computação, um dos conceitos mais conhecidos é apresentado por Gruber (1993), o qual afirma que uma ontologia é uma especificação explícita de uma conceitualização. Para Gruber (1993), uma ontologia é a declaração de uma teoria lógica, ou seja, uma maneira de representar objetos de um domínio e suas ligações, descrevendo os significados, uso e interpretação dos objetos do domínio.
Borst (1997) traz uma definição um pouco mais específica sobre ontologias, definindo-as como uma especificação formal e explícita de uma conceitualização compartilhada. Morais e Ambrósio (2007) descrevem mais detalhadamente este conceito. Para eles, a especificação formal remete à ideia de algo que é legível para os computadores; a palavra explícita refere-se aos conceitos, às propriedades, às relações, às funções, às restrições e aos axiomas que são explicitamente definidos; a conceitualização representa um modelo abstrato de algum fenômeno do mundo real; e o termo compartilhamento significa conhecimento consensual.
De maneira mais prática, Trotter e Uhlman (2011) apresentam as ontologias como uma forma de conhecimento estruturante onde, através do uso de codificação, conceitos complexos podem ser transformados em termos mais simples. As ontologias variam amplamente o seu nível de complexidade, dada a estrutura das relações entre os termos.
2.3.1 Tipos de ontologias
As ontologias não possuem sempre os mesmos elementos, porém algumas características e componentes estão presentes na maioria delas (ALMEIDA, 2003). Gruber (1996) coloca que as ontologias são basicamente formadas por classes, que são organizadas em taxonomias; as relações, que representam a interação entre conceitos; os axiomas, que são as sentenças verdadeiras; e as instâncias, que são os dados.
Ainda que todas as ontologias possuam os mesmos elementos, elas ainda podem ser classificadas de acordo com algumas características. Uma característica que pode classificar as ontologias é o grau de formalidade com que o vocabulário é criado, assim como seu significado. Uschol e Gruninger (1996) classificam as ontologias como: altamente informais, onde são expressas em linguagem natural; semi-informais, expressa em linguagem natural de forma restrita e estruturada para aumentar a clareza e reduzir a ambiguidade; semi-formais, expressa em linguagem artificial definida formalmente; e rigorosamente formais, que são meticulosamente definidos com semântica formal, teoremas e provas. No quadro 1 é apresentado um resumo desta classificação.
Quadro 1: Classificação de ontologias pelo grau de formalidade
Grau de Formalidade Definição
Altamente Informal Linguagem natural
Semi-informal Linguagem natural restrita e estruturada
Semi-formal Linguagem artificial
Rigorosamente Formal Linguagem meticulosamente definida Fonte: Adaptado de Uschol, Gruninger, 1996.
Já Jasper e Uschol (1999) categorizam as ontologias em três diferentes áreas: ontologia de autoria neutra, onde um aplicativo é desenvolvido em uma linguagem e posteriormente convertido para uso em diversos sistemas; a ontologia como especificação, onde se cria uma ontologia para documentação e manutenção no desenvolvimento de softwares; e ontologias de acesso comum à informação, onde o vocabulário é inacessível e a ontologia torna a informação compreensível. No quadro 2 é apresentado um resume da classificação por áreas.
Quadro 2: Classificação de ontologias por área de atuação
Área Definição
Ontologia de Autoria Neutra O aplicativo é desenvolvido em uma linguagem e depois convertido para uso em outros sistemas Ontologia como Especificação Ontologia para documentação e manutenção de
softwares
Ontologia de Acesso Comum Há um vocabulário inacessível e a ontologia torna a informação compreensível.
Fonte: Adaptado de Jasper, Uschol, 1999.
Haav e Lubi (2001) categorizam as ontologias de acordo com a especificidade dos conceitos contidos nela. Desta maneira, há as ontologias de alto nível, onde os conceitos são descritos de modo geral sem depender de um domínio ou problema; as ontologias de domínio, que descrevem o vocabulário pertencente a um domínio; e as ontologias de tarefa, que descrevem uma tarefa ou atividade. É possível ver um resumo desta classificação no quadro 3.
Quadro 3: Classificação das ontologias a partir dos conceitos Especificidade dos Conceitos Definição
Ontologias de Alto Nível Conceitos descritos de modo geral, sem depender do domínio e/ou problema.
Ontologias de Domínio Descrevem um vocabulário pertencente à um domínio.
Ontologias de Tarefa Descrevem uma tarefa ou atividade Fonte: Adaptado de Haav, Lubi, 2001.
Outra classificação é apresentada por Guarino (1996), levando em conta o nível de generalização da ontologia. Dessa maneira, existem as ontologias genéricas, que são mais gerais e descrevem conceitos mais amplos. De acordo com Morais e Ambrósio (2007) elas “estão relacionadas principalmente ao uso de ontologias em seu sentido filosófico de categorização e linguística”. Seguindo a classificação, há as ontologias de tarefa que fornecem um vocabulário sistematizado de termos relacionados à execução de uma tarefa, as ontologias de domínio que descrevem um vocabulário próprio de uma área e as ontologias de aplicação que contem as definições necessárias, dada uma tarefa em um determinado domínio.
Para exemplificar esta divisão, a Universidade Federal de Bahia (UFBA) propõe a seguinte temática: há uma ontologia ERP (Sistema Integrado de Gestão) que é uma ontologia de aplicação. Esta ontologia é formada pelo conjunto de uma tarefa de gestão empresarial e uma ontologia do domínio telecomunicações. Ao fim, ambas as ontologias, de tarefa e de domínio, são suportadas por uma ontologia genérica de organização. É descrito na figura 2 o funcionamento destas ontologias.
Figura 2: Representação de ontologia de aplicação
Fonte: Universidade Federal de Bahia. 2.3.2 Construção de Ontologias de Domínio
Para construir uma ontologia de domínio deve-se, primeiramente, definir o seu domínio e escopo. Uma vez que estes elementos forem definidos, deve-se escolher uma metodologia, uma ferramenta e uma linguagem para sua especificação (MORAIS; AMBRÓSIO, 2007). A seguir, serão descritos algumas metodologias, ferramentas e também linguagens que podem ser usadas para a construção de uma ontologia.
2.3.2.1 Metodologias de Desenvolvimento de Ontologias
Segundo Morais e Ambrósio (2007), “metodologias de desenvolvimento de ontologias existem no intuito de sistematizar sua construção e manipulação.” Porém, as metodologias existentes ainda não são totalmente maduras, quando comparadas com as metodologias de engenharia de software (ALMEIDA; BAX, 2003).
A metodologia Entreprise é dividida em quatro fases (figura 3): identificação do propósito, onde deve ser determinado o nível de formalidade que a ontologia
deve ser descrita; identificação do escopo, que visa produzir uma especificação a partir do que a ontologia precisa representar; formalização, onde são criados os códigos, as definições formais e os axiomas; e a documentação formal, que é fase onde a ontologia será documentada e onde as fases um e dois podem ser revistas. (JONES; BENCH-CAPON; VISSER, 1998).
Figura 3: Metodologia Enterprise
Fonte: MORAIS; AMBRÓSIO, 2007.
Jones, Bench-Capon e Visser (1998) também apresentam a metodologia
Methontology, a qual baseia-se na construção da ontologia a partir do conhecimento
de um domínio. As principais atividades são a especificação de requisitos, conceitualização do domínio, formalização do modelo conceitual em uma linguagem formal, implementação do modelo formal e manutenção. Ela ainda pode possuir algumas atividades de suporte que são desempenhadas durante todo o processo do desenvolvimento da ontologia, como aquisição de conhecimento, integração, avaliação documentação e gerenciamento de configuração. Esta metodologia é exemplificada na figura 4.
Figura 4: Metodologia Methontology
Fonte: MORAIS; AMBRÓSIO, 2007.
A metodologia On-To-Knowledge é dividida em cinco fases (STAAT; et. al, 2000), conforme ilustrado na figura 5. Na etapa de inicial da ontologia, também conhecida como kick-off, os requisitos são capturados e especificados, questões de competência são identificadas, ontologias potencialmente reutilizáveis são estudadas e uma primeira versão da ontologia é desenvolvida. Na etapa de refinamento, uma versão mais madura da ontologia é criada a partir da primeira. Na avaliação os requisitos e questões de competência são checados e a ontologia é colocada em produção. A etapa de manutenção envolve possíveis adaptações da ontologia a mudanças nos requisitos e correções de erros (MORAIS; AMBRÓSIO, 2007).
Figura 5: Metodologia On-To-Knowledge
Estudo de
Viabilidade Início daOntologia Refinamento
ONTOLOGIA Documentos
CommonKADS DescriçãoSemi-Formal Ontologia Aplicação
Manutenção e Evolução Avaliação
Font e: Adaptado de Staab; et. al, 2000.
Guizzardi (2000) afirma que estes “modelos apresentados ainda não demonstram um processo suficientemente estruturado a ponto de suportar a construção de ontologias como uma verdadeira disciplina de engenharia”. Portanto, ele apresenta uma abordagem sistemática para a construção de ontologias. Esta metodologia foi inicialmente proposta por Falbo (1998) e é composta de seis fases: identificação de propósito e especificação de requisitos, captura da ontologia, formalização da ontologia, integração com ontologias existentes, avaliação e documentação. Guizzardi (2000) ainda coloca que esta metodologia une as principais características das metodologias que foram apresentadas e que seu ciclo de vida é interativo e os processos de avaliação e documentação ocorrem durante todo o ciclo de vida. É apresentado na figura 6 o diagrama de atividades desta metodologia.
Figura 6: Processo Interativo de Construção de Ontologias
Fonte: MORAIS; AMBRÓSIO, 2007.
2.3.2.2 Linguagens para Desenvolvimento de Ontologias
Segundo Almeida e Bax (2003) as linguagens usadas para desenvolvimento de ontologias podem ser divididas em três tipos: linguagens de ontologias tradicionais, linguagens padrão Web e linguagens de ontologia Web-based.
As linguagens de ontologias tradicionais são: Cycl, Ontolíngua, F-Logic, CML, OCML, Loom e KIF. Já as linguagens de padrão Web são o XML (eXtensible Markup
Language) e o RDF (Resource Description Framework). As linguagens Web-based
são: OIL, DAML+OIL, SHOE, XOL e OWL (Web Ontology Language).
Uma das linguagens recomendada pela W3C (World Wide Web Consortium) é a RDF, a qual é um framework para expressar informações sobre recursos. O RDF se destina a casos em que a informação sobre a Web precisa ser processada por aplicativos também, e não somente por pessoas. A RDF pode ser usada,
principalmente, para publicar e interligar dados na Web (SCHREIBER; RAIMOND, 2014). É mostrado um exemplo de código em RDF na figura 7.
Figura 7: Exemplo de código em RDF
Fonte: SCHREIBER; RAIMOND, 2014.
A linguagem OWL é recomendada pelo W3C quando a informação contida nos documentos deve ser processada por aplicações. Ela pode ser usada para representar explicitamente o significado dos termos em vocabulários e as relações entre estes termos (MCGUINNESS; VAN HARMELEN, 2004). É demonstrado na figura 8 um exemplo da sintaxe utilizada na OWL.
Figura 8: Sintaxe utilizada na OWL
Fonte: BECKETT, 2004.
A linguagem SPARQL é um conjunto de especificações que fornecem linguagens e protocolos para consultar e manipular conteúdo gráfico RDF na Web (W3C SPARQL WORKING GROUP, 2013). A seguir, é demonstrado na figura 9 um exemplo da linguagem SPARQL.
Figura 9: Exemplo de linguagem SPARQL
Fonte: W3C SPARQL WORKING GROUP, 2013.
A W3C também recomenda o uso da linguagem SKOS (Simple Knowledge Organization System) para uso em ontologias e vocabulários. O SKOS é um modelo de dados comum para a partilha e a ligação dos sistemas de organização do conhecimento através da Web. Muitos desses sistemas, como tesauros, taxonomias, esquemas de classificação e cabeçalhos de assuntos partilham de uma estrutura semelhante. Posteriormente, o SKOS captura essa semelhança para permitir o compartilhamento de dados entre diversas aplicações (MILES; BECHHOFER, 2009). É demonstrado na figura 10 um label da forma literal “love” (amor) em Inglês.
Figura 10: Exemplo de label em SKOS Fonte: MILES; BECHHOFER, 2009. 2.3.3 Ferramentas para Desenvolvimento de Ontologias
Para tornar possível o desenvolvimento da ontologia, viu-se a necessidade de estudar algumas ferramentas para criação de ontologias. Optou-se por estudar as seguintes ferramentas: Protegé, OWLGrEd e o OntoKem.
2.3.3.1 Protegé
O Protegé é uma ferramenta open-source para desenvolvimento de ontologias e foi produzido pelo grupo de informática médica da Universidade de Stanford. Segundo Morais e Ambrósio (2007) é um ambiente interativo e que oferece uma interface gráfica para a edição, como apresentado na figura 11. Possui uma arquitetura modulada, permite a inserção de novos recursos e é composta por um editor de ontologias e uma biblioteca de plug-ins.
Figura 11: Protegé
Fonte: University of Stanford, 2015.
2.3.3.2 OWLGrEd
O OWLGrEd foi desenvolvido pelo Instituto de Matemática e Ciência da Computação da Universidade da Letônia. Esta ferramenta possui um editor gráfico de ontologias baseado na Linguagem Unificada de Modelagem (UML), além de possibilitar o uso da Linguagem de Ontologia Web (OWL) e possibilitar um plugin para o Protegé (CERANS et al, 2012). Na figura 12 é demonstrado o uso da UML na ferramenta OWLGrEd.
Figura 12: Notação para uma ontologia de uma pequena universidade
Fonte: Cerans et al, 2012.
2.3.3.3 OntoKem
Outra ferramenta de edição de ontologias é o OntoKem, concebido e desenvolvido no Laboratório de Engenharia do Conhecimento (LEC) do Programa de Engenharia e Gestão do Conhecimento (EGC) da Universidade Federal de Santa Catarina. Segundo o site do EGC, “o OntoKem é uma ferramenta para Engenharia do Conhecimento (EC) que suporta um processo de construção e documentação de ontologias, baseado no processo de desenvolvimento das metodologias 101,
Depois de realizar os estudos necessários foi desenvolvida a ontologia AnatoRadio. Para desenvolver esta ontologia o primeiro passo foi a escolha de metodologia, o que será documentado a seguir.
3.1 METODOLOGIA DE DESENVOLVIMENTO
Após estudar as principais metodologias existentes para a criação e desenvolvimento de ontologias optou-se por utilizar a metodologia On-To-Knowledge, pois ela é extremamente maleável e proporciona a constante reavaliação e evolução da ontologia, até que a mesma esteja considerada pronta para o uso.
Mesmo após que se considere pronta a ontologia, é necessário colocá-la em prática e acompanhar o uso dela para que se possam analisar possíveis melhorias a serem feitas. Nesta etapa do processo, é possível avaliar alguns pontos falhos da ontologia, levantar requisitos que ela não supre e então realizar quantas manutenções forem necessárias para o melhoramento da ontologia.
O número de manutenções que precisarão ser feitas e o tempo que irão levar variam conforme a qualidade e a abrangência da forma primária da ontologia. Se uma ontologia é muito abrangente, possivelmente será difícil agradar todos os possíveis usuários da tecnologia, e se for muito específica nem sempre atenderá o escopo para qual foi pensada.
Por fim, percebe-se que as etapas de refinamento, avaliação e manutenção da ontologia são cíclicas, e podem acontecer quantas vezes se achar necessário, até obter uma ontologia refinada e que irá atender ao seu propósito. Novamente, este é um importante ponto que foi levado em conta na hora da escolha da metodologia, pois a criação dela deve ser fluida e possibilitar realizar reavaliações para o melhoramento da ontologia.
Porém, é importante ter muito cuidado com a constante reavaliação e reconstrução da ontologia, pois este pode se tornar um processo sem fim, ou ainda pode gerar um produto final que não atenda o escopo pensado inicialmente. Todo refinamento feito deve ser questionado para que se possa revalidar a ontologia desenvolvida.
3.1.1 Aplicação da Metodologia
De posse da escolha da metodologia, iniciou-se os estudos e a construção da ontologia. Cada etapa do desenvolvimento foi documentada separadamente, a fim de explanar melhor cada uma delas.
3.1.1.1 Estudo de Viabilidade
A primeira etapa do desenvolvimento engloba o estudo do problema, verificar as tecnologias já existentes para este domínio e, também, o que uma nova solução precisa ter para que seja útil e possa ser considerada uma fonte de informação importante.
Dentro do estudo do problema foram realizadas pesquisas sobre as anomalias ósseas presentes na patologia humana. Estes estudos têm como objetivo descobrir e mapear as principais características das anomalias, além de agrupar dados para “alimentar” a ontologia. Os estudos foram realizados em sites dedicados à disseminação de conhecimento, que agrupam dados sobre os vários tipos de anomalias, entre outras doenças, e também em trabalhos acadêmicos e artigos científicos da área de saúde. Estes estudos foram primordiais para entender o domínio das anomalias ósseas e também para descobrir quais as soluções atuais que possuem o intuito de disseminar conhecimento desta área.
Uma das ontologias mais completas quando o assunto é anatomia é a FMA. Ela é uma base de conhecimento muito importante e é estruturada de uma maneira que suas classes e relacionamentos demonstrem a estrutura do corpo humano. Já na área da radiologia, existem mais ontologias que centralizam informações sobre os exames de imagens e laudos radiológicos. Pode ser citada, como exemplo, a RadLex, que tem o intuito de unificar os dados sobre os exames de imagem e relatórios médicos e radiológicos.
Estudar estas soluções que já estão consolidadas no mercado foi muito importante para entender melhor este ambiente e, juntamente com os dados recolhidos dos sites especializados, mapear as informações importantes e montar uma estrutura de classes e ligações que provêm um modo fácil e rápido para encontrar e formar conhecimento.
3.1.1.2 Início da Ontologia
De posse dos dados e de uma visão sobre o domínio de anomalias ósseas, deu-se início a modelagem da ontologia. O primeiro passo foi mapear as classes do esqueleto humano e criar uma divisão lógica. O esqueleto foi dividido entre cabeça, tórax e coluna vertebral (esqueleto axial) e membros superiores e membros inferiores (esqueleto apendicular). Todos os ossos foram mapeados como indivíduos para que a anomalia possa ser correlacionada com os ossos onde ocorrem e assim possibilitar a visão de todas as anomalias que podem ocorrer em determinado osso. Na figura 13 é representado o esqueleto com suas classes e indivíduos.
Figura 13: Divisão do esqueleto
Fonte: Elaborada pela autora.
Com a divisão do esqueleto pronta, o próximo passo foi criar e mapear a classe de anomalias. Para tanto, foram definidos alguns tipos de dados para serem usados nos indivíduos da classe anomalia. Estes tipos de dados foram criados para padronizar os indivíduos da classe de anomalia, além de facilitar a visualização das informações disponíveis. No quadro 4 pode-se visualizar as propriedades dos dados criados e a tipagem de cada um.
Nome Tipo Causas String CID String Descrição String Diagnóstico String Hereditário Boolean
Idade de início String
Incidência String
Palavras-chave String
Sinônimos String
Tratamento String
Fonte: Elaborada pela autora.
Após criar as classes, uma configuração para as anomalias e os tipos de dados, foi necessário criar as relações entre as classes para demonstrar a ligação que esses indivíduos tem no mundo real. No domínio das anomalias ósseas, uma anomalia acontece em um ou mais ossos do esqueleto humano, assim como um osso também pode ser acometido por uma ou mais anomalias. Percebe-se, que estas ligações são inversamente proporcionais e coexistem entre si. Então, para exemplificar esta relação, foram criadas as ligações conforme demonstrado na figura 14.
Figura 14: Relação entre anomalia e esqueleto
Fonte: Elaborada pela autora.
Depois de configuradas as relações da ontologia, está pronta a primeira versão da mesma. O próximo passo foi incluir dados na ontologia para verificar sua usabilidade.
3.1.1.3 Refinamento
O processo de refinamento é muito importante, pois ele lapida a ontologia, elencando alguns pontos falhos e melhorias para que ela tenha uma boa usabilidade. Nesta etapa, podem ser incluídas algumas classes, podendo haver a transformação de atributos de uma classe se tornarem outra classe nova. Ainda é possível serem feitas novas ligações entre os indivíduos para que a ontologia demonstre de forma fiel o domínio que está sendo mapeado.
Contudo, para verificar a usabilidade da ontologia é necessário incluir alguns indivíduos e analisar como as relações se comportam. Portanto, foram incluídas algumas anomalias de várias partes do corpo e, após a inclusão, foram realizadas consultas simples na ferramenta OntoGraph, que é disponibilizada juntamente com o Protegé. É demonstrado na figura 15 o resultado obtido ao pesquisar por Osteossarcoma, um tumor ósseo que pode atingir o úmero, a tíbia e o fêmur (JORNADA CONTRA O CÂNCER, 2016).
Figura 15: Resultado da pesquisa por Osteossarcoma
Fonte: Elaborada pela autora.
Este foi um exemplo de pesquisa feita diretamente pelo nome da anomalia. Também pode-se pesquisar por um tipo de anomalia, como demonstrado na figura 16.
Figura 16: Resultado da pesquisa por tumor ósseo
Fonte: Elaborada pela autora.
Pela pesquisa pode-se perceber que as anomalias Osteocondroma, Osteoclastoma, Sarcoma de Ewing e Osteossarcoma são anomalias do tipo Tumor Ósseo. Agora, se formos pensar no dia-a-dia de médicos e profissionais de radiologia, o que mais ocorre é eles estarem de posse de um ou mais sintomas e, a partir disso, pesquisar qual anomalia o paciente pode ter. Então, para fazer este teste foi pesquisado por Lábio leporino, que é um dos sintomas da Displasia de Goldenhar (MELDAU, 2016a). Esta pesquisa não retornou nenhum resultado. Portanto, há uma falha na modelagem da ontologia, já que não realiza a busca pelos sintomas da anomalia. Portanto, esta parte da ontologia deve ser refinada e é
preciso encontrar uma solução para que o usuário consiga realizar buscas pelos sintomas das anomalias.
Uma alternativa para este problema é criar uma classe Sintoma e incluir subclasses a ela para controlar os sintomas. Pode haver vários tipos de sintomas, como, por exemplo, dor, ausência de ossos, deformidade, etc. Desta maneira, um Sintoma poderá ter ligação com alguma parte do Esqueleto, e todas as anomalias que tivessem o sintoma em específico também teriam o sintoma ligado a si. Assim, o tipo de dado Sintoma pode ser transformado em uma classe própria, e as ligações permitiram agrupar todos os sintomas que pode haver em uma parte do esqueleto ou agrupar todas as ontologias que tem um sintoma em comum.
Porém, a maior dificuldade que esta solução tem é mapear com clareza os sintomas, pois alguns sintomas de determinadas anomalias são muito específicos. Porém, se a especificidade for muito alta as ligações que vão relacionar a anomalia e o sintoma correm o risco de ser de 1 pra 1. Ou seja, para cada sintoma cadastrado haverá uma anomalia relacionada.
Portanto, a inclusão da classe de Sintomas é uma solução para o problema encontrado na primeira versão, porém, as criações dos indivíduos devem ser bem rigorosas, sempre levando em conta a abstração dos Sintomas para criar indivíduos que cumpram seu papel de agregador. Então, com a adição da nova classe a ontologia passa a ter três grandes classes: Esqueleto, Sintoma e Anomalia. Pode-se afirmar que a anomalia está no centro da ontologia, pois Sintoma aparece em algum lugar do Esqueleto e a Anomalia possui Sintomas, além de partes do Esqueleto afetadas. São ilustradas na figura 17 as três superclasses da anomalia
Figura 17: Superclasses da ontologia
Fonte: Elaborada pela autora.
Esta classe Sintoma pode possuir várias subclasses, como, por exemplo, dor, ausência, amputação, etc. Na figura 18 são demonstradas algumas subclasses que podem existir. Estas subclasses devem ser mapeadas de acordo com a necessidade encontrada mas, basicamente, elas são os tipos de sintomas que uma anomalia pode ter e os indivíduos dessas subclasses são os ossos onde pode ocorrer a manifestação desse tipo de sintoma, conforme demonstrado na figura 19.
Figura 18: Classe Sintoma e suas subclasses
Figura 19: Subclasse amputação e seus indivíduos
Fonte: Elaborada pela autora.
Agora, com a alteração da anomalia e inclusão da classe Sintoma, deve ser verificado se a anomalia está respondendo positivamente os requisitos, o que será abordado no próximo subcapítulo.
3.1.1.4 Avaliação
Nesta etapa da metodologia foi avaliado se a ontologia serviu aos requisitos que foram propostos inicialmente. Foram analisadas as ligações, a forma que as informações estão montadas e se a ontologia tem o poder de representar de forma clara e concisa o domínio das anomalias ósseas.
Primeiramente, foi analisada a navegabilidade entre as superclasses e se os dados estão organizados de uma forma clara. Para isso, o primeiro teste foi verificar como que ficam colocadas as anomalias que podem acontecer em determinado osso. Como exemplo, foram analisadas quais anomalias podem acometer a cervical, que é um conjunto de vértebras da coluna que se encontram na altura do pescoço. Na figura 20 é demonstrada a visão dessa consulta.
Figura 20: Consulta das anomalias da Cervical
Fonte: Elaborada pela autora.
Nessa consulta podem ser levantadas as seguintes conclusões:
Sacro, Toráxica, Lombar, Cóccix e Cervical são ossos que se encontram na coluna vertebral;
A cervical tem dois sintomas vinculados a ela: Dor na coluna, da subclasse Dor, e Fusão Cervical, da subclasse Deformidade;
Duas anomalias podem acometer a Cervical: Osteoma Osteóide (INFO ESCOLA, 2016), da subclasse Osteoma, e a Síndrome de Klippel Feil CENTRO DE REFERÊNCIA FASTER, 2016), que não está vinculada a nenhuma subclasse.
Portanto, a ontologia está trazendo corretamente os indivíduos que tem relacionamento com uma parte do esqueleto, ou seja, os sintomas e as anomalias. A próxima validação feita foi verificar se, ao escolher uma anomalia, a ontologia está trazendo a qual parte do esqueleto ela está vinculada e quais os seus sintomas. Para exemplo, serão pesquisados quais ossos e quais os sintomas da anomalia Pectus Carinatum, que são visualizados na figura 21.
Figura 21: Anomalia Pectus Carinatum e suas ligações
Fonte: Elaborada pela autora.
É possível ver na figura 21 que a ontologia traz as ligações para a anomalia em questão. Analisando melhor este resultado, temos:
Excavatum e Carinatum são anomalias da subclasse Pectus;
A anomalia Pectus Carinatum acomete o osso Esterno, que se encontra no Tórax;
A anomalia Pectus Carinatum apresenta como sintoma o Esterno Protuberante (MARLOS COELHO, 2016), que se encontra na subclasse Deformidade.
Com essa análise, fica claro que a ontologia está trazendo todas as ligações da anomalia, que são os ossos que a anomalia de encontra e quais os sintomas que ela possui. Então, falta analisar as ligações do ponto de vista do sintoma e ver quais anomalias possuem o sintoma em comum e onde ele pode ocorrer. Para essa demonstração, foi escolhido o sintoma Amputação dos Dedos para ver se a ontologia mostra quais as anomalias tem esse sintoma e em que parte do esqueleto ele acontece, como pode ser visto na figura 22.
Figura 22: Ligações do Sintoma Amputação dos Dedos
Fonte: Elaborada pela autora.
Através da análise do resultado obtido, podem-se levantar os seguintes enunciados:
Amputação dos dedos, Amputação do braço e Amputação da perna são sintomas agrupados pela subclasse Amputação;
A Amputação dos dedos pode acontecer na Mão, que é um conjunto de ossos do Membro Superior;
A Amputação dos dedos é um sintoma da Anomalia Síndrome da Banda Amniótica (MELDAU, 2016b), que não pertence a nenhuma subclasse.
Dessa maneira, pode-se avaliar que a ontologia está respeitando corretamente as ligações que o Sintoma possui com o Esqueleto, que é a parte do esqueleto ou osso onde ela acontece, e com Anomalia, que é demonstrar qual Anomalia possui esse sintoma.
Assim, é possível concluir que a ontologia está respeitando corretamente todas as ligações criadas, mostrando todos os dados que se referem ao Sintoma, à Anomalia ou ao Esqueleto. Porém, ainda não foi testado o problema que desencadeou a refatoração da ontologia, que era a consulta por Sintomas. Partindo disto, fez-se a consulta por um sintoma para verificar se a ontologia consegue trazer quais as anomalias que possuem o referido sintoma. A pesquisa foi realizada pelo sintoma Lábio Leporino, que se caracteriza por abertura no céu da boca. Na imagem 23 é possível ver o resultado da consulta.
Figura 23: Consulta pelo sintoma Lábio Leporino
Fonte: Elaborada pela autora.
Pela visualização da figura 23 pode ser constado que agora a ontologia está apta a realizar consultas pelos sintomas. Uma análise da figura 23 demonstra que o Lábio Leporino é um sintoma que ocorre no Esqueleto Facial e duas anomalias o possuem como sintoma, a Síndrome de Goldenhard e a Síndrome da Banda Amniótica. Portanto, a refatoração da ontologia foi de grande valia, pois agora ela responde às consultas de sintomas, que provavelmente iriam ocorrer com mais frequência do que consultas pelos nomes da anomalia, por exemplo.
Porém, para analisar se a ontologia está coerente, é necessário compará-la com alguns produtos que já existem no mercado atualmente, o que será documentado no próximo capítulo.
A realização de estudos comparativos é de extrema valia, pois eles podem demonstrar se a ontologia criada oferece melhorias quanto ao que já tem no mercado e também se ela foi bem estruturada. Para os estudos comparativos serão utilizadas as ontologias RadLex e Ontocancro. A ontologia RadLex será usada pois é uma ontologia que já existe há alguns anos e trabalha com o domínio da radiologia. Como os domínios das ontologias RadLex e AnatoRadio tem em comum a radiologia, é importante analisar se a ontologia AnatoRadio cumpre com o proposto. Já a ontologia OntoCancro é uma ontologia brasileira sobre o domínio do Cancêr e foi escolhido fazer a comparação com ela no ponto de vista de montagem da ontologia, tendo em vista a organização das classes, indivíduos e dados.
4.1 RADLEX
A ontologia RadLex é uma fonte de informação gigantesca e aborda qualquer termo que possa importar ao domínio da Radiologia. Por isso, não são informações somente do corpo humano que ela possui, mas também de instrumentos que possam ser usados na radiologia. Para conseguir organizar toda essa informação a ontologia possui um esquema de identificador para classificar os indivíduos contidos nela. Portanto, cada indivíduo é portador de um identificador único e de alguns outros campos, mas principalmente também possui um campo Definição e as Amostras de Imagens.
À primeira vista, é um pouco complicada a navegabilidade pela ontologia. Como dito anteriormente, ela é gigantesca, e possui muitas classes e subclasses. Toda essa organização dificulta um pouco para saber onde estão, por exemplo, os dados do esqueleto humano e as anomalias/doenças que assolam o corpo humano. Quanto ao indicador, para quem não conhece como o mesmo é montado, ele é um dado que acaba não sendo muito usado.
Para comparar as duas ontologias foi feita uma consulta da mesma anomalia nas duas. A anomalia escolhida é a Sinostose, anomalia que consiste na fusão de dois ou mais ossos através de tecido ósseo ou cartilaginoso. É mostrado na figura 24 o resultado da pesquisa na ontologia AnatoRadio.
Figura 24: Pesquisa sobre Sinostose na AnatoRadio
Fonte: Elaborada pela autora.
A pesquisa sobre Sinostose na ontologia AnatoRadio retorna dois resultados. Através de uma breve análise na figura 24 percebe-se que um dos resultados é a classe Sinostose e outro é a anomalia Craniossinostose, que pertence à classe Sinostose. A anomalia Craniossinostose ocorre no Neurocrânio e possui como sintoma ter o Crânio em formato Irregular. Agora, na figura 25 é mostrado o resultado da pesquisa na ontologia RadLex.
Figura 25: Pesquisa sobre Sinostose no RadLex
Fonte: Elaborada pela autora.
Os resultados da pesquisa sobre Sinostose no RadLex retornam dois resultados, a anomalia Sinostose e um conceito sobre fusão. Abrindo o primeiro resultado, que é sobre a anomalia, retorna uma breve descrição sobre este tipo de anomalia e algumas imagens que se referem a ela. Na descrição há um breve conceito sobre a anomalia, que diz que a anomalia é uma união entre ossos adjacentes ou partes de um osso, formada por um material ósseo, como uma cartilagem ou um tecido fibroso.
A comparação que pode ser feita entre as duas ontologias é que a ontologia RadLex é mais genérica, porém possui muitos outros conceitos que são de grande valia para a área radiológica. Já a ontologia AnatoRadio é mais específica e traz
dados importantes para uma avaliação médica, quando se trata de anomalias ósseas. Porém não possui outros conceitos que são englobados em um cenário radiológico, possui conceitos somente sobre anomalias ósseas.
Portanto, pode-se afirmar que o RadLex possui uma gama de conceitos muito abrangente, porém esta grandiosidade também resulta em confusão para a tarefa de descoberta do conhecimento. Já a AnotoRadio possui conceitos somente sobre anomalias ósseas, porém a sua navegabilidade e o processo de descoberta do conhecimento é simplificado. Além disso, a AnatoRadio possui mais detalhes sobre as anomalias, ao contrário do RadLex que possui definições genéricas.
4.2 ONTOCANCRO
A ontologia Ontocancro está na sua segunda versão e é desenvolvida e mantida pela Universidade de Santa Maria. Esta ontologia possui dados sobre o câncer, tendo como foco principal a influência genética no desenvolvimento de câncer. Ela é uma ontologia bem grande e possui muitas informações sobre a genética humana. Ela possui um vocabulário bem técnico, o que dificulta o seu uso por pessoas leigas.
Outro ponto interessante desta ontologia é que ela trabalha muito com as relações entre as classes e indivíduos e também com tipos de dados funcionais. Essa configuração torna a ontologia muito interessante, conseguindo mostrar de maneira muito fiel as informações do domínio sobre o câncer. Uma questão um pouco complexa é a nomenclatura usada na ontologia, pois, como dito anteriormente, é uma linguagem muito técnica. Na figura 26 é demonstrado algumas classes e relações da ontologia.
Figura 26: Ontologia Ontocancro
Fonte: Elaborada pela autora.
Analisando a figura 26, percebe-se que há muitas relações entre as classes da ontologia. Estas relações são muito importantes, pois a ontologia aproxima-se muito do ambiente real e consegue mostrar tudo o que tem vínculo com o indivíduo. Já a ontologia AnatoRadio não possui tantas classes ou relações quanto a Ontocancro, mas ela consegue ser fiel ao domínio de anomalias ósseas, assim como a Ontocancro é em relação ao câncer.
Através do desenvolvimento deste trabalho foi possível observar o quanto uma ontologia pode oferecer ao processo de descoberta de conhecimento, independente do domínio que se está levando em conta. Quando uma ontologia é bem analisada e montada conforme as necessidades levantadas ela sempre vai ser uma ótima ferramenta para ser utilizada no processo de descoberta e representação do conhecimento.
Além disso, a análise que foi feita sobre as ontologias do domínio de anomalias ósseas demonstrou que uma ontologia muito grande pode não prover o melhor resultado. As ontologias muito grandes representam, em sua maioria, indivíduos genéricos e que não possuem um detalhamento mais profundo sobre estes indivíduos. Ontologias específicas são importantes quando usadas somente dentro de um domínio, pois elas têm a liberdade de tratar os indivíduos com mais especificidade, trazendo dados importantes que não seriam levados em conta em ontologias mais genéricas.
Sendo assim, o desenvolvimento da ontologia AnatoRadio foi de grande valia e ela pode facilitar o processo de descoberta do conhecimento no domínio de anomalias ósseas, pois é uma ontologia específica e, portanto, possui conceitos inerentes somente às anomalias ósseas.
Outro ponto que pôde ser observado é a complexidade encontrada em ontologias muito grandes, complexidade, esta, que se deve ao fato dessas ontologias possuírem muitas classes e muitas ligações entre elas, tornando a navegabilidade e a procura de termos difíceis. Ao contrário disso, a ontologia AnatoRadio possui classes e ligações específicas e principais , tornando a sua navegabilidade um processo mais intuitivo ao usuário.
Conclui-se, portanto, que a ontologia AnatoRadio é uma importante ferramenta para a representação e compartilhamento de informações e seu uso pode fazer a descoberta sobre anomalias ósseas ser muito mais simples do que é atualmente.
ALMEIDA, Maurício B. Roteiro para construção de uma ontologia bibliográfica através de ferramenta automatizada. Perspect. ciênc. inf., Belo Horizonte, v. 8,
n.2, p. 164 – 179, jul/dez 2003. Disponível em:
<http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/40/176>. Acesso em: 07 nov. 2015.
ALMEIDA, Maurício B.; BAX, Marcello P. Uma visão geral sobre ontologias: pesquisa sobre definições, tipos, aplicações, métodos de avaliação e de construção. Ciência da Informação, Brasília, v. 32, n. 3, p. 7-20, dez. 2003. Disponível em: <http://www.scielo.br/pdf/ci/v32n3/19019.pdf>. Acesso em: 13 ago. 2015.
ALS-NIELSEN, Jeans; MCMORROW, Des. Elements of Modern X-ray Physics. 2. ed. United States of America: Wiley, 2011.
AUSSIE HANDS. Terminology of Congenital Hand Anomalies. 2015. Disponível em: <http://aussiehands.org/learn/terminology-of-congenital-hand-anomalies/>. Acesso em 13 ago. 2015.
BECKETT, Dave. RDF/XML Syntax Especification (Revised). 2004. Disponível em: <http://www.w3.org/TR/2004/REC-rdf-syntax-grammar-20040210/>. Acesso em 19 nov 2015.
BORST, Willem N. Construction of Engineering Ontologies for Knowledge Sharing and Reuse. 1997. Tese de PhD. – University of Twente, Enschede. 1997. CENTRO DE REFERÊNCIA FASTER. Síndrome de Klippel-Feil. 2016. Disponível em: <http://www.crfaster.com.br/kpf.htm>. Acesso em 10 mai 2016.
Cerans, Karlis et al. Graphical Schema Editing for Stardog OWL/RDF Databases
using OWLGrEd/S. OWLED (2012). Disponível em:
<https://www.semanticscholar.org/paper/Graphical-Schema-Editing-for-Stardog-OWL-RDF-Cerans-Barzdins/5dc04031cbe92ee28144f18982b24cab69a9786e>. Acesso em 28 jul 2016.
EGC. O que é a OntoKEM. Universidade Federal de Santa Catarina. Disponível em: <http://ontokem.egc.ufsc.br/index.php?option=com_content&view=article&id=46&Ite mid=53&lang=pt>. Acesso em 18 nov 2015.
FALBO, Ricardo de Almeida. Integração de Conhecimento em um Ambiente de Desenvolvimento de Software. Rio de Janeiro: 1998. Disponível em: <http://www.cos.ufrj.br/uploadfile/1339694763.pdf>. Acesso em 09 nov 2015.
FREITAS, Fred; SCHULZ, Stefan; MORAES, Eduardo. Pesquisa de terminologias e ontologias atuais em biologia e medicina. RECIIS, Rio de Janeiro, v. 3, n. 1, p. 8-20,
mar. 2009. Disponível em: <
http://www.reciis.icict.fiocruz.br/index.php/reciis/article/viewFile/816/1458>. Acesso em: 09 nov. 2015.
GRUBER, Thomas R. Toward Principles for the Design of Ontologies Used for Knowledge Sharing. International Journal Human-Computer Studies, Palo Alto, v. 43, p. 907-928, ago. 1993. Disponível em: <http://tomgruber.org/writing/onto-design.pdf>. Acesso em 13 ago. 2015.
GRUBER, Thomas R. What is an ontology? 1996. Disponível em: <http://www-ksl.stanford.edu/kst/what-is-an-ontology.html>. Acesso em 09 nov. 2015.
GUARANO, Nicola. Understanding, Building, And Using Ontologies, 1996. Disponível em: <http://ksi.cpsc.ucalgary.ca/KAW/KAW96/guarino/guarino.html>. Acesso em 17 nov. 2015.
GUIZZARDI, Giancarlo. Desenvolvimento para e com reuso: Um estudo de caso no domínio de vídeo sob demanda. Vitória: 2000. Disponível em: <http://www.inf.ufes.br/~falbo/download/aulas/es-m/2007-1/dissertacao_gian.pdf>. Acesso em 09 nov 2015.
HAAV, Hele-Mai; LUBI, Tanel-Lauri. A Survey of Concept-based Information Retrieval Tools on the Web. Tallinn Technical University. Disponível em: <http://www.mii.vu.lt/ADBIS/local2/haav.pdf>. Acesso em 17 nov. 2015.
HOYT, Robert E. Medical Informatics: Practical guide for the healthcare professional. 3. ed. Florida: University of West Florida, 2009.
JASPER, R.; USCHOLD, M. A framework for understanding and classifying ontology applications. In: IJCAI-99, ONTOLOGY WORKSHOP, 1999, Estocolmo, Atas eletrônicas. Estocolmo, 1999, p. 5. Disponível em: <http://ceur-ws.org/Vol-18/11-uschold.pdf>. Acesso em 17 nov. 2015.
JONES, Dean; BENCH-CAPON, Trevor; VISSER, Pepijn. Methodologies for Ontology Development. In: Proc. IT KNOWS Conference, XV IFIPWorld Computer Congress, Anais eletrônicos. Budapeste, 1998. Disponível em: < http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.52.2437&rep=rep1&type=p df >. Acesso em 18 nov. 2015.
JORNADA CONTRA O CÂNCER. Tumores Ósseos (Crânio). 2016. Disponível em: < http://jornadacontraocancer.blogspot.com.br/2009/10/tumores-osseos-cranio.html>. Acesso em 07 mai 2016.
LANGLOTZ, Curtis P. RadLex: A New Method for Indexing Online Educational Materials. RadioGraphics. V. 26, n. 6, nov. 2006. Disponível em: <http://pubs.rsna.org/doi/full/10.1148/rg.266065168>.Acesso em 09 nov 2015.
MARLOS COELHO. Deformidas Congênitas da Parede Torácica Anterior. 2016.
Disponível em:
<http://www.marloscoelho.com.br/conteudo.php?acao=deformidade&area=deformida de_pectuscarinatum&idioma=1>. Acesso em 07 mai 2016.
MATEI, Oliviu. Defining an Ontology for the Radiograph Images Segmentation. In: 9ª International Conference on DEVELOPMENT AND APPLICATION SYSTEMS, 2008, Suceava, Anais eletrônicos. Suceava, 2008. Disponível em: < http://www.dasconference.ro/papers/2008/F2.pdf>. Acesso em 19 nov. 2015.
MCGUINNESS, Deborah L.; VAN HARMELEN, Frank. OWL Web Ontology Language Overview. 2004. Disponível em: http://www.w3.org/TR/2004/REC-owl-features-20040210/. Acesso em 19 nov 2015.
MELDAU, Débora Carvalho. Síndrome de Goldenhard. 2016. Disponível em: < http://www.infoescola.com/doencas/sindrome-de-goldenhar/> Acesso em 22 mai 2016.
MELDAU, Débora Carvalho. Síndrome da banda amniótica. 2016. Disponível em: <http://www.infoescola.com/doencas/sindrome-da-banda-amniotica/>. Acesso em 06 jan 2016.
MILES, Alistair; BECHHOFER, Sean. SKOS Simple Knowledge Organization System Reference. 2009. Disponível em: <http://www.w3.org/TR/2009/REC-skos-reference-20090818/>. Acesso em 19 nov 2015.
MORAIS, Edison A. M.; AMBRÓSIO, Ana P. L. Ontologias: conceitos, usos, tipos, metodologias, ferramentas e linguagens. 2007. – Universidade Federal de Goiás, 2007. Disponível em: <http://www.inf.ufg.br/sites/default/files/uploads/relatorios-tecnicos/RT-INF_001-07.pdf>. Acesso em 13 ago. 2015. Acesso em 09 nov 2015 RADIOLOGICAL SOCIETY OF NORTH AMERICA. RadLex: 2015. Disponível em: <http://www.rsna.org/radlex.aspx>. Acesso em: 09 nov 2015.
ROSSE, Cornelius; MEJINO JR., José L. V. The Foundational Model of Anatomy
Ontology. 2007. Disponível em:
<http://sigpubs.biostr.washington.edu/archive/00000204/01/FMA_Chapter_final.pdf>. Acesso em 19 nov 2015.
RUBIN, Daniel L.;SHAH, Nigam H.; NOY, Natalya F. Biomedical ontologies: a functional perpective. Briefings in Bioinformatics, v. 9, n. 1, p. 75-90, dec. 2007. Disponível em: < http://bib.oxfordjournals.org/content/9/1/75.long>. Acesso em 19 nov. 2015.
SCHREIBER, Guus; RAIMOND, Yves. RDF 1.1 Primer. 2014. Disponível em: <http://www.w3.org/TR/2014/NOTE-rdf11-primer-20140225/>. Acesso em 19 nov 2015.
STAAB, Steffen et al. Knowledge Processes and Ontologies. 2000. Disponível em:
<http://userpages.uni-koblenz.de/~staab/Research/Publications/isystems-knowledgeprocess.pdf>. Acesso em:
TROTTER, Fred; UHLMAN, David. Meaningful Use and Beyond. 1. ed. United States of America: O’ Reilly Media, 2011.
UNIVERSIDADE FEDERAL DE BAHIA. 4. Ontologia. Disponível em: <http://www.moodle.ufba.br/mod/book/print.php?id=10902>. Acesso em 07 nov. 2015.
UNIVERSITY OF STANFORD. Products. 2015. Disponível em: <http://protege.stanford.edu/products.php>. Acesso em 18 nov 2015.
USCHOLD, Mike; GRUNINGER, Michael; Ontologies: Principles, Methods and Applications. Edinburgh, v. 11, n. 2, 1996. Disponível em: <http://www.upv.es/sma/teoria/sma/onto/96-ker-intro-ontologies.pdf>. Acesso em 13 ago. 2015.
VILELA, Ana Luisa Miranda. Sistema de Sustentação: Sistema Esquelético. 2016. Disponível em: <http://www.afh.bio.br/sustenta/sustenta1.asp>. Acesso em 28 jul 2016.
WASHINGTON, University of. Foundation Model of Anatomy. Disponível em: <http://sig.biostr.washington.edu/projects/fm/AboutFM.html>. Acesso em: 09 nov. 2015.
W3C. Web Semântica. 2015. Disponível em:
<http://www.w3c.br/Padroes/WebSemantica>. Acesso em 19 nov 2015.
W3C SPARQL WORKING GROUP. Sparql 1.1 Overview. 2013. Disponível em: >http://www.w3.org/TR/2013/REC-sparql11-overview-20130321/>. Acesso em 19 nov 2015.
