institut für medizinische informatik, statistik und epidemiologie vernetzte forschung in der...
Post on 05-Apr-2015
108 Views
Preview:
TRANSCRIPT
Institut für Medizinische Informatik, Statistik und Epidemiologie
Vernetzte Forschung in der Medizin
Ein Metadata Repository für Items in klinischen, epidemiologischen und Register-Studien
Matthias Löbe26.05.2009
Institut für Medizinische Informatik, Statistik und Epidemiologie
Inhaltsübersicht
1. Folksonomy• Tagging• Kollaboration
2. Content• Syndizierung• Microformats• Lizenzen
3. Applications• Ajax• Mashups• Web-APIs• Architekturen
Einleitung
Institut für Medizinische Informatik, Statistik und Epidemiologie
Was ist das Web2.0?
Einleitung
Institut für Medizinische Informatik, Statistik und Epidemiologie
Einleitung
Gebiet Web1.0 Web2.0
Persönliche Seite Homepage Blog
Websitemanagement
CMS Wiki
Struktur HTML Microformats
Inhaltsverbreitung Newsletter RSS
Dynamik Applets Ajax
Mehrwert Portale Mashups
Nutzerorganisation
Hierarchie Community
Klassifizierung Taxonomie Tagging
Web1.0 >> Web2.0
Institut für Medizinische Informatik, Statistik und Epidemiologie
Soziale Software• Folksonomy ist zusammengesetzt aus „folk“ und „taxonomy“
• Idee: Kontexterschließung durch gemeinschaftliches Indizieren (collaborative tagging)
• Informationselemente werden mit Tags (Labels, Attribute, ...) versehen
• Im Gegensatz zu traditioneller Verschlagwortung:– Kein fester Schlagwortsatz– Keine Hierarchie– Keine Fachexperten oder Qualitätssicherung
• Zurzeit nur ein Trend, Vorteile sind wissenschaftlich nicht nachgewiesen
Folksonomy - 1
Institut für Medizinische Informatik, Statistik und Epidemiologie
Bookmarkverwaltung: del.icio.us
Folksonomy – 2
Institut für Medizinische Informatik, Statistik und Epidemiologie
Verzeichnisse: Open Directory Project
Folksonomy – 3
Institut für Medizinische Informatik, Statistik und Epidemiologie
Homepages: Weblogs (Blogs)
Folksonomy – 4
Institut für Medizinische Informatik, Statistik und Epidemiologie
Suchmaschinen: Technorati
Folksonomy - 5
Institut für Medizinische Informatik, Statistik und Epidemiologie
Wikis: Wikipedia
Folksonomy - 6
Institut für Medizinische Informatik, Statistik und Epidemiologie
Typen von Wikis
Folksonomy - 7
Institut für Medizinische Informatik, Statistik und Epidemiologie
Fotos: FlickR
Folksonomy - 8
Institut für Medizinische Informatik, Statistik und Epidemiologie
Webseiten: Co-Op
Folksonomy - 9
Institut für Medizinische Informatik, Statistik und Epidemiologie
Publikationen: CiteULike
Folksonomy - 10
Institut für Medizinische Informatik, Statistik und Epidemiologie
Weitere Beispiele• Videos (YouTube.com)• Community (MySpace.com)• Nachrichten (digg.com)• Bücher (Amazon.de)• Artikel (eBay.de)
Folksonomy - 11
Institut für Medizinische Informatik, Statistik und Epidemiologie
Really Simple Syndication (RSS)• „Wirklich einfache Verbreitung“• Erzeugt Kurzzusammenfassungen des Inhalts
einer Website, die sich abonnieren lassen• Verschiedene Standards, leicht inkompatibel
(RSS0.92, RSS1.0, RSS2.0, ATOM)• Unterstützung durch moderne Webbrowser
und Mailclients• Nahezu alle Folksonomy-Anwendungen
exportieren / verwerten RSS-Feeds
Syndizierung - 1
Institut für Medizinische Informatik, Statistik und Epidemiologie
RSS-Aufbau
Syndizierung - 2
Institut für Medizinische Informatik, Statistik und Epidemiologie
RSS-Anwendung
Syndizierung - 3
Institut für Medizinische Informatik, Statistik und Epidemiologie
Was sind Mikroformate?
Microformats - 1
Institut für Medizinische Informatik, Statistik und Epidemiologie
Designprinzipien• „Entwickelt primär für Menschen, sekundär für Maschinen“– Nützlich für den menschlichen Anwender– Nützlich für Suchmaschinen
• „Don‘t Repeat Yourself“– Metadaten werden nicht vom Inhalt getrennt
• Beispiel ohne semantisches Markup:<p>
Am 11. September 2006 von 13:00 Uhr-17:00 Uhr findet das Tutorium "Im WWW nichts Neues? - Web2.0" im Haus 3, Raum 03 statt, gehalten von Matthias Löbe vom IMISE Leipzig.
</p>
Microformats - 2
Institut für Medizinische Informatik, Statistik und Epidemiologie
Beispiel mit semantischem Markup (I)• Benutzung der Mikroformate hCal und hCard:<div class="vevent">
Am 11. September 2006 von 13:00 Uhr-17:00 Uhr findet das Tutorium <div class="summary">Im WWW nichts Neues? - Web2.0</div> im Haus 3, Raum 03 statt,
</div><p>gehalten von</p><div class="vcard">
<div class="fn">Matthias Löbe</div> vom IMISE <div class="locality">Leipzig</div>.
</div>
Microformats - 3
Institut für Medizinische Informatik, Statistik und Epidemiologie
Beispiel mit semantischem Markup (II)<div class="vevent">
<abbr class="dtstart" title="20060911T1300+0100">11. September 2006 13:00 Uhr
</abbr> -<abbr class="dtend" title="20060912T1730+0100">
17:00 Uhr</abbr><a class="url" href=„./gmds2006-Tutorium-Im-WWW-Nichts-Neues.pdf">
<div class="summary">Im WWW nichts Neues? - Web2.0</div> </a>
<div class="location">Haus 3, Raum 03</div> <div class="description">Ein Tutorium über neue Trends im WWW</div></div><p>gehalten von</p><div class="vcard">
<a class="url fn" href="http://www.imise.uni-leipzig.de/Mitarbeiter/Matthias.Loebe">Matthias Löbe</a><div class="adr">
<span class="org">IMISE</span> (<span class="locality">Leipzig</span>)</div><div class="tel">+49 341 9716 113</div>
</div>
Microformats - 4
Institut für Medizinische Informatik, Statistik und Epidemiologie
Beispiel mit semantischem Markup (III)
Microformats - 5
Institut für Medizinische Informatik, Statistik und Epidemiologie
Creative Commons (CC)• Lizenzen für:– Texte– Bilder– Musik– Videos
• Hintergrund: Unsicherheit über dem Umfang des Verzichts bei Freigabe eines Werks– Weitere Verbreitung durch Freigabe– Wichtige Rechte können eingeschränkt werden
Lizenzen - 1
Institut für Medizinische Informatik, Statistik und Epidemiologie
4 Säulen der CC1. Namensnennung2. Keine Kommerzielle Nutzung3. Keine Bearbeitung4. Weitergabe unter gleichen Bedingungen
Lizenzen - 2
Institut für Medizinische Informatik, Statistik und Epidemiologie
6 Lizenzmodelle (Version 2.5)Lizenzen - 3
by Namensnennung
by-sa Namensnennung – Weitergabe unter gleichen Bedingungen
by-nd Namensnennung – Keine Bearbeitung
by-nc Namensnennung – Nicht-Kommerziell
by-nc-sa
Namensnennung – Nicht-Kommerziell – Weitergabe unter gleichen Bedingungen
by-nc-nd
Namensnennung – Nicht-Kommerziell – Keine-Bearbeitung
Institut für Medizinische Informatik, Statistik und Epidemiologie
Science Commons• Schutzmechanismen für Rohdaten• Lizenzen für Zweitverwertungen, Vorabdrucke
oder Nachdrucke• Mechanismen für die persönlichen Archive der
Wissenschaftler• Rechtliche Implikationen von Open-Access-
Modellen• Verwendung maschinenlesbarer Lizenzen
Lizenzen - 4
Institut für Medizinische Informatik, Statistik und Epidemiologie
Open Access• Wissenschaftliche Literatur und Materialien sollen– Kostenlos– Ohne Lizenzbeschränkungen
abrufbar sein• Öffentliche finanzierte Autoren und Gutachter
sollen freie Ergebnisse liefern• Budapest Open Access Initiative (2001) bzw.
Berliner Erklärung (2003)– Grundsatzerklärung– Einbeziehung des kulturellen Erbes
Lizenzen - 5
Institut für Medizinische Informatik, Statistik und Epidemiologie
Archivierungspflicht• Gesetz über die deutsche Nationalbibliothek (22.06.2006)
• Langzeitarchivierungspflicht für alle Webinhalte– Texte, Bilder, Töne– Ablieferungspflicht innerhalb 1 Woche– Ablieferungspflichtiger Sitz in Deutschland– Auf eigene Kosten
• Infrastruktur unklar• Anmeldekennung für jede Lieferung
Lizenzen - 6
Institut für Medizinische Informatik, Statistik und Epidemiologie
Gadgets, Widgets, whatever
Look&Feel - 1
Institut für Medizinische Informatik, Statistik und Epidemiologie
Ajax• „Asynchronous Javascript and XML“– Funktionsweise– Vorteile– Nachteile
Look&Feel - 2
Institut für Medizinische Informatik, Statistik und Epidemiologie
Ajax-APIs
Look&Feel - 3
• Bibliotheken (javascriptbasiert, nur Client)– Prototype– Dojo– Script.aculo.us
• Frameworks (alle Programmiersprachen,Client und Server)– Google Web Toolkit– DWR
Institut für Medizinische Informatik, Statistik und Epidemiologie
Textverarbeitung
Look&Feel - 4
Institut für Medizinische Informatik, Statistik und Epidemiologie
Tabellenkalkulation
Look&Feel - 5
Institut für Medizinische Informatik, Statistik und Epidemiologie
Betriebssysteme
Look&Feel - 6
Institut für Medizinische Informatik, Statistik und Epidemiologie
Mashup
Mashup - 1
• Verknüpfung unterschiedlicher externer Datenquellen
• „Veredlung“, d.h. es entsteht ein Mehrwert für den Nutzer durch deren Kombination
• Bauen auf offenen Programmierschnittstellen auf
Institut für Medizinische Informatik, Statistik und Epidemiologie
Wichtige APIs
Mashup - 2
• Google Maps• FlickR• Amazon A3• Yahoo Maps• del.icio.us• eBay• YouTube• Google Search
Institut für Medizinische Informatik, Statistik und Epidemiologie
Beispiel: diggdot.us
Mashup - 3
Institut für Medizinische Informatik, Statistik und Epidemiologie
Beispiel KML-Studienzentren
Mashup - 4
Institut für Medizinische Informatik, Statistik und Epidemiologie
Protokolle, Architekturen und Serialisierungen• Unterstützung beliebiger Programmiersprachen
• Unterstützung beliebiger Betriebssysteme• Kommunikation nur über Port 80• Keine Binärformate
Protokolle - 1
Institut für Medizinische Informatik, Statistik und Epidemiologie
Protokolle: SOAP• SOAP ist das Basisprotokoll für Web Services– XML als Repräsentationssprache
<soap:Envelope xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/"><soap:Body>
<getTutorialDetails xmlns="http://gmds2006.de/MI"><productID>tut-06</productID>
</getTutorialDetails></soap:Body>
</soap:Envelope>
Protokolle - 2
Institut für Medizinische Informatik, Statistik und Epidemiologie
Protokolle: XML-RPC• XML Remote Procedure Call
<?xml version="1.0"?><methodCall>
<methodName>gmds.getTutorialName</methodName><params>
<param><value><id>06</id></value>
</param></params>
</methodCall>
Protokolle - 3
Institut für Medizinische Informatik, Statistik und Epidemiologie
Architektur: REST• Respresentational State Transfer = „Übertragung der Darstellung eines Zustands“
• REST verwendet in der Modellierung Substantive, SOAP/RPC dagegen Verben
GET http://gmds2006.de/tutorial/06 HTTP/1.1
Protokolle - 4
Institut für Medizinische Informatik, Statistik und Epidemiologie
Serialisierungen: JSON
• JSON: JavaScript Object Notation– Kompakte Kodierung von Datenstrukturen,
geringer Overhead– Gutes Unmarshalling in Javascript
{ "Person": { "Name": "Löbe", "Vorname": "Matthias", "Titel": null "Alter": 31, "Interessen": [ "Ajax", "Mashup", "Tagging" ], }}
Protokolle - 5
Institut für Medizinische Informatik, Statistik und Epidemiologie
Serialisierungen: YAML• YAML: Ain't Markup Language– Kompakte Kodierung von Datenstrukturen, geringer
Overhead– Keine Datentypen
---Person:
Name: LöbeVorname: MatthiasTitel: nullAlter: 31Interessen:
- Ajax- Mashup- Tagging
Protokolle - 6
Institut für Medizinische Informatik, Statistik und Epidemiologie
Web2.0Das Web2.0 macht wenig neu, aber vieles anders:1. Content wird von der Community produziert
– Als Qualitätsmerkmal gilt seine Reichweite– Sein Kontext erschließt sich durch Tags– Seine Struktur wird semantisch angereichert– Er steht unter freien Lizenzen zur Verfügung
2. Web-Applikationen werden benutzerfreundlich– Komfortabel wie Desktopprogramme– Verzögerungsfreies Arbeiten– Angereichert durch Zusatzdienste
Zusammenfassung
Institut für Medizinische Informatik, Statistik und Epidemiologie
Inhalt
Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin
Institut für Medizinische Informatik, Statistik und Epidemiologie
Inhalt
Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin
Institut für Medizinische Informatik, Statistik und Epidemiologie
Das World Wide Web bisher Was wir haben
Eine Vielzahl von Dokumenten, Inhalten und Daten Sprachen zur Darstellung von Inhalten (HTML, CSS...) Werkzeuge für die Nutzung (Webbrowser,
Suchmaschinen...) Anwendungsfälle (Information, Bildung, Unterhaltung,
E-Commerce, Organisation, Kommunikation...) Was wir nicht haben
Ein echtes Zusammenspiel der informationsverarbeitenden Systeme
Was wir brauchen Semantik
Institut für Medizinische Informatik, Statistik und Epidemiologie
Semantik?
Bezeichnet die exakte Bedeutung von Sprachen unter Zuhilfenahme formaler, logisch-mathematischer Methoden.
In Abgrenzung zur Semantik in Philosophie und Linguistik als formale Semantik bezeichnet.
Ziel ist es, dass Computersysteme Inhalte nicht nur bereitstellen (Webserver), transportieren (Internet) und präsentieren (Webbrowser), sondern auch „verstehen“.
Zumindest soweit verstehen, dass die bereitgestellten Daten in nutzbringender Weise miteinander in Verbindung gebracht werden können.
Institut für Medizinische Informatik, Statistik und Epidemiologie
Ein visionäres Beispiel
• „At the doctor's office, Lucy instructed her Semantic Web agent through her handheld Web browser. The agent promptly retrieved information about Mom's prescribed treatment from the doctor's agent, looked up several lists of providers, and checked for the ones in-plan for Mom's insurance within a 20-mile radius of her home and with a rating of excellent or very good on trusted rating services. It then began trying to find a match between available appointment times and Pete's and Lucy's busy schedules.
• In a few minutes the agent presented them with a plan. Pete didn't like it—University Hospital was all the way across town from Mom's place, and he'd be driving back in the middle of rush hour. He set his own agent to redo the search with stricter preferences about location and time. Lucy's agent, having complete trust in Pete's agent in the context of the present task, automatically assisted by supplying access certificates and shortcuts to the data it had already sorted through.“
Quelle: Tim Berners-Lee, James Hendler und Ora Lassila: The Semantic Web - A new form of Web content that is meaningful to computers will unleash a revolution of new possibilities, Scientific American, May 17, 2001
Institut für Medizinische Informatik, Statistik und Epidemiologie
Ein paar praktische Beispiele
Zusammenstellen von Nachrichten-Schlagzeilen aus verschiedenen Quellen und Filterung nach vorgegebenen Kategorien
Präsentation persönlicher Kontaktinformationen auf verschiedenen Websites und zugleich im Adressbuch des E-Mail-Clients, der Terminverwaltung und im PDA
Import von Terminen aus verschiedenen Quellen per Drag&Drop aus dem Webbrowser in die persönliche Terminverwaltung
Institut für Medizinische Informatik, Statistik und Epidemiologie
Beispiel: Termine aus mehreren Quellen
Website
Informationsfluss
SW-Baustein
Institut für Medizinische Informatik, Statistik und Epidemiologie
Das „Web“ in Semantic Web
Anbieter von semantisch ausgezeichneten Daten und die Nutzer dieser Daten sind nur lose miteinander gekoppelt. Genauso wie Webserver und Webbrowser nur lose über HTTP und HTML miteinander in Verbindung stehen. Es gibt keine zentrale Instanz, die die Kommunikation steuert.
Website Client Zugriff
Institut für Medizinische Informatik, Statistik und Epidemiologie
It's all about the Data
Das Semantic Web wird kein Nachfolger des World Wide Web sein. Es ist vielmehr eine Ergänzung desselben.
Da die Hauptnutzer Softwaresysteme sind, wird das Semantic Web für uns Menschen weitgehend im Verborgenen bleiben.
Der Fokus liegt auf den Daten, die ausgetauscht und miteinander kombiniert werden. Die (visuelle) Darstellung spielt hierbei eine nachgeordnete Rolle.
Institut für Medizinische Informatik, Statistik und Epidemiologie
Zwei grundlegende Philosophien
Zugang zu strukturierten Informationen in Datenbanken Diese Daten sind sonst gar nicht oder nur
indirekt über Webanwendungen erreichbar. Semantisches Markup von Webdokumenten
Dokumente, die für den Menschen als Nutzer gedachtsind, werden zusätzlich mit Markup versehen, der die Inhalte für Computersysteme verständlich macht.
Beide Philosophien stehen nicht im Widerspruch zueinander und so werden für beide eine Vielzahl von Technologien entwickelt
Institut für Medizinische Informatik, Statistik und Epidemiologie
Inhalt
Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin
Institut für Medizinische Informatik, Statistik und Epidemiologie
Ein Stapel von Spezifikationen
Das Semantic Web wird vom W3C auf dem Fundament des WWW entwickelt URIs für Identifikation Unicode für
universelle Zeichencodierung
XML als universelle Repräsentationsform
Sprachen des Semantic Web: RDF, OWL (Ontology), SPARQL (Query), SWRL (Rules)
Logic, Proof und Trusted SW folgen später
Institut für Medizinische Informatik, Statistik und Epidemiologie
Resource Description Framework
Mit RDF werden Aussagen über Dinge (Statements) ausgedrückt.
Dinge (Ressourcen) können Dokumente im Web sein oder Personen oder Termine oder oder oder ...
Also alles, worüber man etwas ausdrücken möchte.
Die Aussagen haben die Form von Tripeln (Subjekt, Prädikat, Objekt) oder (Subject, Property,
Value)
Subject Property Value
Institut für Medizinische Informatik, Statistik und Epidemiologie
RDF-Beispiele
Aus RDF-Statements werden Graphen gebildet.
Die Statements können aus beliebigen Quellen stammen. Die Verbindung erfolgt über die URIs.
• <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:foaf="http://xmlns.com/foaf/0.1/"> <rdf:Description rdf:about="http://www.gmds2006.de/Tutorien/WWW-Teil2.pdf"> <dc:title>Im WWW nichts Neues?</dc:title> <dc:author>http://www.imise.de/Mitarbeiter/RolandMuecke</dc:author> </rdf:Description> <rdf:Description rdf:about="http://www.imise.de/Mitarbeiter/RolandMuecke"> <foaf:firstname>Roland</foaf:firstname> <foaf:surename>Mücke</foaf:surename> </rdf:Description></rdf:RDF>
Institut für Medizinische Informatik, Statistik und Epidemiologie
Web Ontology Language (OWL)
Die explizite Festlegung von Struktur erfolgt durch Vokabulare (einfach), Schemata oder Ontologien (komplex).
OWL definiert Konzepte und Beziehungen. Klassen und ihre Eigenschaften Hierarchien von Klassen und Eigenschaften
Vergleichbar mit Datenbank-Schemata. Kann aber komplexere Beziehungen ausdrücken
Wird in RDF ausgedrückt. Unterscheidung in z. B. OWL Lite, OWL DL und OWL
Full. Grundlage für die Ableitung impliziter Statements.
Institut für Medizinische Informatik, Statistik und Epidemiologie
OWL-Beispiel
Definition der Klasse „Person“ und einer ihrer Eigenschaften „firstName“ aus dem FOAF-Schema
<rdfs:Class rdf:about="http://xmlns.com/foaf/0.1/Person" rdfs:label="Person" rdfs:comment="A person."> <rdfs:subClassOf rdf:resource="http://xmlns.com/wordnet/1.6/Person"/> <rdfs:subClassOf rdf:resource="http://xmlns.com/foaf/0.1/Agent"/> <rdfs:subClassOf rdf:resource="http://www.w3.org/2000/10/swap/pim/contact#Person"/> <rdfs:subClassOf rdf:resource="http://www.w3.org/2003/01/geo/wgs84_pos#SpatialThing"/> <rdfs:isDefinedBy rdf:resource="http://xmlns.com/foaf/0.1/"/> <owl:disjointWith rdf:resource="http://xmlns.com/foaf/0.1/Document"/> <owl:disjointWith rdf:resource="http://xmlns.com/foaf/0.1/Organization"/> <owl:disjointWith rdf:resource="http://xmlns.com/foaf/0.1/Project"/></rdfs:Class>
<rdf:Property rdf:about="http://xmlns.com/foaf/0.1/firstName" rdfs:label="firstName" rdfs:comment="The first name of a person."> <rdf:type rdf:resource="http://www.w3.org/2002/07/owl#DatatypeProperty"/> <rdfs:domain rdf:resource="http://xmlns.com/foaf/0.1/Person"/> <rdfs:range rdf:resource="http://www.w3.org/2000/01/rdf-schema#Literal"/> <rdfs:isDefinedBy rdf:resource="http://xmlns.com/foaf/0.1/"/></rdf:Property>
Institut für Medizinische Informatik, Statistik und Epidemiologie
Implizites Wissen
Mit den in OWL ausgedrückten Beziehungen von Konzepten und ihren Eigenschaften kann aus vorhandenem Wissen neues Wissen abgeleitet werden.
Beispiel „Im WWW nichts Neues?“ ist ein GMDS-Tutorium. Ein GMDS-Tutorium ist eine GMDS-Veranstaltung. „Im WWW nichts Neues?“ ist eine GMDS-Veranstaltung
und gehört deswegen in jeden Tagungs-Kalender. Die Ableitung dieses impliziten Wissens (Inferenz,
Entailment) wird von einem Reasoner durchgeführt, der meist direkt an einem RDF-Store angeschlossen sind.
Institut für Medizinische Informatik, Statistik und Epidemiologie
SPARQL Protocol and RDF Query Language
Abfragesprache für RDF-Graphen Grundlage jeder anspruchsvollen SW-Anwendung Liefert einzelne Werte, Datensätze oder Teilgraphen
Vergleichbar mit SQL für Datenbanken Allerdings nur mit lesendem Zugriff
Die Spezifikation definiert zusätzlich ein Protokoll für die Kommunikation zwischen SPARQL-Clients und -Servern. Implementationen können auf HTTP oder SOAP
aufsetzen
Institut für Medizinische Informatik, Statistik und Epidemiologie
SPARQL-Beispiele
SELECT ?titleWHERE { <http://example.org/book/book1> dc:title ?title }
SELECT ?title ?priceWHERE { ?x ns:price ?price . FILTER (?price < 30) . ?x dc:title ?title . }
SELECT ?name ?mbox ?hpageWHERE { ?x foaf:name ?name . OPTIONAL { ?x foaf:mbox ?mbox } . OPTIONAL { ?x foaf:homepage ?hpage } }
Institut für Medizinische Informatik, Statistik und Epidemiologie
Inhalt
Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin
Institut für Medizinische Informatik, Statistik und Epidemiologie
Das Semantic Web in der freien Wildbahn
Seit der „Einführung“ des Semantic Web im Scientific American im Jahre 2001 hat es nicht nur Entwicklungen im wissenschaftlichen Umfeld gegeben.
Einige Anwendungen sind dabei, die Labore zu verlassen und sich im praktischen Alltag zu bewähren. Besonders empfänglich: die Blogger-Szene
Der Geek-Faktor ist jedoch noch immer sehr hoch.
Die einzige Ausnahme ist RSS – und das ist nicht mal echtes Semantic Web.
Institut für Medizinische Informatik, Statistik und Epidemiologie
Nachrichten-Aggregation: RSS
Bereitstellung von Nachrichten-Schlagzeilenmittels „Rich Site Summary“
Clientseitige Nutzung in Newsreadern oder Live-Bookmarks
Serverseitige Nutzung auf Nachrichten-Portalen, die Schlagzeilen aus vielen Quellen zusammenführen (Syndizierung)
Kategorien von News (Channels) Kein allgemeiner Standard zur Kategorisierung
Es existieren mehrere Versionen von RSS und nur eine (die 1.0) verwendet RDF
Institut für Medizinische Informatik, Statistik und Epidemiologie
Netzwerk von Bekanntschaften: FOAF
FOAF steht für „Friend of a Friend“ Persönliche Beschreibung von sich und seinen
Freunden Name, Mailbox, Homepages, Bild Diverse Instant-Messenger-IDs und Online-Accounts Bekanntschaften, Interessen, Publikationen, Projekte
Derzeit die Visitenkarte im Semantic Web und bei Bloggern.
<foaf:Person> <foaf:name>Dan Brickley</foaf:name> <foaf:mbox_sha1sum>241021fb0e6289f92815fc210f9e9137262c252e</foaf:mbox_sha1sum> <foaf:homepage rdf:resource="http://rdfweb.org/people/danbri/" /> <foaf:img rdf:resource="http://rdfweb.org/people/danbri/mugshot/danbri-small.jpeg" /></foaf:Person>
Institut für Medizinische Informatik, Statistik und Epidemiologie
Semantisches Markup in XHTML
Die Grundidee ist, dass vorhandene Web-Dokumente mit Auszeichnungen versehen werden, die ihren Inhalt semantisch „greifbar“ machen.
Die Ansätze reichen bezüglich der Auswirkungenauf den XHTML-Code von „unauffällig“ (GRDDL) bis „brachial“ (RDF/A).
Das Ziel ist, eine Dopplung von Informationen in XHTML- und RDF-Dateien zu vermeiden. Minimiert Arbeit und Fehler
Ideal, wenn die Inhalte nicht anderweitig strukturiert sind, z.B. in Datenbanken
<HTML>
<RDF>
Institut für Medizinische Informatik, Statistik und Epidemiologie
GRDDL, Microformats, RDF/A
GRDDL: Gleaning Resource Descriptions from Dialects of Languages extrahiert Daten mittels XSL-Transformation aus XML-Dokumenten. XSL muss die Struktur der XML-Dialekte (z. B. XHTML)
kennen, in denen die gewünschten Inhalte stecken. Microformats: Vorgegebene Konstrukte aus
<div>- und <span>-Tags zusammen mit CSS-Klassen Vordefinierte Formate, die die Verarbeitung stark
vereinfachen. Beispiele sind hCard oder hCalendar RDF/A: Einbettung von RDF direkt in XHTML-Code <p>Dieser Teil des Tutoriums ist von
<span class="author" about="WWW-Teil2.pdf" property="dc:creator">Roland Mücke</span>.</p>
Institut für Medizinische Informatik, Statistik und Epidemiologie
SPARQL-Endpunkt für SQL-Datenbanken
Zugriff auf SQL-Datenbanken über einen Wrapper, der SPARQL-Querys in SQL-Querys umwandelt.
Beispiel: D2RQ Anbindung an lokale SQL-Datenbanken Zugriff auf Datenbankinhalt als RDF-Graph möglich Beziehung zwischen Datenbankschema und RDF-
Graph über Mapping, das semi-automatisch hergestellt wird.DB Endpunkt Semantic WebSPARQLSQL
Institut für Medizinische Informatik, Statistik und Epidemiologie
Zum Rumprogrammieren: APIs
Für die Entwicklung von „Semantic-Web-Anwendungen“ stehen einige APIs als OpenSource zur Verfügung. Teilweise Referenzimplementationen, also kein
Bastelkram! Jena, Sesame
Java-APIs für RDF und SPARQL, RDF-Store Redland
Gleicher Leistungsumfang, in C geschrieben Bindings u. a. für Perl, Python, Ruby und PHP
Keine APIs, aber sehr leistungsfähige Browser/Editoren: Protege und Swoop
Institut für Medizinische Informatik, Statistik und Epidemiologie
Wann kommt die Killer-App?
Vermutlich wird es nie eine Killer-Applikation geben, die dem Semantic Web zum Durchbruch verhelfen wird. Gab es eine Killer-Website, die dem WWW zum Durchbruch
verhalf? Stattdessen wird es viele kleine Semantic Webs
geben, die sich in bestimmten Nutzerkreisen oder bei bestimmten Anwendungsfällen durchsetzen, z. B. RSS oder FOAF.
Der Wandel hin zum Semantic Web wird sich hinter den Kulissen vollziehen, so dass Otto-Normalsurfer nichts davon mitbekommt.
Große E-Commerce-Websites könnten die Entwicklung drastisch beschleunigen.
Institut für Medizinische Informatik, Statistik und Epidemiologie
Inhalt
Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin
Institut für Medizinische Informatik, Statistik und Epidemiologie
Medizinische Informationsportale
RSS für Neuigkeiten und Termine FOAF als Visitenkarte
Entweder aus Verzeichnisdienst generieren oder FOAF-a-Matic
Microformats für Termine und Kontaktinformationen Spätestens bei der nächsten Überarbeitung mit
einplanen, wenn man sich sowieso stärker mit CSS beschäftigen will
Generell gilt: Catch the low hanging fruit! Mit geringem Aufwand den Nutzern einen
zusätzlichen Service bieten.
Institut für Medizinische Informatik, Statistik und Epidemiologie
Verteilte Studienregister
Anstelle eines zentralen Dienstes wird die bestehende Web-Infrastruktur von Studien-gruppen und Forschungsprojekten genutzt.
Beschreibung von Studien mit RDF Entweder aus der lokalen Studiendatenbank Oder mittels GRDDL oder RDF/A
Ein zentrales Schema für die Beschreibung ist nicht zwingend notwendig Mapping individueller Schemata aufeinander Vereinfacht die Organisation
Institut für Medizinische Informatik, Statistik und Epidemiologie
Planung und Durchführung von Studien
Beschreibung von Studien-Items mit RDF Nutzung dieser Beschreibungen zur
Erzeugung der Studiendatenbanken Generierung von Studiendokumenten (CRFs) Annotation der Studienprotokolle Kommunikation mit Studienregistern
Institut für Medizinische Informatik, Statistik und Epidemiologie
Semantisch annotierte SOPs
SOPs besitzen meist eine Grundstruktur, klar definierte Zielgruppen und Anwendungsfälle.
Über Annotationen kann die Erreichbarkeit und Bekanntmachung von SOPs verbessert werden. Zielgruppengerichtete Information über Neuerungen Anwendungsfallbezogene Suche in SOP-Systemen Integration direkt in die Arbeitsumgebung
Institut für Medizinische Informatik, Statistik und Epidemiologie
Semantische Wörterbücher
Wörterbücher dienen dazu, die vielschichtigen Begrifflichkeiten in der Medizin klarer zu fassen und Missverständnisse zu vermeiden.
Eine semantische Beschreibung von Wörterbucheinträgen hilft, Begriffe und ihre Bedeutungen im richtigen Kontext zu gebrauchen. In Verbindung mit annotierten SOPs liefern sie die
korrekten Begriffe beim Nachschlagen. Bei Studienregistern sorgen sie für eine präzise
Interpretation von Studieneigenschaften (z. B. beim Begriff der „Remission“)
Institut für Medizinische Informatik, Statistik und Epidemiologie
Medizinische Ontologien
Eine Grundlage für die Beschreibung medizinischer Sachverhalte sind Vokabulare, Terminologien und Klassifikationen. ICD-10, SNOMED, MeSH, UMLS, GALEN
Das National Cancer Institute (NCI) stellt mit ihren Enterprise Vocabulary Services ein umfangreiches Vokabular für die Onkologie bereit.
Wem das alles zu schwergewichtig ist, der kann sich natürlich auch seine eigene Ontologie erstellen. Die Interoperabilität wird durch Mappings gewährleistet.
Institut für Medizinische Informatik, Statistik und Epidemiologie
Ausblick
Das Semantic Web steckt noch in seinen Kinderschuhen Noch stehen nicht alle benötigten Bausteine zur Verfügung Die Praxistauglichkeit mancher Ideen muss sich erst zeigen
Medizinische Anwendungsgebiete stehen explizit im Fokus der Forschung rund um das Semantic Web Eine ergiebige Domäne mit breitem Anwendungsspektrum und
einer Vielzahl von Profiteuren (Ärzte, Patienten, Wissenschaftler, Controller)
Das Semantic Web wird allmählich seinen Nutzen zeigen Mitmachen ist gefragt, sonst droht das Henne-Ei-Problem
Institut für Medizinische Informatik, Statistik und Epidemiologie
Zusammenfassung
Das Semantic Web macht Wissen im World Wide Web für Maschinen verständlich und nutzbar.
Es ist eine Ergänzung des bestehenden Web, die weitgehend unsichtbar für den Menschen mit Daten operiert.
Die Daten stammen entweder aus Datenbanken oder aus semantisch ausgezeichneten Webdokumenten.
Die Infrastruktur und Grundbausteine des WWW werden genutzt: URI, Unicode, XML
Auf ihnen setzen die Sprachen des Semantic Web auf
Institut für Medizinische Informatik, Statistik und Epidemiologie
Zusammenfassung
RDF zur Beschreibung von Dingen im Semantic Web Statements (Subject, Property, Value) bilden RDF-Graphen
OWL zur Beschreibung von Vokabularen oder Ontologien Definition von Klassen, ihren Eigenschaften und
Beziehungen Unerlässlich für das Schlussfolgern impliziten Wissens
SPARQL zur Abfrage von RDF-Stores Das „SQL für das Semantic Web“
Regeln, Logik, Beweisen, Signatur und Verschlüsselung werden in der Zukunft ein vertrauensürdiges SW erlauben
Institut für Medizinische Informatik, Statistik und Epidemiologie
Zusammenfassung
Aktuelle Anwendungsgebiete des Semantic Web RSS für Nachrichten-Schlagzeilen FOAF als Visitenkarte GRDDL, Microformats und RDF/A für
semantisches Markup von Webdokumenten Im medizinischen Umfeld ist die Nutzung des
Semantic Webs für Studienregister, SOPs oder Wörterbücher vorstellbar
Neue Anwendungsfälle benötigen nur ein wenig Phantasie – und der sind keine Grenzen gesetzt!
Institut für Medizinische Informatik, Statistik und Epidemiologie
Kontakt
Roland Mücke Institut für Medizinische Informatik, Statistik
und Epidemiologie (IMISE)Universität LeipzigHärtelstraße 16-1804107 Leipzig
Tel.: +49 341 97 16165 E-Mail: roland.muecke@imise.uni-leipzig.de
top related