Transcript
Page 1: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 2: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 3: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Was ist das Web2.0?

Einleitung

Page 4: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 5: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 6: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Bookmarkverwaltung: del.icio.us

Folksonomy – 2

Page 7: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Verzeichnisse: Open Directory Project

Folksonomy – 3

Page 8: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Homepages: Weblogs (Blogs)

Folksonomy – 4

Page 9: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Suchmaschinen: Technorati

Folksonomy - 5

Page 10: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Wikis: Wikipedia

Folksonomy - 6

Page 11: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Typen von Wikis

Folksonomy - 7

Page 12: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Fotos: FlickR

Folksonomy - 8

Page 13: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Webseiten: Co-Op

Folksonomy - 9

Page 14: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Publikationen: CiteULike

Folksonomy - 10

Page 15: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 16: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 17: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

RSS-Aufbau

Syndizierung - 2

Page 18: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

RSS-Anwendung

Syndizierung - 3

Page 19: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Was sind Mikroformate?

Microformats - 1

Page 20: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 21: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 22: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 23: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Beispiel mit semantischem Markup (III)

Microformats - 5

Page 24: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 25: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

4 Säulen der CC1. Namensnennung2. Keine Kommerzielle Nutzung3. Keine Bearbeitung4. Weitergabe unter gleichen Bedingungen

Lizenzen - 2

Page 26: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 27: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 28: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 29: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 30: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Gadgets, Widgets, whatever

Look&Feel - 1

Page 31: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Ajax• „Asynchronous Javascript and XML“– Funktionsweise– Vorteile– Nachteile

Look&Feel - 2

Page 32: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 33: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Textverarbeitung

Look&Feel - 4

Page 34: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Tabellenkalkulation

Look&Feel - 5

Page 35: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Betriebssysteme

Look&Feel - 6

Page 36: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 37: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 38: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Beispiel: diggdot.us

Mashup - 3

Page 39: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Beispiel KML-Studienzentren

Mashup - 4

Page 40: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 41: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 42: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 43: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 44: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 45: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 46: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 47: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Inhalt

Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin

Page 48: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Inhalt

Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin

Page 49: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 50: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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.

Page 51: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 52: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 53: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Beispiel: Termine aus mehreren Quellen

Website

Informationsfluss

SW-Baustein

Page 54: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 55: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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.

Page 56: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 57: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Inhalt

Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin

Page 58: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 59: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 60: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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>

Page 61: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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.

Page 62: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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>

Page 63: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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.

Page 64: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 65: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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 } }

Page 66: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Inhalt

Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin

Page 67: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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.

Page 68: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 69: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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>

Page 70: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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>

Page 71: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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>

Page 72: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 73: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 74: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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.

Page 75: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

Institut für Medizinische Informatik, Statistik und Epidemiologie

Inhalt

Die Vision des Semantic WebGrundlegende TechnologienPraktische AnwendungenEinsatzszenarien in der Medizin

Page 76: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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.

Page 77: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 78: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 79: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 80: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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“)

Page 81: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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.

Page 82: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 83: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 84: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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

Page 85: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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!

Page 86: Institut für Medizinische Informatik, Statistik und Epidemiologie Vernetzte Forschung in der Medizin Ein Metadata Repository für Items in klinischen, epidemiologischen

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: [email protected]


Top Related