The general purpose of this project is to develop a recommendation system for simultaneous intake of various medications. A programing code together with an interface is to be written to process the data and to make recommendations. The task can be efficiently fulfilled by means of Semantic technologies and the Java language. The approaches used are powerful tools for processing data about drugs. Thus, a recommendation system will be developed. The results anticipated highlight the potential of the techniques applied and can be used by medical staff. Further research in this area leads to creating universal Personal Health Records.

The current research paper contains 80 illustrations, 9 annexes, 1 table and 12 used sources. The overall volume of the paper is 80 pages.

Для создания семантической сети с информацией о лекарствах, нужно найти проверенную базу данных, доступную в формате семантических технологий и содержащую информацию о лекарствах. База ChemSpider [5] содержит информацию о лекарствах, но она направлена больше на классификацию препарата, чем на взаимодействие с другими препаратами (рис. 5).

Рис. 5. Аспирин в базе данных ChemSpider.

Другой популярной базой является ChEBI [6], но несмотря на полное описание препарата, структуры, классификации и воздействии на организм, в данном ресурсе не хватало информации о взаимодействии различных препаратов (рис. 6).

Рис. 6. Аспирин в базе данных ChEBI.

Информация о взаимодействии лекарств есть в открытой базе данных PubChem [7], которая содержит подробную информацию о медицинских препаратах и активных веществах (рис. 7).

Рис. 7. Информация, содержащаяся в базе данных PubChem.

Так как в вопросе взаимодействий PubChem ссылается на базу данных DrugBank [8], было принято решение работать именно с последним.

База данных DrugBank - это ресурс, содержащий подробную информацию о медицинских препаратах и их взаимодействиях (рис. 8). В версии 5.1.0, которая и используется в данной выпускной квалификационной работе, содержится 11041 записей о различных медицинских препаратах. Доступ к скачиванию базы данных бесплатный для учебных и научных целей. Проект поддерживается Канадским Институтом исследований в области здравоохранения и другими известными медицинскими учреждениями.

Рис. 8. Аспирин в базе данных DrugBank.

2. Описание структуры данных и правил работы с семантическими технологиями

Модель семантической сети, которая будет построена для базовой проверки взаимодействия лекарств представлена на рис. 15. Основные сущности данной семантической модели будут записаны с помощью пустых узлов (blank nodes), которые на схеме выделены цветом. Это позволит извлекать информацию из XML файла без привязки к имени лекарства. Так как в данной выпускной квалификационной работе не будет создано URI для уникального определения ресурсов, будет использоваться пустой префикс, который использовался в примере на рис. 10. Он будет обозначаться в виде двоеточия перед предикатами и типами ресурсов. Субъекты в триплах в основном будут иметь тип строки (string).

Просто хранить все данные о лекарствах и взаимодействиях в сущности типа Drug не представляется возможным, так как, например, при поиске взаимодействий двух активных веществ, их можно было бы связать, если в каждом хранить идентификатор другого вещества, но понять, для какого именно взаимодействия представлено описание, было бы почти невозможно. Поэтому для ясности результатов было принято решение создать отдельную сущность для описания взаимодействий.

Также в отдельную сущность была вынесена информация о лекарственных препаратах, которые содержат одно или несколько активных веществ. Данная сущность описывает производителя лекарства, форму, в которой представлено лекарство, и др. Так как медицинских препарат может содержать несколько веществ с различной дозировкой, то информация об этом была вынесена в другую сущность ингредиентов, к которой построена связь от сущности лекарств.

Рис. 15. Модель семантической сети для медицинских препаратов.

Активные вещества на данной модели обозначаются символом «_:d» и имеют тип Drug, а также следующие свойства:

- hasID - уникальный идентификатор лекарства, который будет однозначно определять активное вещество;

- hasName - наименование вещества;

- hasDescription - описание воздействия препарата на организм;

- hasSynonym - предоставляет возможность поиска вещества по другим его наименованиям;

- hasIndication - описание состояния здоровья, при котором может быть использовано данное активное вещество;

- hasPharmacodynamics - фармакодинамические свойства вещества;

- hasFoodInteraction - рекомендации по питанию при приеме данного активного вещества;

- interacts - связь между активным веществом и сущностью типа Interaction, которая отвечает за описание взаимодействия между данным активным веществом и другими, имеющимися в базе данных;

- hasProducts - связь между активным веществом и сущностью типа Product (лекарство), в которое входит данное вещество.

Взаимодействие лекарств прописано отдельной сущностью «_:i», которая имеет тип Interaction. Данный пустой узел будет иметь следующие свойства:

- hasDescription - описание взаимодействия препаратов;

- hasDrugID2 - хранит ID лекарства, с которым происходит взаимодействие.

Сущность типа Product, которая обозначена на модели как «_:p», отвечает за хранение информации о лекарствах. Она имеет такие свойства, как:

- hasLabeller - название компании, которая производит данное лекарство;

- hasNameOfProduct - наименование медицинского препарата;

- hasDosage - форма, в которой представлено лекарство: таблетка, капсула, жидкость для инъекции и другие;

- hasRoute - информация по способе приема лекарства;

- hasCountry - страна-изготовитель медицинского препарата;

- isOverTheCounter - имеет значение «true», если покупка данного лекарства может осуществляться без рецепта, и «false», если требуется рецепт;

- hasIngredient - информация о конкретном активном веществе и его дозировке в данном медицинском препарате.

Пустой узел с именем «_:ing» и типом Ingredient отвечает за информацию о дозировке активных веществ в препаратах и обладает свойствами:

- drugIDforProduct - хранит ID активного вещества;

- hasStrength - информация о дозировке вещества в лекарстве, если таковая представлена.

4. Создание семантической сети из базы данных с информацией о лекарствах

4.1 Описание базы данных с информацией о лекарствах

База данных с информацией о медицинских препаратах была загружена из ресурса DrugBank. Она представлена в формате XML и содержит 17587592 строки.

Структуру XML-файла можно представить так: сначала идет описание версии и кодировки файла, затем открывается тэг drugbank, в котором находятся такие необходимые для проверки взаимодействия лекарств, как drug (в нем содержится информация об отдельно взятом лекарстве), вложенные в него тэги name, description и другие (рис. 16).

Рис. 16. XML-файл с данными о лекарствах из ресурса DrugBank.

Особенность описания синонимов определенного медицинского препарата и его взаимодействий с другими лекарствами состоит в том, что они в свою очередь находятся во вложенных тэгах с названиями synonyms (рис. 17) и drug-interactions (рис. 18). Эта особенность должна быть учтена при чтении данных из файла XML формата.

Рис. 17. Структура описания синонимов в базе данных.

Рис. 18. Структура описания взаимодействий лекарств в базе данных.

Связь между активным веществом и медицинским препаратом, в который она входит, обеспечена тем, что в информацию о каждом таком веществе дублируется информация о лекарстве, т.е. если препарат содержит 3 вещества, то информация о нем будет написана 3 раза.

Рис. 19. Структура описания медицинских препаратов в базе данных.

При просмотре данных из базы DrugBank оказалось, что она не содержит информации о некоторых лекарствах, хотя содержит описание их взаимодействия. Так как работа со всеми лекарствами будет осуществляться непосредственно по ID, то отсутствие вещества с указанием типа Drug и ID может привести к тому, что при поиске ID по имени или синониму оно не найдется, и, как следствие, не найдется и взаимодействие, хотя оно есть в системе. Поэтому во избежание логической ошибки было принято решение вручную добавить недостающие лекарства.

За добавление пустых узлов типа Ingredients отвечает отдельный класс Fixing_Ingredients (Приложение 2).

После прочтения созданной на предыдущем шаге модели семантической сети и получении всех необходимых для функционирования свойств, добавляем свойства hasIngredient и ingredient для новых пустых узлов. Такие свойства, как дозировка и ID активных веществ уже есть и пока принадлежат сущностям типа Product. Впоследствии эти свойства перейдут ингредиентам, а потом удалятся из медицинских препаратов за ненадобностью.

Был создан класс для хранения информацией об ингредиентах. Она называется IDPlusStrength и хранит ID и дозировку ингредиента (рис. 33).

Рис. 33. Класс IDPlusStrength.

В переменной типа Hash Map хранятся уникальные ID сущностей типа Product, и в качестве второго аргумента - переменные класса IDPlusStrength (рис. 34). Они предназначены для того, чтобы нужные ингредиенты с дозировками были «привязаны» к нужным медицинским препаратам. Сначала будут обрабатываться все ресурсы, которые имеют идентификатор DPD (лекарства Канадского производства).

Рис. 34. Хранение ID продуктов и переменных класса IDPlusStrength.

Если в ingredients еще не содержится ID медицинского препарата, то он будет добавлен, как и найденный ингредиент, а если нет, то информация о нем добавляется в список для уже существующего ингредиента (рис. 35).

Рис. 35. Добавление ингредиентов и ID лекарств в переменную ingredients.

Затем через итератор осуществляется поиск по всем ресурсам, теперь уже с целью построить связь между существующими продуктами и ингредиентами из списка ingredients. Для каждого ингредиента создается пустой узел, добавляются нужные свойства, устанавливается связь с помощью свойства hasIngredient, а лишняя информация удаляется из сущности типа Product (рис. 36).

Рис. 36. Создание пустых узлов типа Ingredient.

Процесс повторяется для медицинских препаратов с NDС ID, а затем измененная модель записывается в файл в формате TURTLE.

5. Создание запросов к семантической сети

5.1 Запрос на получение ID лекарств из семантической сети

Для создания запросов по получению ID лекарств был создан класс ListOfNames, содержащий:

- информацию о названии, которое было введено пользователем для поиска лекарства,

- id найденного активного вещества,

- тип и номер для определения принадлежности лекарству (рис. 37).

Методы данного класса представлены в Приложении 3.

Рис. 37. Класс ListOfNames.

Класс ListOfNames будет содержать в себе структуру, описанную в табл. 1. В списке членов класса ListOfNames можно получить любой элемент в списке с помощью номера строки в списке, а также записывается:

- название, которое пользователь ввел в поле для поиска;

- ID активного вещества, которое содержится в данном препарате;

- наименование вещества;

- номер для соотнесения вещества с медицинским препаратом;

- тип вводимого лекарства (вещество, синоним или препарат).

Если лекарство содержит 3 вещества, то оно занимает 3 строки, наименование лекарства и тип дублируется. Если данный препарат был введен первым, то номер для соотнесения вещества и лекарства для всех строк в таблице будет нулевым. По данной аналогии в таблицу будут записываться все лекарства, найденные пользователем и добавленные в поле для взаимодействия. Необходимость именно такой структуры хранения данных будет объяснена позже, при описании получения взаимодействий веществ и информации о медицинских препаратах.

Таблица 1. Структура данных, хранимых для проверки взаимодействия лекарств в разрабатываемой системе

Для получения ID лекарства при вводе его наименования были составлены запросы на языке SPARQL. Обработка данных запросов находится в классе DrugExecutor (Приложение 4). Функция, совершающая обработку данных, называется idExecutor. После создания пустой семантической модели и построения в ней сети из файла, были получены необходимые префиксы для создания запросов.

Был создан список для элементов класса ListOfNames, а также переменная counter, которая будет служить для подсчета количества строк в таблице (рис. 38).

Рис. 38. Создание списка элементов класса ListOfNames.

В строковую переменную записывается текст запроса, представленный на рис. 39. Производится выбор различных ID и наименований, где наименование является либо активным веществом, либо его синонимом, либо это название медицинского препарата. ID активных веществ нужно получать через связи сущностей классов Product, Ingredients и Drug.

Рис. 39. Запрос по получению ID лекарственного препарата по его названию.

Также были написаны запросы для определения типа вводимого наименования. Запрос типа ASK на рис. 40 позволяет получить ответ в виде булевой переменной, на вопрос: действительно ли наименование является медицинским препаратом. Запрос на определение является ли наименование синонимом написан по похожему алгоритму. Получение ответа будет описано на примере запроса с рис. 39.

Рис. 40. Запрос по получению ID лекарственного препарата по его названию.

С помощью QueryFactory создается запрос на основе информации из строковой переменной. Благодаря методу QueryExecutionFactory запрос применяется в модели семантической сети (рис. 41). При этом создание модели семантической сети из файла происходит в отдельном классе SemanticModel (Приложение 5). Поэтому обращение к модели происходит через этот класс.

Рис. 41. Применение запроса к семантической модели.

Результат запроса записывается в переменную res с помощью метода execSelect. Получим список результатов. Пройдём по списку в цикле while. При этом каждый из элементов, который являлся целью поиска, записывается в переменные типа RDFNode (рис. 42).

Рис. 42. Получение результатов запроса по поиску ID и наименования активных веществ.

После этого в список добавляется переменная типа ListOfNames, структура которой показана на рис. 37. Переменная temp будет отвечать за принадлежность активных веществ лекарствам и приходит класс извне (рис. 43). Также по номеру элемента в строке, записывается тип введенного наименования. В том же цикле счетчик counter увеличивает свое значение.

Рис. 43. Получение результатов запроса по поиску ID и наименования активных веществ.

Если во введенном препарате находится несколько активных веществ, то все они запишутся в список. Функция idExecutor возвращает null, если информации об элементах не было найдено, и список drugNames, если результат запроса не null.

5.2 Запрос на получение взаимодействия лекарств из семантической сети

Точкой входа в программу является класс Main (Приложение 7). В нем с помощью переменной типа Thread в потоке вызывается метод, отвечающий за создание семантической сети из базы данных с информацией о лекарствах (рис. 57). Код класса SemanticModel представлен в Приложении 8.

Рис. 57. Вызов метода для создания семантической сети.

Использование потоков ускоряет запуск программы. Без потоков программа запускалась за 70-80 секунд, а с их использованием - за 40 секунд.

После создания модели семантической сети, происходит открытие окна интерфейса DrugSearchShell (рис. 58).

Рис. 58. Открытие окна DrugSearchShell.

За графический интерфейс отвечает класс DrugSearchShell (Приложение 9). Глобальными переменными данного класса являются (рис. 59):

- listOfDrug (отвечает за отдельный препарат);

- listOfDrugs (список из всех препаратов, которые будут проверяться на взаимодействие);

- temp (количество препаратов).

Рис. 59. Глобальные переменные класса DrugSearchShell.

Затем были созданы компоненты для графического интерфейса, например различные кнопки, окно для ввода наименования лекарства и др. Реагирование на нажатие кнопки было прописано с помощью вызова метода addSelectionListener для этой кнопки. Например, при нажатии кнопки поиска лекарства среди базы данных, в строку сохраняется его название (рис. 60).

Рис. 60. Метод, вызываемый при нажатии на кнопку searchButton.

Затем полученная строка и текущий номер препарата посылаются в метод idExecutor класса DrugExecutor, функционал которого был описан ранее. В зависимости от того, нашелся ли препарат по имени или нет, появляются или исчезают необходимые кнопки и элементы типа Label (рис. 61). Если такого препарата нет, то выведется сообщение об ошибке.

Рис. 61. Работа с результатами поиска лекарства по имени.

В этом же методе вызывается метод addSelectionListener для кнопки seeInfoButton, которая позволит посмотреть информацию о препарате, который удалось найти (рис. 62). В нем вызывается метод класса infoExecutor класса GettingInfo, который в строковую переменную передаст результаты поиска информации. После этого откроется отдельное окно с выводом данных из строки infoResult.

Рис. 62. Метод, вызываемый при нажатии на кнопку seeInfoButton.

При нажатии на кнопку добавления лекарства в список для проверки взаимодействий, он проверяется на совпадение с именами уже имеющихся препаратов в данном списке (рис. 63).

Рис. 63. Метод, вызываемый при нажатии на кнопку seeInfoButton.

Если такое лекарство уже находится в списке, то высветится сообщение об ошибке (рис. 64).

Рис. 64. Вызов окна с сообщением об ошибке при совпадении препаратов в списке для проверки взаимодействий.

В противном случае лекарство добавится в список для проверки взаимодействий. При этом переменная temp увеличит своё значение на единицу, а рядом с этим лекарством появится кнопка «Clear». Она необходима в случае, если пользователь передумал проверять взаимодействие конкретного лекарства. При нажатии на эту кнопку, переменной i присваивается номер препарата, который нужно удалить (рис. 65). Затем в цикле while производится поиск нужных строк для удаления веществ данного препарата, после чего они удаляются. Всем следующим после него элементам присваивается номер меньший исходного на единицу. Также переменная temp уменьшает свое значение. Производится проверка на то, что если в списке меньше двух элементов, то проверить взаимодействие будет невозможно.

Рис. 65. Метод, вызываемый при нажатии на кнопку clearButton.

После соблюдения условий, что в списке не должно быть повторяющихся препаратов и их количество должно быть больше двух, возможно произвести проверку на взаимодействие лекарств. Вызывается метод interactionExecutor класса DDIExecutor, который возвратит строковую переменную с описанием всех найденных взаимодействий. Данный результат выведется в отдельном окне в виде текста (рис. 66).

Рис. 66. Метод, вызываемый при нажатии на кнопку checkButton.

В данной главе были описаны основные методы, использующиеся при создании графического интерфейса для данного программного обеспечения. Создание каждого компонента и способы размещения приведены в Приложении 9. Теперь приступим к тестированию данного программного обеспечения.

7. Результаты создания семантической сети из базы данных