臺灣博碩士論文加值系統

本文導入語意網技術提出一法規檢核同步化系統，來實現藥品檢核規則自動更新的功能，其主要設計理念為以語意網的OWL模型來實作法規檢核系統，在法規的知識表徵上，系統將所有的藥品規則視為醫療狀態的類別，因此判別用藥的合法性，便可使用分類運算達成，這簡化了推理機的設計；利用OWL支援類別繼承的語意，故能形成認知經濟性效應，縮小醫療法規機器編碼長度；最後OWL的語法能表示大部份規則型態，使得系統可以使用一個文件檔，一種推理機模型便能表示所有的法規。OWL簡化了健保給付規定自動化更新到醫院資訊系統的設計，讓醫令系統成為更能即時反應健保法規的決策支援系統。對醫院而言，這大幅節省法規變動時，資訊系統異動成本。其次，對醫事管理單位而言，則能以較少的成本，落實其法規控管於醫療資訊系統上，對抑止醫療資源浪費，及提升病人安全是一大利器。

An automatic update system based on semantic web techniques to implement the drug-law checking automatically is proposed in this thesis. The design concept is to use OWL as the knowledge model. To represent the drug law knowledge, we view a drug law as a class of medical status, and we can use classification to implement the decision of drug use legality. This approach simplifies the design of inference engine. The OWL supports the syntax of class inherences, so it can reach the cognitive economy and shorten the drug laws encoding length. The OWL syntax can represent most drug laws style, so the system can just use one document and one inference engine to handle all drug laws rules. The OWL simplifies the design of NHI drug laws automatically update system, so the doctor order system reflects the change of drug laws more rapidly. To the hospitals, this reduces the cost of updating the hospital information systems for obtaining the newest drug laws. To medical administrations, this reduces the cost of enforcing its drug laws to all hospitals’ information systems. The system proposed in the thesis is very useful for reducing the waste of medical resource and increasing the patient’s security.

第一章緒論 1
1.1研究背景與動機 1
1.1.1商業流程全面電子化，成為電子化法規控管的基礎 1
1.1.2自動化更新給付規則的迫切性 1
1.2. 研究問題與目的 2
1.2.1藥品法規人工更新作業 2
1.2.2藥品法規自動同步 3
1.2.3預期效益 5
第二章 文獻探討 6
2.1. 法規推論模型 6
2.2. 藥品法規檢核系統 7
2.3. 醫療資訊共享 8
2.4. 語意網 10
2.4.1知識本體 10
2.4.2描述邏輯 11
2.4.3 RDF 語言 12
2.4.4 SPARQL 語言簡介 14
2.4.5 Jena函式庫 14
2.5. OWL 15
2.5.1定義類別 16
2.5.2 定義實例 17
2.5.3定義屬性 17
2.5.4以屬性值限制定義類別 19
第三章 系統設計 21
3.1. 系統架構 21
3.2. 醫療法規知識本體 23
3.2.1醫療狀態 25
3.2.2醫療法規 25
3.2.3描述健保用藥法規模型的需求 26
3.2.4使用屬性值限制來定義「醫療法規」 26
3.2.5 OWL的限制：無法定義數值區間的類別 29
3.2.6健保規則的本體類別階層設計 31
3.2.7未能作法律歸類成員的處置 33
3.3. MRASP 35
3.3.1銀行櫃檯模式 35
3.3.2 MRAS協定 37
3.4. 推理引擎 39
3.4.1 RAA 模組 39
3.4.2 Case Classifer 運算 40
3.4.3 NA Classifier運算 41
3.5. 系統元件佈署 42
3.5.1. MRAS 42
3.5.2. RASEgine 43
3.5.3. MRASP 43
3.5.4. Jena 43
3.5.5. TestWebSiteFiles 43
第四章 系統實作 44
4.1. 建置本體 44
4.2. 系統測試 45
4.2.1需求醫療狀態測試 45
4.2.2判斷用藥合法性測試 46
第五章 結論 51
5.1. 使用OWL模型的效益 51
5.1.1 縮小藥品法規文件的編碼長度 51
5.1.2 OWL模型能較為自然的描述藥品法規 51
5.1.3 能以一個文件檔描述所有藥品法規 52
5.1.4 以關連式模型實作NSAIDs藥品法規 52
5.2. 系統效益 53
5.2.1系統簡化藥品法規推理引擎的設計 53
5.2.2系統具有極佳彈性來應付法規變動 54
5.2.3系統能減輕法規異動醫院程式師的負擔 54
5.2.4系統能使新法規能快速確實地發佈給醫院系統 55
5.2.5系統能大幅降低總體法規異動成本 55
5.3. 後續研究建議 55
5.3.1找出統合數值區間類別的分類模型 56
5.3.2將自然語言的藥品法規自動轉成OWL文件 56
參考文獻 57
附錄 59
A. MRAS協定規格 59
USEMED 訊息 59
REQ_PROPS 訊息 59
MED_STATUS 訊息 60
LEGALITY 訊息 60
INVALID 訊息 61

中央健康保險局. 全民健康保險藥品給付規定. 中央健康保險局, 2005.
尤進泰. 健保IC 卡內存醫令與醫師處方用藥安全檢核系統設計實作. 成功大學工程科學研究所碩士論文, 2004.
吳立雅. 以人機介面觀點探討醫令資訊系統的用藥疏失因素及介面設計原則. 元智大學資訊傳播研究所碩士論文, 2004.
李彥良. Web-based診間醫令之開發與建置. 臺北醫學大學醫學資訊研究所碩士論文, 2001.
林東清. 資訊管理--e化企業的核心競爭能力. 智勝出版社, 2005.
林建良. 以知識本體提供代理人建構共通之協商環境－以生產排程協商為例. 中原大學資訊研究所碩士論文, 2005.
湯進聖. 醫院醫囑藥物交互作用提示系統. 國立陽明大學公共衛生研究所碩士論文, 2002.
賴昆汕. 藥品交互作用資料庫應用系統設計與實作. 臺灣大學資訊工程研究所碩士論文, 2003.
簡文山, 李友專, 唐大鈿, 且 胡俊弘. “建立臺灣醫療資訊交換中心之藍圖.” 醫療資訊雜誌 (中華民國醫療資訊學會), 1997: 54-66.
魏怡嘉. “健保胃藥10月起不給付.” 自由電子報. 2005年9月14日. http://www.libertytimes.com.tw/2005/new/sep/14/today-life1.htm.

Aho, A. V., R. Sethi, and J. D. Ullman. Compilers, principles, techniques, and tools. Addison-Wesley Pub. Co., 1986.
Ambler, W. S. "A UML Profile for Data Modeling." Nov 2, 2003. http://www.agiledata.org/essays/umlDataModelingProfile.htmlf.
Baader, F., D. Calvanese, D. L. McGuinness, and D. Nard. THE DESCRIPTION LOGIC HANDBOOK. Theory, implementation, and applications. Cambridge University Press, 2003.
Berners-Lee, T., J. Hendler, and O. Lassila. "The Semantic Web." Scientific American (SCIENTIFIC AMERICAN Inc.), 2001.
Daconta, M. C., L. J. Obrst, and K. T. Smith. Web Services, and Knowledge Management -The Semantic Web. A Guide to the Future of XML. Wiley Publishing, Inc, 2003.
Frystyk, H. "Hypertext Transfer Protocol." http://www.ietf.org/rfc/rfc1945.txt .
Jackson, P. Introduction to Expert Systems. Addison-Wesley, 1990.
McBride, B. "An Introduction to RDF and the Jena RDF API." http://jena.sourceforge.net/tutorial/RDF_API/index.html.
McBride., B. "Jena 2 Ontology API." http://jena.sourceforge.net/ontology/index.html.
Minsky, N. H., and V. Ungureanu. "Law-Governed Interaction: A Coordination and Control Mechanism for Heterogeneous Distributed Systems." ACM Transactions on Software Engineering and Methodology, Vol. 9, No. 3,, 2000.: 274-305.
Object Management Group. "UML Superstructure Specification, v2.0." http://www.omg.org/cgi-bin/doc?formal/05-07-04.
Prud'hommeaux, E., and A. Seaborne. "SPARQL Query Language for RDF." 2007. http://www.w3.org/TR/rdf-sparql-query/.
Skalak, D. B. "Taking Advantage of Models for Legal Classification." Proceedings of the 2nd international conference on Artificial intelligence and law. ACM Press, 1989. 234-241.
Smith., M. K. "OWL Web Ontology Language Guide." 2004. http://www.w3.org/TR/2004/REC-owl-guide-20040210/.
Sowa, J. F. Knowledge Representation. Logical, Philosophical, and Computational Foundations. Course Technology, 1999.
—. "Ontology." http://www.jfsowa.com/ontology/index.htm.
Wikipedia. "XML." 2008. http://en.wikipedia.org/wiki/Xml.