Implementering av en ontologi för syndromklassificering av djurhälsodata

Kvantitet och varianter av hälsodata ökar snabbt både inom djur- och folkhälsa men att automatisera tolkningen av dessa är fortfarande en utmaning. En ontologi är inom informationsvetenskapen ett verktyg som sätts upp för att använda maskin-tolkbara definitioner av olika objekt och deras relationer. Med en ontologi skapas en gemensam vokabulär som är förståelig både för människor och maskiner, som inte baseras på eller begränsas av användningen av data kodad efter en specifik kodnyckel.

Med finansiering från Vinnova har vi under de senaste tre åren byggde upp ett nätverk av djurhälsan experter och ontologi experter för att utveckla ”Animal Health Surveillance Ontology (AHSO)” (ontologi för djurhälsoövervakning). Ontologin tillgänglig offentligt (på GitHub).

Under nästa fas kommer vi att använda ontologin i det dagliga arbetet med sjukdomsövervakning utförd av Statens Veterinärmedicinska Anstalten (SVA). Ontologin kommer att användas för att förbättra och ytterligare automatisera processen för att extrahera information som är relevant för hälsoövervakning från djurhälsan data. Data som laboratorie- eller kliniska data kommer att behandlas snabbare och med högre sensitivitet när man letar efter trender i förekomsten av djursjukdomar. Dessutom, det ska skapa möjlighet att utveckla kompatibla system mellan olika institutioner som använder liknande data (till exempel patologidata from olika laboratorier); och även möjlighet att kombinera sjukdomar bevis från olika datakällor (till exempel klinisk och laboratoriedata som utvärderas för tidig larm av sjukdoms utbrott).