生物医学知识整合论（ The Theory of Biomedical Knowledge Integration,

BMKI ） (part1)

包含飞上海中医药大学

中医信息化标准化研究室

201203

•科学理论是一个优秀民族的最高精神追求。

•一个优秀民族应该“唯理是求”，不应该“唯利是图”。

经济崛起

技术创造崛起

学科创新崛起

理论创建崛起

图 1 一个民族的科学崛起

生命系统——物理整合的大师 • 是我们人类的科学活动而不是机体

本身把机体分解为量子生物学、分子生物学、生物物理学、生物化学、细胞学、组织学、解剖学、生理学、免疫学、遗传学……各层次。相反，大自然把万千机制都有条不紊地融为一体，把无数元素、无数机制融合和联合成一个完美的动态网络。

1 2 3 4 5 6 7 8 9 10 11

12 13

14 15

16

图 2 心脏泵血循环连接图： 1. 膜电位循环； 2. 钙离子从肌浆网收放循环 ( 借助于钙泵即 Ca++ 依赖式 ATP 酶的循环 ) ； 3. 肌钙蛋白与 Ca++ 结合与释放循环； 4 ．肌钙蛋白分子构型循环； 5. 原肌凝蛋白的构型变化循环； 6. 横桥与肌纤蛋白结合 - 扭动 - 解离循环 ( 依赖于肌球蛋白的头部即 ATP 酶激活 - 分解 ATP- 释放能量 - 抑制循环 ) ； 7. 粗肌丝与细肌丝的滑动循环； 8. 肌节的缩舒循环； 9. 肌纤维的缩舒循环； 10. 肌肉的缩舒循环； 11. 心室内血液压力循环； 12. 房室瓣开闭循环； 13. 心房内血液压力循环； 14. 主动脉瓣开闭循环； 15. 主动脉内血液压力循环； 16. 心脏泵血循环

盲人摸象新说

• 利用信息整合技术，我们的盲人小组获得了巨大进步。虽然他们各自所拥有的信息丝毫没有增加，但他们所构建的大象模型向真实的大象逼近了一大步。

• 借此笔者希望阐明生物医学知识整合论的意义：所有的生物学、医学及生物医学信息学的研究和开发都是环绕着机体这同一目标，他们的结果之间必然存在内在的联系。深入探讨、挖掘、建立这些联系有助于我们在整体上对机体的理解，这就是 BMKI 的根本任务。

Openclincal 在其白皮书“医学知识危机及其解决方法知识处理”的总结中说：

• 1.对于一个没有 ( 医学知识工程 )支持的医疗卫生人员，已不可能用传统的方法掌握现代科学知识 ,即以可能做到的有效而安全的医疗服务所需要的所有知识。

• 2. 后基因时代情况将变得更糟糕。

• 3. 知识危机的一个可能解决方法是采用更为严谨的方法和技术进行知识处理。

• 4. 这种态势尚未被广泛地意识和理解，现有的很多技术的设计不能相互匹配和交互操作。

• 5. OpenClinical 为一个个人，组织和商业公司组成的协会，它的成员认识到在医学中改善知识处理的重要性和相信通过合作和一致性可以达到目的。

• “ 生活在医疗卫生服务发达的富裕国家，我们通常都认为当我们遇到什么医学问题，它们必定会得到及时的有效的与高度发达的医疗事业相称的治疗和处理。一直以来，我们大家期望随着对疾病的科学理解和处理的快速发展不断地得到改善，期望着随后基因时代新知识爆炸获得进一步提高。不幸的是，这种获得最优质的服务的前景并不那么肯定，即使对富裕的阶层。”

• “ 我们对疾病的理解和处理的史无前例的发展与实际中应用这些知识的能力并不匹配。这些问题根源是缺乏对新知识的一致性的访问，缺乏足够的资源使大家分享新知识的成果。”

•英国 i4u 的主席 Ian Purves 教授来华讲学时提供了一组发生在医疗行业的令人震惊数据： –一个临床医生每年需要阅读 16,0

00篇专业文章（平均每天 44篇）以掌握最新的医学信息。

•仍存在大量而严重的错误处方。 – 英国每小时有 4 个病人死于错误处方。 – 美国每小时有 11 个病人（每年约 9.8 万

人）死于错误处方。 • 美国每年发生近 77 万起恶性药物事故。 （而 50% 的这些错误可以在有效的信息管理中避免）

• 类似地，据英国《泰晤士报》 8月13日报道，每年英国至少有 7 ． 2万人因医院误诊或医疗事故而无辜丧命，医疗事故变成威胁英国人生命的第四大杀手。而且，不少医院还故意隐瞒医疗事故实际数目，这导致庸医们逍遥法外。

• 美国 Texas州大学张家杰教授在 CMIA2005年年会（深圳）大会上发言指出医疗事故死亡的人数每每被医学信息学家形象化地描述“ One jumbo jet crash every day”（每天掉一架大型喷气式客机）。

Internet 难救 **!

成为中国首位利用“互联网”寻求拯救的病人。据统计，前后在网上收到 1000 多封信， ……

出院时，家人收到了…… 50 万元账单 十盒盒装的普鲁士蓝，总共四十余元……

……严重的后遗症却将和她相伴终生。

结论：

•医生的职责为治病救命 ,结果却往往相反 ;

•病人，医生，人类需要知识工程！

系统生物学家的梦想

• “我们正站在一个令人振奋的新纪元的起点上。在这个新时代中，生物学和信息学的力量将结合起来，共同解决在环境，能源产品和人类健康领域中的重大问题。”

-----Genomes to Life Workshop 2001 “Visions for Computational and Systems Biology”

系统生物学家的梦想• “系统生物学不是系统的生物学。它是驾于界于

个体成分与系统之间的中间领域，所以它是新领域。它研究从分子走向系统时出现的新特征。它不同于生理学或整体论（ Holism ）。它也不同于还原学家的事业例如分子生物学，后者只研究各种分子。系统生物学界于二者之间。”

-----Hans V. Westerhoff. Ph.D Department of Molecular Cell, Physioloy, BioCentrum Amsterdam

W3 的梦想

• 本体 Web或语义 Web:

概念性本体的整合的可能性 ?

• 然而很多深层次的问题没有解决 !• 有关知识的理论问题尚待探索！• 知识整合理论是一片广袤的荒芜之地！• 生物学家年几十倍、几百倍地低估了问题的复杂性！

知 识 论

•我们常说知识就是力量。人类从生命起始到生命终极，几乎无时无刻不在追求知识。但即便如此，人类对于自身与自然的求知的本质，其实所知不多。

上帝与流浪汉的故事

•（涉及何种认知科学原理？）

•二个空间最简单的转换问题 !( 这一转换在意识空间中是合理的，在物理空间

中是荒诞的）

教士和食人者故事

• J.麦卡锡提出的一个人工智能难题 ( 涉及何种认知科学原理？ )

Fig.4 A solution of the story “Three priests and three human-eaters”. and are priest and human-eaters, respectively.

上述问题之我见

•形式空间和物理空间的关系问题 :

智者的知识处理在形式空间而笨伯的知识处理在物理空间

•纯意识性系统的的排它性，唯存性，系统以外不存在性：纯意识性系统的一个潜原则是：“除了表述的内容和其普通逻辑所蕴涵的内容外，其余一切均不存在或不成立”。 – （ 1）不能把“纯意识系统”与“物

理系统”混为一谈 – （ 2） 何为“纯意识系统”

• (a)纯意识系统的元素和关系只是符号性概念，不带有任何物质属性，不指定任何物理性事物。

• (b) “除了表述的内容和其普通逻辑所蕴涵的内容之外，其余一切均不存在或不成立”。

• (c)纯意识性系统的概念可以是明确的，答案可以是唯一的，可以是收敛的。

母亲打碎碗的故事 （涉及何种认知科学原理？）

物理系统 -知识背景 -准形式化系统的转换问题

准物性知识与纯意性知识

•纯意性知识描述对象是独立于物理世界的抽象概念，如欧氏几何的点，线，面，三角形，矩形，平行四边形，正方形，正方体，体，圆，球体，整数系，实数系。

• 准物性知识描述具体的物理事物，如“罪犯的脸呈长方形”，“病人皮肤呈桔黄色”。

知识的纯意性活动一例： 概念抽象化与具体化

• 概念的抽象化是获得原概念的元概念或元类的过程，通过不断地自由地从原概念的定义属性集合（ The Definitional Attribute Set， DAS）中抽去某种或某些属性以实现此过程（见图 3）。

• 相反，概念的具体化为指定原概念的子概念或实例的过程，通过不断地但并非完全自由地或不无约束地（必须得到物理世界的认可）向 DAS中增加某种或某些属性以实现此过程（见图 4）。

• 在抽象化和具体化过程或 A-E 运动中，涉及二个重要概念： – 广义变量（ Generalized Variable ， GVAR），即对事物观测或描述的方面；

– 广义变量值（ Generalized Value ， GVAL)，即对 GVAR的指定。

在 A-E 运动中，事物往往在 GVAR和 GVAL之间转变角色。例如，“问：什么类型（ GVAR）的学生？答：医学生（ GVAL）” →“问：什么类型的医学生（ GVAR）？答：儿科学学生（ GVAL）” →……（见表3）。

把问题一般化，我们就得到：

• 变量 -变量值角色传递律 .

BMKI 准物性知识研究（举例）：

• 病历的陈述性数据（ declarative data）的认知方向：（ 1）是否存在异常现象？（ 2）如果存在，异常现象是怎样的？（ 3）这些异常想象属于已知疾病集合中何种疾病？（ 4）如无法指定，则是否能发现新的异常现象。

病历数据认知属性：

数据的生成属性：

Ⅰ, , , , , , +Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ Ⅵ 型数据生成器 .

数据的表达属性：

病历数据的表达属性：数据结构分析 （形态属性）

基本信息体分析

•信息三联体 :信息载体 +特征变量 + 变量值

InfoCarrier infoVariable infoValue

–be-patient gender femalepatient age 55 yrpatient date of admission Dec 29, 2000lung crackles yes, bilateral patient white cell count 15,500 cells/µLpatient shortness of breath yespatient cough yespatient place of birth rural Jiangsu province patient history of travel denied

other semantic relpatient symptom include feverpatient symptom include abdominal painpatient symptom include abdominal distentionpatient therapy include sirolimus patient therapy include tacrolimus patient therapy include prednisone(20 mg a day)

Table 1 The triple form of information

• (1) 特性变量往往指一些相对固定不变的属性，又可称为常量类型，其变量值往往可以用常数值或一个恒态描述表示，包括数值型。如病人的身高、体重。

• (2)关系变量较多是二元关系，有时表示一种潜性，只有关系对偶存在时才能实现。如左右眼瞳孔是否等大，上穹隆是否存留异物，巴宾斯基征阳性…

• (3)动态关系或过程是一个关系链或序被启动并得到实现的过程。

病历数据的认知属性

• 1.指定性或特异性 ：如“百日咳的典型的咳嗽方式”

• 2.确定性 (certainty) ：如“血压 160/90mmHg” ,

• 3.粒度（ granularity）：如“心肺无异常 ”• 4 ．认知倾向性（方向性，正逆性）：顺向数据支持“有异常事物存在” (认知方向 ) ，逆向数据则相反，不支持认知方向如“心肺无异常 ”。

• 5 ．认知倾向的隐显性： • 6 ．认知负荷 L ：认知负荷 L = 1/I, 与所需信息

量成反比。

数据认知倾向性举例 • 1.顺向性数据 (cognitive forward d

ata) 为语义上“支持存在异常事物”（认知方向）的数据。 – （ 1）肯定性顺向数据：如“怕热，多汗，乏力，消瘦，心悸，多食，易饥”；

– （ 2）否定性顺向数据：如“右半身活动不灵，语言表达困难，握拳后松开困难 3-4年”，“问之不答”。

• 2.逆向性数据 (cognitive backward data) 为语义上“不支持存在异常事物”（认知方向）的数据。 – （ 1）肯定性逆向数据：（ a）知识判断型：“眼球运动自如”，“角膜透明”，（ b）如实描述型：“（膝腱反射，跟腱反射）存在”。

– （ 2）否定性逆向数据： (a) 知识判断型：“头颅无畸形”，“无干湿罗音和胸膜摩擦音”。（ b）如实描述型：“结膜无充血”，“巩膜无黄染”。

数据认知倾向性举例

从图林试验看知识的背景空间

•第一种情况：•第二种情况：( 涉及何种认知原理？ )

知识背景空间理论

•第一个答案是对问题本身进行判断并做出回答，回答者的对象空间是问题空间；第二个答案是对提问的方法及过程进行判断并提出怀疑，对象空间已转化到问题的生成空间；第三个答案是对提问的主体的个性进行判别并提出疑问，对象空间已转化到问题生成的背景空间。

“可爱的孩子”与“温暖的摇篮”

• 人类的天性喜爱活泼可爱的孩子，但娇嫩的孩子离不开它温暖的摇篮。“温暖的摇篮”是“可爱的孩子”的背景空间。

• 所谓知识背景空间即为某条知识的准确意义成立所依赖的条件、环境或前提的集合

BMKI 的知识背景空间理论间史： • 知识的三集合表示法： { 主体元素集合—关系

—客体元素集合 }*条件元素集合→知识背景空间理论（→微理论 (Microtheories) 理论）

•