CIRO：COVID-19 感染风险本体
人工智能
2023-08-22 v1 计算机与社会
摘要
公共卫生当局对高传染性病原体进行接触者追踪，以识别与确诊病例的密切接触者。然而，在由 2019 冠状病毒病（COVID-19）引起的大流行期间，患者数量众多的国家并未采用这一操作。与此同时，日本政府开展了此项工作，通过公共卫生官员艰辛的体力劳动，为控制感染作出了贡献。为减轻官员负担，本研究尝试通过一种称为 COVID-19 感染风险本体（CIRO）的本体，自动化评估每个人的感染风险。该本体利用资源描述框架（RDF）和 SPARQL（SPARQL 协议与 RDF 查询语言）查询，表达了日本政府制定的 COVID-19 感染风险，以实现个体感染风险的自动评估。为进行评估，我们展示了所构建的知识图谱能够推断出政府制定的风险。此外，我们进行了推理实验以分析计算效率。实验证明了知识处理的有用性，并指出了部署中遗留的问题。
引用
@article{arxiv.2308.09719,
title = {CIRO: COVID-19 infection risk ontology},
author = {Shusaku Egami and Yasunori Yamamoto and Ikki Ohmukai and Takashi Okumura},
journal= {arXiv preprint arXiv:2308.09719},
year = {2023}
}
备注
18 pages, 8 figures, and this paper has been accepted by PLOS ONE