Tecnologías semánticas aplicadas al análisis de redes sociales en el ámbito de la salud

Resumen

Muchos de los investigadores del campo de la salud, aunque también de otros campos, se ven en la necesidad de realizar estudios epidemiológicos y más concretamente estudios transversales. Este tipo de estudios están basados principalmente en la obtención de información sobre distintos grupos de personas mediante el uso de diferentes encuestas o cuestionarios. Tras la obtención de los datos generados por los usuarios y sus respuestas a los cuestionarios, es posible aplicar técnicas de Análisis de Redes Sociales (ARS). Gracias a este tipo de análisis, es posible estudiar las distintas relaciones entre los actores de una red, así como, mediante una interpretación exhaustiva por parte de un experto, obtener una serie de conclusiones que pueden ayudar a resolver un problema. Hasta el momento, la recopilación de datos se ha podido automatizar gracias a la existencia de distintas herramientas. Sin embargo, tras la recopilación de dichos datos, el experto del dominio en el cual se desea aplicar ARS, debe utilizar aplicaciones para llevar a cabo el análisis y, posteriormente, interpretar dichos valores para obtener una serie de conclusiones concretas. A raíz del escenario anteriormente expuesto, surge como objetivo principal de esta investigación, crear una una solución informática capaz de ser utilizada por cualquier profesional del sector de la salud o de cualquier otro sector, que esté interesado en realizar estudios mediante cuestionarios personalizados. Para la consecución de estos objetivos, se ha planteado un modelo conceptual multi-dominio, así como se han generado una serie de reglas en lenguaje SWRL (Semantic Web Rule Language) y consultas en lenguaje SPARQL (Protocol and RDF Query Language) que pertenecen al ámbito de la Web Semántica y en general a las Tecnologías Semánticas, tras la revisión bibliográfica realizada previamente. Se han elegido estas tecnologías porque gracias a ellas, es posible trasladar un modelo a distintos dominios con relativa facilidad, mientras que, si se hubiera elegido un sistema realizado con tecnologías no semánticas, la escalabilidad y reutilización del mismo se hubieran visto perjudicados. Tras la validación del modelo y verificación de los objetivos planteados, se destacan una serie de conclusiones sobre el modelo conceptual multi-dominio. Una de ellas es, la apertura de nuevas posibilidades en el área de la Web Semántica, Sistemas Basados en Conocimiento y los modelos formales semánticos pertenecientes al área de la Inteligencia Artificial, de manera más específica, en la concepción y desarrollo de un nuevo modelo conceptual multi-dominio. Además de lo descrito, a partir de dicho modelo, se facilita la búsqueda de soluciones en la información, la toma de decisiones y el empleo del conocimiento especializado en diferentes dominios de aplicación de ARS. También, en la utilización de dicho conocimiento especializado en diferentes dominios de aplicación de contenido estructurado y semántico, a su vez, destaca la generación de información relevante sobre distintos ARS aplicados a diferentes ámbitos. De esta forma, se permite obtener conclusiones sin disponer de conocimiento directo sobre ARS mediante un Sistema de Recomendación o Sistema Basado en el Conocimiento.