27 историй болезни на фоне пространства 700 журнальных статей

Следующим шагом исследования стало построение семантического пространства по совмещенному массиву документов: 27 введенных историй болезни + 700 статей из библиотеки Pubmed (рис. 2). Алгоритм многомерного шкалирования ищет наилучшее соответствие конфигурации, в целом, исходным данным, поэтому неудивительно, что взаиморасположение 27 исходных объектов в пространстве изменилось. Распался кластер К1. В целом конфигурация описаний 27 пациентов оказалась «разобранной» по трем (из семи) компактным кластерам аннотаций статей.

Рис. 2. 27 пациентов на фоне массива литературы.

Также, как и в предыдущем случае, на основе статистического анализа строится список представительных терминов по каждому кластеру. В частности, для двух из трех кластеров, куда входят большинство из 27 пациентов, эти списки выглядят так:

• · Chromosomes, Mutation, «Biochemical Phenomena, Metabolism, and Nutrition», Phenotype, Mental Disorders Diagnosed in Childhood, Chromosome Mapping, Genotype, «Chromosomes, Human, Pair 4», Enzymes, Transferases.
• · Genes, Inheritance Patterns, «Genes, Recessive», «Genes, Dominant», Hernia, Hearing Loss, Ear Diseases, «Limb Deformities, Congenital», Prognathism, Maxillofacial Abnormalities, Mandibular Diseases, Tooth Abnormalities, Jaw Abnormalities, Hypertelorism, Craniofacial Dysostosis, Tooth Diseases, Dysostoses, Synostosis, Syndactyly, Strabismus, «Hernia, Umbilical», Exophthalmos, Nose Diseases, Micrognathism, Fetal Growth Retardation, Craniosynostoses.

Детальное рассмотрение этих списков, являющихся информативным для специалистов-медиков, выходит за пределы настоящей работы. Отметим лишь, что оба списка отражают специфику исходной выборки документов, в них доминируют, в разных проявлениях, собственно генетические и наследственные факторы. Конкретные их фенотипические проявления представлены во втором списке.

Помимо анализа полученных кластеров как целых, полезным оказалось также и рассмотрение отдельных статей, попавших в ближайшую пространственную окрестность к какому-либо из 27 рассматриваемых пациентов. Из этих статей была получена важная и нетривиальная информация, которую практически невозможно было бы найти простым контекстным поиском: в резюме этих статей, так как в этой базе далеко не всегда встречались текстуально интересующие специалистов ключевые слова.