Successfully reported this slideshow.
Your SlideShare is downloading. ×

Aggregating Educational Data for Patient Empowerment

Loading in …3
×

Check these out next

1 of 16 Ad
1 of 16 Ad

Aggregating Educational Data for Patient Empowerment

N. Portokallidis, G. Drosatos, E. Kaldoudi, Aggregating Educational Data for Patient Empowerment, ELEVIT 2015: 6th Panhellenic Conference on Biomedical Technology, p. 79, Athens, Greece, 6-8 May 2015

N. Portokallidis, G. Drosatos, E. Kaldoudi, Aggregating Educational Data for Patient Empowerment, ELEVIT 2015: 6th Panhellenic Conference on Biomedical Technology, p. 79, Athens, Greece, 6-8 May 2015

Advertisement
Advertisement

More Related Content

Slideshows for you (18)

More from CARRE project (15)

Advertisement

Aggregating Educational Data for Patient Empowerment

  1. 1. Aggregating Educational Data for Patient Empowerment Nick Portokallidis, George Drosatos, Eleni Kaldoudi School of Medicine, Democritus University of Thrace 6th Panhellenic Conference on Biomedical Technology Athens, Greece, 6-8 May 2015 This work was supported by the FP7-ICT project CARRE (No. 611140), funded in part by the European Commission.
  2. 2. Aggregating Educational Data for Patient Empowerment Multi-source aggregation and annotation ‒ Goal: Educational object aggregation from multiple sources, rated and annotated by experts & patients ‒ Possible Resources:  MedlinePlus  Emedicine  Wikipedia  Healthfinder  WebMD  … ‒ Decided to use:  MedlinePLUS and Wikipedia  include both from authoritative and crowd-source repositories  API available, free, CARRE related  Dbpedia, Bioportal for enrichment  Dbpedia & Bioportal provide SPARQL endpoint
  3. 3. Aggregating Educational Data for Patient Empowerment Component based Architecture Resource Retriever Query Generator Educational Object Harvester Medical knowledge data aggregator Backend Query Terms Extractor Educational Object Metadata Extractor Metadata Enrichment and Mapping to CARRE schema Expert Application Frontend – user interface Educational Object Rating Module Educational Metadata Sender CARRE Server public RDF Resource Rating Module educationalrepositories Local Storage of metadataResource Metadata Processing semanticweb
  4. 4. Aggregating Educational Data for Patient Empowerment Key Points ‒ Personalized patient recommendations on authoritative and non authoritative educational material  Based on current diagnosis  Based on prediction models regarding current health status ‒ Aggregated Educational material that are approved by Medical Experts and rated accordingly  Protect patients from getting false information  Speed up patient knowledge with more relevant content ‒ Allow non-authoritative information in a controlled manner  Extend patient point of view of a condition  Patients get enough information to protect themselves from medical malpractice
  5. 5. Aggregating Educational Data for Patient Empowerment Examples cases ‒ Recommendations regarding “acute kidney disease”  Top 5 related articles  Educational material from authoritative sources  Approved and rated resources from Medical Experts ‒ Compare sources regarding “Diabetes”  Most accurate information  Most complete articles  Most helpful articles found by patient
  6. 6. Aggregating Educational Data for Patient Empowerment Summary results for CARRE risk elements CARRE risk elements Education material Atrial fibrillation 12 Obesity 14 Central obesity 19 Dyslipidaemia 19 Age 19 Death 20 Left ventricular hypertrophy 21 Hypoglycaemia 21 Diabetes 22 Acute myocardial infarction 27 Ischemic stroke 28 Depression 30 Cardiovascular disease 32 Heart failure 33 Ischemic heart disease 34 Hypertension 34 Chronic kidney disease 34 Source Educational Material wikipedia 71% Medlineplus 29%
  7. 7. Aggregating Educational Data for Patient Empowerment Implementation (Open Source) ‒ Frontend Aggregator as a web application  Desktop PC  Mobile / Tablet ‒ Backend Annotator as a SPARQL query service  NodeJS server
  8. 8. Aggregating Educational Data for Patient Empowerment Implementation (Open Source) ‒ Frontend Aggregator as a web application  Desktop PC  Mobile / Tablet ‒ Backend Annotator as a SPARQL query service  NodeJS server
  9. 9. Aggregating Educational Data for Patient Empowerment Implementation (Open Source) ‒ Frontend Aggregator as a web application  Desktop PC  Mobile / Tablet ‒ Backend Annotator as a SPARQL query service  NodeJS server
  10. 10. Aggregating Educational Data for Patient Empowerment Implementation (Open Source) ‒ Frontend Aggregator as a web application  Desktop PC  Mobile / Tablet ‒ Backend Annotator as a SPARQL query service  NodeJS server
  11. 11. Aggregating Educational Data for Patient Empowerment Implementation (Open Source) ‒ Frontend Aggregator as a web application  Desktop PC  Mobile / Tablet ‒ Backend Annotator as a SPARQL query service  NodeJS server
  12. 12. Aggregating Educational Data for Patient Empowerment Implementation (Open Source) ‒ Frontend Aggregator as a web application  Desktop PC  Mobile / Tablet ‒ Backend Annotator as a SPARQL query service  NodeJS server
  13. 13. Aggregating Educational Data for Patient Empowerment Implementation (Open Source) ‒ Frontend Aggregator as a web application  Desktop PC  Mobile / Tablet ‒ Backend Annotator as a SPARQL query service  NodeJS server ‒ Online RDF data demonstration: http://goo.gl/qVeVoE ‒ Online Video demonstration: http://youtu.be/vuu-1n0KVNc
  14. 14. Aggregating Educational Data for Patient Empowerment Thank you!  try the Aggregator at: https://edu.carre-project.eu  download the source from: https://github.com/telemed-duth/carre-edu
  15. 15. Aggregating Educational Data for Patient Empowerment Acknowledgement CARRE Project website: http://www.carre-project.eu This work was supported by the FP7-ICT project CARRE (No. 611140), funded in part by the European Commission. CARRE Project: Personalized patient empowerment and shared decision support for cardiorenal disease and comorbidities.
  16. 16. Aggregating Educational Data for Patient Empowerment cite as: N. Portokallidis, G. Drosatos, E. Kaldoudi, Aggregating Educational Data for Patient Empowerment, ELEVIT 2015: 6th Panhellenic Conference on Biomedical Technology, p. 79, Athens, Greece, 6-8 May 2015

Editor's Notes

  • Καλησπέρα ονομάζομαι Νίκος Πορτοκαλίδης και είμαι συνεργάτης ερευνητής στο ΔΠΘ. Τον τελευταίο χρόνο συμμετέχω στο ΚΑΡΡΕ ένα ευρωπαικο ΦΠ7 πρότζεκτ , το οποίο επικεντρώνεται στην προσωποποιημένη ενδυνάμωση ασθενών και κοινή λήψη αποφάσεων για καρδιοαγγειακές παθήσεις. Στα πλαίσια του προτζεκτ έχει αναπτυχθεί ένα εργαλείο που στόχο έχει να συλλέξει ιατρικό εκπαιδευτικό υλικό για ασθενείς. Το εργαλείο αυτό το ονομάσαμε edu res agre και από εδώ και στο εξής θα αναφέρομαι σε αυτό με την λέξη agreg.
  • Πιο συγκεκριμένα, ο στοχος του aggregator είναι να συλλεξει εκπαιδευτικό υλικό από ελευθερα αποθετήρια.
    Στη συνέχεια το υλικο δίνετε σε ειδικούς εμπειρογνώμονες ιατρους για να ελεχθει , να σχολιαστεί , να κατηγοριοποιηθει και τελικα να χαρακτηριστεί ως προς επιλεγμένα κριτηρια.
    Π.χ. η πληρότητα , η εγκυρότητα, την ευκολία κατανόησης του και το ποσο ακριβές είναι όσον το αντικείμενο που θέλει να καλύψει.
    Τελικά όλα τα στοιχεία που συλλέχθηκαν κατά τη διάρκεια των προηγούμενων βημάτων ,αποθηκευονται σε RDF βαση δεδομενων.
    Όλα τα παραπάνω πραγματοποιούνται διαμέμσου μιας cloud εφαρμογής με διαφορετικές πήλες για τον κάθε ρόλο , εμπειρογνώμονα και ασθενή.
    Ο απώτερος σκοπός του aggregator είναι να παρεχει προσωποποιημένο , υψηλης ποιοτητας εκπαιδευτικό υλικο για ασθενείς
    Οι περισσότερες πηγες εκπαιδευτετικού υλικού που βρήκαμε στο internet μπορούν να χωριστούν σε 2 μεγάλες κατηγορίες , οι οποίες είναι οι εγκεκριμένες και οι ελεύθερες.
    Η αλλιώς authoritative και crowdsourced που σημαίνει ότι οι μεν εχουν πιστοποιημένο προσωπικό για την επιμέλεια των αρθρων ενώ οι δε παρεχουν εκπαιδευτικό υλικό χωρις καμία πιστοποίηση.
    Ετσι αποφασίσαμε να χρησιμοποιήσουμε 2 μεγάλα site αντιπροσώπους για τις 2 αυτές κατηγορίες χωρίς αυτό να σημαίνει δεν μπορούν να χρησιμοποιθούν και πολλές άλλες.`
    Ως κύρια πηγη για πιστοποιημένο εκπαιδευτικό υλικό χρησιμοποιήσαμε την MedlinePLUS που παρεχει αρθρα σε 2 γλώσσες, αγγλικά και ισπανικά .
    Όσον αφορά τις ελευθερες μη πιστοποιημένες , διαλέξαμε φυσικά την Wikipedia.
    Ο aggregator προς το παρόν επιτρέπει την αναζήτηση σε μόνο μια γλώσσα ,στα Αγγλικα λόγω του μεγάλου πλήθους εκπαιδευτικού υλικού που υπάρχει στο διαδικτυο
    Εκτός από τις πηγές υλικού χρησιμοποιήσαμε και καποιες σημασιολογικές βάσεις δεδομένων η αλλιως linked data για τον εμπλουτισμό των άρθρων και περαίρω επισήμανση και διασύνδεση των χαρακτηριστικων τους.
    Διαλέξαμε την Dbpedia ως συμπλήρωμα της Wikipedia διότι H dbpedia περιέχει ένα σημασιολογικά εμπλουτισμένο στιγμιότυπο της Wikipedia και παρέχει επιπλέων πληροφορίες και συσχετίσεις ανάμεσα στα αρθρα.
    Ακομα μια σημασιολογική βάση είναι αυτή του Bioportal. To bioportal δεν μπορούμε να το χαρακτηρίσουμε απλα βάση. Περιλαμβάνει υπηρεσίες όπως φιλοξενία και portal για οντολογίες,αυτόματες οπτικοποιησεις δεδομένων, Recommender και Annotator οι οποίες δεχονται κείμενο και κανουν export προτάσεις και επισημάνσεις εκμεταλεόμενοι των οντολογιών που περιέχει η τεράστια βάση δεδομένων τους.
    Αυτό που δώσαμε μεγάλη προσοχή είναι όλες που πηγές που χρησιμοποιούμε να παρέχουν πολλες διασυνδεσεις για προγραμματιστές δηλαδη endpoints και api documentation.
    Θεμιτό επίσης ήταν η ύπαρξη SPARQL endpoint για την ευκολότερη διασύνδεση των σημασιολογικών δεδομένων που κάνουμε εξορυξη.
  • Σε αυτή την διαφάνεια βλέπουμε την γενική αρχιτεκτονική του aggregator

    Τα κύρια μέρη από τα οποία αποτελείται είναι : το τμήμα εξόρυξη υλικού, η υπηρεσία αξιολόγησης, η επεξεργασία σημασιολογικών δεδομένων και το περιβαλλον του χρηστη

    Το πρώτο (Resource Retriever) δέχεται έννοιες από ένα RDF αποθητήριο πχ(CARRE και τις χρησιμοποιεί για να σχηματίσει κατάλληλα ερωτήματα σε εξωτερικές πηγές εκπαιδευτικού υλικού, δηλαδή ερωτήματα στην WIKIPEDIA kai thn MENT LINE PLUS.

    Στην συνέχεια οι υπηρεσίες του εκάστοτε σαιτ επιστρέφουν τα αποτελέσματα σε εμπειρογνώμονες ειδικούς για έλεγχο και αξιολόγηση δια μέσου της διαδικτυακής εφαρμογής.
    Επιπλέον, το μέρος της αξιολόγησης προσθέτει αξιολόγηση του ειδικού και συνυπολογίζει σκορ που αφορά στη ποιότητα του υλικού.

    Το τελευταίο μέρος είναι υπεύθυνο για το σχηματισμό σημασιολογικού προφίλ με στόχο την εμπλουτευση του εκπαιδευτικού υλικού από τις υπηρεσίες Dbpedia and Bioportal.
  • Εδώ παρουσιάζονται κάποια βασικά σημεία του aggregator

    Πρώτον, Οι ασθενείς έχουν την δυνατότητα να λαμβάνουν προτάσεις από πιστοποιημένες και από ελεύθερες πηγές . Οι προτάσεις αυτές θα βασίζονται είτε στην τωρινή διάγνωση είτε σε μοντέλα πρόγνωσης που θα αναλύουν την παρούσα κατάσταση υγείας του.

    Ακόμη ένα βασικό σημείο είναι ότι το υλικό ελέγχεται και αξιολογείται από ειδικούς, συνεπώς μπορεί να προστατεύσει τους ασθενείς από την παραπληροφόρηση.

    Τελέυταίο βασικό σημείο είναι ότι ο καλά ενημερωμένος ασθενής είναι σε θέση να αξιολογήσει καλύτερα το γιατρό και τη θεραπευτική αγωγή που ακολουθεί.
  • Εδώ προβάλλονται κάποια ενδεικτικά παραδείγματα χρήσης του αggregator

    Για παράδειγμα ο ασθενής , ο οποιος πάσχει από οξεία νεφρική ανεπάρκεια μπορεί να λάβει τα 5 πρώτα άρθρα με την καλύτερη αξιολόγηση σχετικά με την ασθένεια του. Αυτά μπορέι να προέρχονται από πιστοποιημένες η μη πηγές.
    Σαν δεύτερο παράδειγμα θα μπορούσαμε να συγκρίνουμε άρθρα από πιστοποθημένες οι μη πηγές σχετικά με το διαβήτη. Δίνεται δηλαδή η δυνατότητα στον ειδικό και στον ασθενή να αξιολογήσει ποιες πηγές θεωρούνται οι καταλληλότερες.


    Αξίζει να σημειωθεί ότι ΄΄όλα τα δεδομένα είναι ελεύθερα και προσβάσιμα μέσω σημασιολογικών διασυνδέσεων στο RDF αποθετήριο του CARRE.
  • Here we can see results of the education aggregator for some of the CARRE risk elements.

    Προβάλλεται ενδεικτικά ένας πίνακας με το υλικό που έχει συλλεχθεί έως τώρα στο RDF αποθετήριο.

    Ο αριστερός πίνακας δείχνει τους παράγοντες κινδύνου και τη αντίστοιχη ποσότητα των άρθρων που έχουν συλλεχθεί από τον aggregator. Τα άρθρα έχουν υποστεί ανάλυση από τη υπηρεσία Bioportal annotator και έχουν ταξινομηθεί σε αύξουσα σειρά.

    Στο δεξιό πίνακα βλέπουμε την κατανομή του εκπαιδευτικού υλικού ως προς την WIKIPEDIA kai to MENT LINE PLUS.
  • Η υλοποίηση του agreegator αποτελείται από 2 σκελη.
    Το πρώτο περιλαμβανει τις υπηρεσίες που δεν φαίνονται στο χρήστη δηλαδη το backend, και το δευτερο την διαπεφη χρήστη δηλαδη το frontend κομματι.
    Δεξιά βλέπουμε μερικές φωτογραφίες από το περιβάλλον του χρήστη το οποίο έχει αναπτυχθεί για Σταθερούς υπολογιστές , tablet και κινητα.
    H διεπαφη χρήστη κωδικοποιήθηκε με γλώσσα Javascript που είναι πολύ δημοφιλής.
    Για την καλή οργάνωση του κώδικα χρησιμοποιήθηκε το AngularJS framework της Google και για τα γραφικά το BootstrapCSS από την Twitter.
    Από την άλλη μεριά το backend υλοποιηθηκε με αρχιτεκτονική NodeJS application server , ο οποίος «χρηισιμοποιεί» την ίδια γλώσσα με την διεπαφη χρήστη ,δηλαδη Javascript.
    Οσον αφορά στο σημασιολογικό αποθετήριο χρησιμοποιούμε τον Virtuoso RDF server που είναι ο πλέον κατάλληλος για αποθήκευση σημασιολογικών δεδομένων.

    Στον πρώτο σύνδεσμο, μπορούμε να βρούμε ζωντανό παράδειγμα μίας αναζήτησης sparql για τα 5 πρώτα άρθρα που σχετίζονται με την οξεία νεφρική ανεπάρκεια.

    Στον τελευταίο σύνδεσμο υπάρχει video με την χρήση της εφαρμογής.
  • Η υλοποίηση του agreegator αποτελείται από 2 σκελη.
    Το πρώτο περιλαμβανει τις υπηρεσίες που δεν φαίνονται στο χρήστη δηλαδη το backend, και το δευτερο την διαπεφη χρήστη δηλαδη το frontend κομματι.
    Δεξιά βλέπουμε μερικές φωτογραφίες από το περιβάλλον του χρήστη το οποίο έχει αναπτυχθεί για Σταθερούς υπολογιστές , tablet και κινητα.
    H διεπαφη χρήστη κωδικοποιήθηκε με γλώσσα Javascript που είναι πολύ δημοφιλής.
    Για την καλή οργάνωση του κώδικα χρησιμοποιήθηκε το AngularJS framework της Google και για τα γραφικά το BootstrapCSS από την Twitter.
    Από την άλλη μεριά το backend υλοποιηθηκε με αρχιτεκτονική NodeJS application server , ο οποίος «χρηισιμοποιεί» την ίδια γλώσσα με την διεπαφη χρήστη ,δηλαδη Javascript.
    Οσον αφορά στο σημασιολογικό αποθετήριο χρησιμοποιούμε τον Virtuoso RDF server που είναι ο πλέον κατάλληλος για αποθήκευση σημασιολογικών δεδομένων.

    Στον πρώτο σύνδεσμο, μπορούμε να βρούμε ζωντανό παράδειγμα μίας αναζήτησης sparql για τα 5 πρώτα άρθρα που σχετίζονται με την οξεία νεφρική ανεπάρκεια.

    Στον τελευταίο σύνδεσμο υπάρχει video με την χρήση της εφαρμογής.
  • Η υλοποίηση του agreegator αποτελείται από 2 σκελη.
    Το πρώτο περιλαμβανει τις υπηρεσίες που δεν φαίνονται στο χρήστη δηλαδη το backend, και το δευτερο την διαπεφη χρήστη δηλαδη το frontend κομματι.
    Δεξιά βλέπουμε μερικές φωτογραφίες από το περιβάλλον του χρήστη το οποίο έχει αναπτυχθεί για Σταθερούς υπολογιστές , tablet και κινητα.
    H διεπαφη χρήστη κωδικοποιήθηκε με γλώσσα Javascript που είναι πολύ δημοφιλής.
    Για την καλή οργάνωση του κώδικα χρησιμοποιήθηκε το AngularJS framework της Google και για τα γραφικά το BootstrapCSS από την Twitter.
    Από την άλλη μεριά το backend υλοποιηθηκε με αρχιτεκτονική NodeJS application server , ο οποίος «χρηισιμοποιεί» την ίδια γλώσσα με την διεπαφη χρήστη ,δηλαδη Javascript.
    Οσον αφορά στο σημασιολογικό αποθετήριο χρησιμοποιούμε τον Virtuoso RDF server που είναι ο πλέον κατάλληλος για αποθήκευση σημασιολογικών δεδομένων.

    Στον πρώτο σύνδεσμο, μπορούμε να βρούμε ζωντανό παράδειγμα μίας αναζήτησης sparql για τα 5 πρώτα άρθρα που σχετίζονται με την οξεία νεφρική ανεπάρκεια.

    Στον τελευταίο σύνδεσμο υπάρχει video με την χρήση της εφαρμογής.
  • Η υλοποίηση του agreegator αποτελείται από 2 σκελη.
    Το πρώτο περιλαμβανει τις υπηρεσίες που δεν φαίνονται στο χρήστη δηλαδη το backend, και το δευτερο την διαπεφη χρήστη δηλαδη το frontend κομματι.
    Δεξιά βλέπουμε μερικές φωτογραφίες από το περιβάλλον του χρήστη το οποίο έχει αναπτυχθεί για Σταθερούς υπολογιστές , tablet και κινητα.
    H διεπαφη χρήστη κωδικοποιήθηκε με γλώσσα Javascript που είναι πολύ δημοφιλής.
    Για την καλή οργάνωση του κώδικα χρησιμοποιήθηκε το AngularJS framework της Google και για τα γραφικά το BootstrapCSS από την Twitter.
    Από την άλλη μεριά το backend υλοποιηθηκε με αρχιτεκτονική NodeJS application server , ο οποίος «χρηισιμοποιεί» την ίδια γλώσσα με την διεπαφη χρήστη ,δηλαδη Javascript.
    Οσον αφορά στο σημασιολογικό αποθετήριο χρησιμοποιούμε τον Virtuoso RDF server που είναι ο πλέον κατάλληλος για αποθήκευση σημασιολογικών δεδομένων.

    Στον πρώτο σύνδεσμο, μπορούμε να βρούμε ζωντανό παράδειγμα μίας αναζήτησης sparql για τα 5 πρώτα άρθρα που σχετίζονται με την οξεία νεφρική ανεπάρκεια.

    Στον τελευταίο σύνδεσμο υπάρχει video με την χρήση της εφαρμογής.
  • Η υλοποίηση του agreegator αποτελείται από 2 σκελη.
    Το πρώτο περιλαμβανει τις υπηρεσίες που δεν φαίνονται στο χρήστη δηλαδη το backend, και το δευτερο την διαπεφη χρήστη δηλαδη το frontend κομματι.
    Δεξιά βλέπουμε μερικές φωτογραφίες από το περιβάλλον του χρήστη το οποίο έχει αναπτυχθεί για Σταθερούς υπολογιστές , tablet και κινητα.
    H διεπαφη χρήστη κωδικοποιήθηκε με γλώσσα Javascript που είναι πολύ δημοφιλής.
    Για την καλή οργάνωση του κώδικα χρησιμοποιήθηκε το AngularJS framework της Google και για τα γραφικά το BootstrapCSS από την Twitter.
    Από την άλλη μεριά το backend υλοποιηθηκε με αρχιτεκτονική NodeJS application server , ο οποίος «χρηισιμοποιεί» την ίδια γλώσσα με την διεπαφη χρήστη ,δηλαδη Javascript.
    Οσον αφορά στο σημασιολογικό αποθετήριο χρησιμοποιούμε τον Virtuoso RDF server που είναι ο πλέον κατάλληλος για αποθήκευση σημασιολογικών δεδομένων.

    Στον πρώτο σύνδεσμο, μπορούμε να βρούμε ζωντανό παράδειγμα μίας αναζήτησης sparql για τα 5 πρώτα άρθρα που σχετίζονται με την οξεία νεφρική ανεπάρκεια.

    Στον τελευταίο σύνδεσμο υπάρχει video με την χρήση της εφαρμογής.
  • Η υλοποίηση του agreegator αποτελείται από 2 σκελη.
    Το πρώτο περιλαμβανει τις υπηρεσίες που δεν φαίνονται στο χρήστη δηλαδη το backend, και το δευτερο την διαπεφη χρήστη δηλαδη το frontend κομματι.
    Δεξιά βλέπουμε μερικές φωτογραφίες από το περιβάλλον του χρήστη το οποίο έχει αναπτυχθεί για Σταθερούς υπολογιστές , tablet και κινητα.
    H διεπαφη χρήστη κωδικοποιήθηκε με γλώσσα Javascript που είναι πολύ δημοφιλής.
    Για την καλή οργάνωση του κώδικα χρησιμοποιήθηκε το AngularJS framework της Google και για τα γραφικά το BootstrapCSS από την Twitter.
    Από την άλλη μεριά το backend υλοποιηθηκε με αρχιτεκτονική NodeJS application server , ο οποίος «χρηισιμοποιεί» την ίδια γλώσσα με την διεπαφη χρήστη ,δηλαδη Javascript.
    Οσον αφορά στο σημασιολογικό αποθετήριο χρησιμοποιούμε τον Virtuoso RDF server που είναι ο πλέον κατάλληλος για αποθήκευση σημασιολογικών δεδομένων.

    Στον πρώτο σύνδεσμο, μπορούμε να βρούμε ζωντανό παράδειγμα μίας αναζήτησης sparql για τα 5 πρώτα άρθρα που σχετίζονται με την οξεία νεφρική ανεπάρκεια.

    Στον τελευταίο σύνδεσμο υπάρχει video με την χρήση της εφαρμογής.
  • Η υλοποίηση του agreegator αποτελείται από 2 σκελη.
    Το πρώτο περιλαμβανει τις υπηρεσίες που δεν φαίνονται στο χρήστη δηλαδη το backend, και το δευτερο την διαπεφη χρήστη δηλαδη το frontend κομματι.
    Δεξιά βλέπουμε μερικές φωτογραφίες από το περιβάλλον του χρήστη το οποίο έχει αναπτυχθεί για Σταθερούς υπολογιστές , tablet και κινητα.
    H διεπαφη χρήστη κωδικοποιήθηκε με γλώσσα Javascript που είναι πολύ δημοφιλής.
    Για την καλή οργάνωση του κώδικα χρησιμοποιήθηκε το AngularJS framework της Google και για τα γραφικά το BootstrapCSS από την Twitter.
    Από την άλλη μεριά το backend υλοποιηθηκε με αρχιτεκτονική NodeJS application server , ο οποίος «χρηισιμοποιεί» την ίδια γλώσσα με την διεπαφη χρήστη ,δηλαδη Javascript.
    Οσον αφορά στο σημασιολογικό αποθετήριο χρησιμοποιούμε τον Virtuoso RDF server που είναι ο πλέον κατάλληλος για αποθήκευση σημασιολογικών δεδομένων.

    Στον πρώτο σύνδεσμο, μπορούμε να βρούμε ζωντανό παράδειγμα μίας αναζήτησης sparql για τα 5 πρώτα άρθρα που σχετίζονται με την οξεία νεφρική ανεπάρκεια.

    Στον τελευταίο σύνδεσμο υπάρχει video με την χρήση της εφαρμογής.
  • Η υλοποίηση του agreegator αποτελείται από 2 σκελη.
    Το πρώτο περιλαμβανει τις υπηρεσίες που δεν φαίνονται στο χρήστη δηλαδη το backend, και το δευτερο την διαπεφη χρήστη δηλαδη το frontend κομματι.
    Δεξιά βλέπουμε μερικές φωτογραφίες από το περιβάλλον του χρήστη το οποίο έχει αναπτυχθεί για Σταθερούς υπολογιστές , tablet και κινητα.
    H διεπαφη χρήστη κωδικοποιήθηκε με γλώσσα Javascript που είναι πολύ δημοφιλής.
    Για την καλή οργάνωση του κώδικα χρησιμοποιήθηκε το AngularJS framework της Google και για τα γραφικά το BootstrapCSS από την Twitter.
    Από την άλλη μεριά το backend υλοποιηθηκε με αρχιτεκτονική NodeJS application server , ο οποίος «χρηισιμοποιεί» την ίδια γλώσσα με την διεπαφη χρήστη ,δηλαδη Javascript.
    Οσον αφορά στο σημασιολογικό αποθετήριο χρησιμοποιούμε τον Virtuoso RDF server που είναι ο πλέον κατάλληλος για αποθήκευση σημασιολογικών δεδομένων.

    Στον πρώτο σύνδεσμο, μπορούμε να βρούμε ζωντανό παράδειγμα μίας αναζήτησης sparql για τα 5 πρώτα άρθρα που σχετίζονται με την οξεία νεφρική ανεπάρκεια.

    Στον τελευταίο σύνδεσμο υπάρχει video με την χρήση της εφαρμογής.
  • Ο κώδικας και οδηγίες για προγραμματιστές είναι διαθέσιμα στο Github με ονομα αποθετηριου carre-edu

    Η εφαρμογή είναι προσβάσιμη στο at edu dot carre-project dot eu.
    Η εγγραφή απαιτείται μόνο για την αξιολόγηση των αρθρων.

    Σας ευχαριστώ για την προσοχή σας


×