CN110083708A - 一种基于知识图谱的医疗实体关联分析方法 - Google Patents

一种基于知识图谱的医疗实体关联分析方法 Download PDF

Info

Publication number
CN110083708A
CN110083708A CN201910343748.4A CN201910343748A CN110083708A CN 110083708 A CN110083708 A CN 110083708A CN 201910343748 A CN201910343748 A CN 201910343748A CN 110083708 A CN110083708 A CN 110083708A
Authority
CN
China
Prior art keywords
limited
association analysis
recommend
food
medical bodies
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910343748.4A
Other languages
English (en)
Inventor
董超
钱扬
马啸
刘振凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Bayesian Intelligent Technology Co Ltd
Original Assignee
Changzhou Bayesian Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changzhou Bayesian Intelligent Technology Co Ltd filed Critical Changzhou Bayesian Intelligent Technology Co Ltd
Priority to CN201910343748.4A priority Critical patent/CN110083708A/zh
Publication of CN110083708A publication Critical patent/CN110083708A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开一种基于知识图谱的医疗实体关联分析方法。其中，所述方法包括以下步骤：S101、利用检测设备获取人体指标检测数据，并提取医疗实体；S102、针对相应的医疗实体进行异常分析，如果是异常则进入关联分析，否则直接输出正常结果；S103、关联但不限于知识图谱中相关人体指标的异常疾病；S104、关联但不限于知识图谱相关疾病的症状、推荐食物、问询等；S105、输出关联分析结果，包括但不限于检测数据、关联症状、饮食建议等。本发明提供的医疗实体关联分析方法不仅可以关联到相关疾病，而且能够给出相应的症状及健康建议，帮助用户更好的了解自身的健康状况，降低患病风险。

Description

一种基于知识图谱的医疗实体关联分析方法
技术领域
本发明涉及医疗技术领域，尤其涉及一种基于知识图谱的医疗实体关联分析方法。
背景技术
随着人工智能和互联网的蓬勃发展，医疗系统也因此得到了大力的发展，产生了海量的专业医疗信息资源，但是受限于医疗信息资源分散、异构、冗余和碎片化的问题，用户往往无法及时有效的得到准确的反馈与指导。知识图谱是指以实体、概念作为节点，以语义关系作为边的语义网络，将不同来源、不同类型、不同结构的知识单元通过链接关联成图。基于各学科的元数据，为用户提供更广度、更深度的知识体系并不断扩充，能够提供语义关联的医疗知识，从而使得用户就医更加便捷化、智能化和人性化。
公开号为CN109635121A的专利公开了一种知识图谱创建方法及相关装置，该专利提供了一种从医院原始数据构建知识图谱的方法，但是没有提供如何整合知识图谱相关实体的方法。公开号为CN108492887A的专利公开了一种知识图谱创建方法及装置，该专利提供了一种利用Apriori算法自动提取实体并构建的方法，同样没有提供利用知识图谱进行关联分析的方法。
因此，有必要提出一种基于知识图谱的医疗实体关联分析方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于知识图谱的医疗实体关联分析方法。
为了实现上述目的，本发明所采用的技术方案包括以下步骤：
S101、利用检测设备获取人体指标检测数据，并提取医疗实体；
S102、针对相应的医疗实体进行异常分析，如果是异常则进入关联分析，否则直接输出正常结果；
S103、关联但不限于知识图谱中相关人体指标的异常疾病；
S104、关联但不限于知识图谱相关疾病的症状、推荐食物等；
S105、输出关联分析结果，包括但不限于检测数据、关联症状、饮食建议等。
优选的，所述步骤S101的检测设备包括但不限于专业医疗设备、便携式检测设备。
优选地，所述步骤S101的医疗实体是知识图谱中的实体，包括但不限于下表：
实体(中文) 实体(英文)
疾病 disease
症状 symptom
检查 inspect
食物 food
药品 drug
医生 doctor
医院 hospital
科室 department
。
优选的，所述步骤S102的异常分析包括但不限于具体指标的正常区间对比，如肌红蛋白男性正常值19～92μg/L，女性正常值12～76μg/L，不在此区间的即为异常值。
优选地，所述步骤S102的异常包括但不限于低于正常值、高于正常值、阳性、阴性。
优选的，所述步骤S103和步骤S104具体包括但不限于以下实现步骤：
1)生成异常指标实体的关联实体的图数据库查询语句；
2)从知识图谱查询相关实体的关联疾病；
3)匹配包括但不限于关联症状、推荐食物、推荐医院等模板，生成图数据库查询语句；
4)从知识图谱查询步骤3)所述的模板结果；
5)整合模板查询结果，输出关联分析结果。
优选的，所述步骤S103和步骤S104的推荐模板是知识图谱的关系模板，知识图谱的关系包括但不限于下表：
优选的，所述步骤S105的关联分析结果包括但不限于下表：
人体指标检测结果
recommend_food
prohibited_food
recommend_doctor
recommend_hospital
recommend_drug
。
与现有技术相比，本发明提供的医疗实体关联分析方法不仅可以关联相应疾病，而且能够给出相应的症状信息、推荐食物等建议，有利于帮助用户更好的了解自身的健康状况，降低患病风险。
附图说明
图1为本发明所述的基于知识图谱的医疗实体关联分析方法的流程图；
图2为本发明所述的知识图谱模板查询的流程图；
图3为本发明所述的医疗实体关联分析方法实施例的流程图；
图4为本发明所述的知识图谱实施例的示意图。
具体实施方式
下面结合具体实施例对本发明进一步进行描述。
图3给出了医疗实体关联分析方法实施例的流程图，本实施例提供一种基于知识图谱的医疗实体关联分析方法，包括以下步骤：
1)利用检测设备获取人体指标检测数据，并提取医疗实体；
2)同时针对不同检测项目的医疗实体进行异常分析；
3)关联但不限于知识图谱中相关人体指标的异常疾病；
4)关联但不限于知识图谱相关疾病的症状、推荐食物等；
5)输出关联分析结果，包括但不限于检测数据、关联症状、饮食建议等。
图4给出了知识图谱实施例的示意图，本实施例提供一种知识图谱的示例，具体包括：
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的实施方法并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

Claims (6)

1.一种基于知识图谱的医疗实体关联分析方法，其特征在于，包括以下步骤：
S101、利用检测设备获取人体指标检测数据，并提取医疗实体；
S102、针对相应的医疗实体进行异常分析，如果是异常则进入关联分析，否则直接输出正常结果；
S103、关联但不限于知识图谱中相关人体指标的异常疾病；
S104、关联但不限于知识图谱相关疾病的症状、推荐食物等；
S105、输出关联分析结果，包括但不限于检测数据、关联症状、饮食建议等。
2.如权利要求1所述的一种基于知识图谱的医疗实体关联分析方法，其特征在于，所述步骤S101的检测设备包括但不限于专业医疗设备、便携式检测设备；所述步骤S101的医疗实体是知识图谱中的实体，包括但不限于下表：
实体(中文) 实体(英文) 疾病 disease 症状 symptom 检查 inspect 食物 food 药品 drug 医生 doctor 医院 hospital 科室 department
。
3.如权利要求1所述的一种基于知识图谱的医疗实体关联分析方法，其特征在于，所述步骤S102的异常分析包括但不限于具体指标的正常区间对比，如肌红蛋白男性正常值19～92μg/L，女性正常值12～76μg/L，不在此区间的即为异常值；所述步骤S102的异常包括但不限于低于正常值、高于正常值、阳性、阴性。
4.如权利要求1所述的一种基于知识图谱的医疗实体关联分析方法，其特征在于，所述步骤S103和步骤S104具体包括但不限于以下实现步骤：
1)生成异常指标实体的关联实体的图数据库查询语句；
2)从知识图谱查询相关实体的关联疾病；
3)匹配包括但不限于关联症状、推荐食物、推荐医院等模板，生成图数据库查询语句；
4)从知识图谱查询步骤3)所述的模板结果；
5)整合模板查询结果，输出关联分析结果。
5.如权利要求1所述的一种基于知识图谱的医疗实体关联分析方法，其特征在于，所述步骤S103和步骤S104的推荐模板是知识图谱的关系模板，知识图谱的关系包括但不限于下表：
关系(中文) 关系(英文) 相关疾病 related_disease 检查 inspected_by 推荐食物 recommend_food 忌吃食物 prohibited_food 推荐医生 recommend_doctor 推荐医院 recommend_hospital 推荐药品 recommend_drug
。
6.如权利要求1所述的一种基于知识图谱的医疗实体关联分析方法，其特征在于，所述步骤S105的关联分析结果包括但不限于下表：
人体指标检测结果 recommend_food prohibited_food recommend_doctor recommend_hospital recommend_drug
。
CN201910343748.4A 2019-04-26 2019-04-26 一种基于知识图谱的医疗实体关联分析方法 Pending CN110083708A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910343748.4A CN110083708A (zh) 2019-04-26 2019-04-26 一种基于知识图谱的医疗实体关联分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910343748.4A CN110083708A (zh) 2019-04-26 2019-04-26 一种基于知识图谱的医疗实体关联分析方法

Publications (1)

Publication Number Publication Date
CN110083708A true CN110083708A (zh) 2019-08-02

Family

ID=67416939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910343748.4A Pending CN110083708A (zh) 2019-04-26 2019-04-26 一种基于知识图谱的医疗实体关联分析方法

Country Status (1)

Country Link
CN (1) CN110083708A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110504019A (zh) * 2019-08-30 2019-11-26 北京妙医佳健康科技集团有限公司 用户个性化饮食推荐方法、装置、电子设备及存储介质
CN110807104A (zh) * 2019-11-08 2020-02-18 上海秒针网络科技有限公司 异常信息的确定方法及装置、存储介质、电子装置
CN111462841A (zh) * 2020-03-12 2020-07-28 华南理工大学 一种基于知识图谱的抑郁症智能诊断装置及系统
CN113486186A (zh) * 2020-08-27 2021-10-08 青岛海信电子产业控股股份有限公司 一种健康饮食知识图谱构建、食材推荐方法
CN113571179A (zh) * 2021-07-09 2021-10-29 清华大学 基于知识图谱的指标提取方法和装置
CN113838549A (zh) * 2021-10-15 2021-12-24 北京明略昭辉科技有限公司 一种医疗信息推送方法、系统、计算机设备和存储介质
WO2023273455A1 (zh) * 2021-06-29 2023-01-05 医智泉(杭州)医疗科技有限公司 医疗知识图谱的构建方法、装置、设备及计算机可读介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109285597A (zh) * 2018-10-08 2019-01-29 北京健康有益科技有限公司 一种食疗食谱推荐方法、装置和可读介质
CN109635121A (zh) * 2018-11-07 2019-04-16 平安科技（深圳）有限公司 医疗知识图谱创建方法及相关装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109285597A (zh) * 2018-10-08 2019-01-29 北京健康有益科技有限公司 一种食疗食谱推荐方法、装置和可读介质
CN109635121A (zh) * 2018-11-07 2019-04-16 平安科技（深圳）有限公司 医疗知识图谱创建方法及相关装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110504019A (zh) * 2019-08-30 2019-11-26 北京妙医佳健康科技集团有限公司 用户个性化饮食推荐方法、装置、电子设备及存储介质
CN110807104A (zh) * 2019-11-08 2020-02-18 上海秒针网络科技有限公司 异常信息的确定方法及装置、存储介质、电子装置
CN111462841A (zh) * 2020-03-12 2020-07-28 华南理工大学 一种基于知识图谱的抑郁症智能诊断装置及系统
CN111462841B (zh) * 2020-03-12 2023-06-20 华南理工大学 一种基于知识图谱的抑郁症智能诊断装置及系统
CN113486186A (zh) * 2020-08-27 2021-10-08 青岛海信电子产业控股股份有限公司 一种健康饮食知识图谱构建、食材推荐方法
WO2023273455A1 (zh) * 2021-06-29 2023-01-05 医智泉(杭州)医疗科技有限公司 医疗知识图谱的构建方法、装置、设备及计算机可读介质
CN113571179A (zh) * 2021-07-09 2021-10-29 清华大学 基于知识图谱的指标提取方法和装置
CN113838549A (zh) * 2021-10-15 2021-12-24 北京明略昭辉科技有限公司 一种医疗信息推送方法、系统、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN110083708A (zh) 一种基于知识图谱的医疗实体关联分析方法
Liu et al. A new machine learning method for identifying Alzheimer's disease
Medhi et al. Automatic detection of COVID-19 infection from chest X-ray using deep learning
Andréasson et al. Patient-reported outcome measures used in gender confirmation surgery: a systematic review
Guthman Fatuous measures: the artifactual construction of the obesity epidemic
CN110838368A (zh) 一种基于中医临床知识图谱的机器人主动问诊方法
US20120124051A1 (en) Ontological information retrieval system
CN109102899A (zh) 基于机器学习与大数据的中医智能辅助系统及方法
TWI521467B (zh) Nursing decision support system
Pacheco-Lorenzo et al. Smart conversational agents for the detection of neuropsychiatric disorders: A systematic review
Pal et al. Deep learning techniques for prediction and diagnosis of diabetes mellitus
CN107423576A (zh) 一种基于深度神经网络的肺癌识别系统
Huang et al. A traditional Chinese medicine syndrome classification model based on cross-feature generation by convolution neural network: model development and validation
Fan et al. Federated learning driven secure internet of medical things
Wu et al. Diagnosis of sleep disorders in traditional Chinese medicine based on adaptive neuro-fuzzy inference system
Nasiri et al. A medical case-based reasoning approach using image classification and text information for recommendation
Bhattacharya et al. Identifying patterns of associated-conditions through topic models of Electronic Medical Records
CN106294751B (zh) 基于关键词网络相关性分析的异常检查报告自动识别方法
Li et al. Current status of objectification of four diagnostic methods on constitution recognition of Chinese medicine
Yenurkar et al. Effective detection of COVID-19 outbreak in chest X-Rays using fusionnet model
Zhao et al. Dysphagia diagnosis system with integrated speech analysis from throat vibration
Lee et al. Developing hierarchical standardized home care nursing statements using nursing standard terminologies
Hameed et al. Achievements of neural network in skin lesions classification
Xu et al. Prediction of Diabetes with its Symptoms Based on Machine Learning
Rezaii et al. Using generative artificial intelligence to classify primary progressive aphasia from connected speech

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190802