CN110362690A - 一种医学知识图谱构建方法及装置 - Google Patents
一种医学知识图谱构建方法及装置 Download PDFInfo
- Publication number
- CN110362690A CN110362690A CN201910599431.7A CN201910599431A CN110362690A CN 110362690 A CN110362690 A CN 110362690A CN 201910599431 A CN201910599431 A CN 201910599431A CN 110362690 A CN110362690 A CN 110362690A
- Authority
- CN
- China
- Prior art keywords
- clinical manifestation
- disease
- information
- incidence relation
- entity
- 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.)
- Granted
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)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明实施例提供了一种医学知识图谱构建方法及装置,方法包括:获取诊断证据信息、临床表现信息和疾病信息;根据诊断证据信息、临床表现信息和疾病信息,利用预设的诊断标准、临床标准及疾病的诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。本发明在医学知识图谱中增加了临床表现信息,通过多层临床表现建立诊断证据与疾病关联关系,使得医学知识图谱能够充分体现医生的鉴别诊断思想。
Description
技术领域
本发明实施例涉及计算机技术领域,具体涉及一种医学知识图谱构建方法及装置。
背景技术
知识图谱相对于传统的知识表示,具有语义丰富、结构友好、海量规模、质量精良等特点,将医学知识表现在知识图谱中,可以利用知识图谱的优点及相关的技术进行推理应用。目前表示医学知识的知识图谱,其数据模型多是症状等证据与疾病直接的关系,利用目前的知识图谱,不能考虑症状等证据直接的关系对疾病的指向性,且疾病推断结果的准确性也不高。
发明内容
针对现有技术中的问题,本发明实施例提供一种医学知识图谱构建方法及装置。
第一方面,本发明实施例提供了一种医学知识图谱构建方法,包括:
从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;其中,所述临床表现信息为专业医生从诊断证据到疾病诊断结果的中间推理过程信息;
根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;
根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。
进一步地,所述根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,具体包括:
根据多层临床表现之间的特异性和互斥性,以及预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系;
根据诊断证据的特异性和互斥性,以及预设的诊断标准和临床标准,对于每层临床表现,分别建立该层临床表现与诊断证据的关联关系。
进一步地,所述根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱,具体包括:
根据疾病与多层临床表现的关联关系,构建疾病实体和多个临床表现实体,并确定疾病实体与临床表现实体之间的关联关系;
根据每一层的临床表现与诊断证据的关联关系,构建临床表现实体和诊断证据实体,并确定证据实体与临床表现实体之间的关联关系。
进一步地,所述诊断证据信息包括:症状信息、体征信息、患病背景信息、检验项信息和检查项信息中的一种或多种。
第二方面,本发明实施例还提供了一种医学知识图谱构建装置,包括:
获取模块,用于从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;其中,所述临床表现信息为专业医生从诊断证据到疾病诊断结果的中间推理过程信息;
关系提取模块,用于根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;
构建模块,用于根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。
进一步地,所述关系提取模块,具体用于:
根据多层临床表现之间的特异性和互斥性,以及预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系;
根据诊断证据的特异性和互斥性,以及预设的诊断标准和临床标准,对于每层临床表现,分别建立该层临床表现与诊断证据的关联关系。
进一步地,所述构建模块,具体用于:
根据疾病与多层临床表现的关联关系,构建疾病实体和多个临床表现实体,并确定疾病实体与临床表现实体之间的关联关系;
根据每一层的临床表现与诊断证据的关联关系,构建临床表现实体和诊断证据实体,并确定证据实体与临床表现实体之间的关联关系。
进一步地,所述诊断证据信息包括:症状信息、体征信息、患病背景信息、检验项信息和检查项信息中的一种或多种。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述医学知识图谱构建方法的步骤。
第四方面,本发明实施例还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所述医学知识图谱构建方法的步骤。
由上述技术方案可知,本发明实施例提供的医学知识图谱构建方法及装置,从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;根据诊断证据信息、临床表现信息和疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。本发明实施例在医学知识图谱中增加了临床表现信息,通过多层临床表现建立诊断证据与疾病关联关系,使得医学知识图谱能够充分体现医生的鉴别诊断思想,从而使得根据该医学知识图谱得到的疾病推理结果具有较好的解释性和准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的医学知识图谱构建方法的流程图;
图2是本发明另一实施例提供的医学知识图谱构建装置的结构示意图;
图3是本发明又一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示出了本发明实施例提供的医学知识图谱构建方法的流程图。如图1所示,本发明实施例提供的医学知识图谱构建方法包括如下步骤:
步骤101:从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息。
在本步骤中,可以收集关于疾病的各种资源,形成疾病知识库,以供医生查询和读取,医生可以从疾病知识库中抽取和总结出诊断证据、临床表现和疾病等信息,然后由医生结合相应的临床诊断经验和专业知识,建立这些诊断证据、临床表现和疾病信息之间的相互关系,构建用于疾病推理的医学知识图谱。
在本步骤中,可所述诊断证据信息包括:症状信息、体征信息、患病背景信息、检验项信息和检查项信息中的一种或多种。其中,在获取诊断证据之后,为方便后续构建诊断颗粒度较好的医学知识图谱,需要对各类诊断证据进行刻画,尽量能覆盖诊断的颗粒度,再生成元实体,对疾病进行表征刻画。
在本步骤中,所述临床表现信息为专业医生从诊断证据到疾病诊断结果的中间推理过程信息,也即所述临床表现信息为能够体现医生鉴别诊断疾病思想的推理过程信息。举例来说,对于疾病急性气管支气管炎来说,其所述临床表现为“咳嗽{扩展:咳嗽有痰}”and{“咳嗽{颜色:白色}”or“咳嗽{性质:脓痰}”},因此当证据“咳嗽{扩展:咳嗽有痰}”存在且“咳嗽{颜色:白色}”、“咳嗽{性质:脓痰}”有一个存在时,则指向“急性气管支气管炎”的特异性很高,因此就将其作为急性气管支气管炎的一个临床表现。如果患者提供了“咳嗽{扩展:咳嗽有痰}”和“咳嗽{颜色:白色}”,满足了上述的临床表现,则指向急性气管支气管炎。
在本步骤中,所述疾病信息为从预设疾病知识库中提取的关于疾病的信息,如疾病诊断结果信息、疾病治疗信息、药物信息和医生指导意见信息等。
步骤102:根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系。
在本步骤中,根据预设的诊断标准和临床标准,建立疾病与多层临床表现的关联关系;同时,根据预设的诊断标准和临床标准,建立每一层的临床表现与诊断证据的关联关系。举例来说,假设诊断证据信息包括:咳嗽有痰、咳痰为白色、咳脓痰,临床表现信息包括:咳嗽{扩展:咳嗽有痰}”and{“咳嗽{颜色:白色}”or“咳嗽{性质:脓痰}”},疾病信息包括:急性气管支气管炎,根据预设的诊断标准、临床标准及疾病诊断方法确定上述临床表现以较大概率指向急性气管支气管炎,则可以建立疾病与多层临床表现的关联关系为:急性气管支气管炎←临床表现←临床表现1and临床表现2,同时,对于每一层的临床表现,建立该层临床表现与诊断证据的关联关系为:临床表现1←咳嗽{扩展:咳嗽有痰},临床表现2←“咳嗽{颜色:白色}”or“咳嗽{性质:脓痰}”。
需要说明的是,由于本实施例根据预设的诊断标准和临床标准建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,因此使得依据该医学知识图谱从诊断证据到疾病的推理过程涵盖了医学诊断的核心推理思想,从而使得疾病推理结果具有较好的解释性和准确性。
需要说明的是,由于目前表示医学知识的知识图谱,其数据模型多是症状等证据与疾病直接的关系,因而不能体现证据之间的特异性、互斥性等信息,且不能容纳检验项、诊断标准等信息,而本实施例构建的医学知识图谱的数据模型,即继承了知识图谱本身的应用优点,又能与医学诊断更好的结合,清晰明确的体现医学知识并能辅助疾病诊断、病历结构化等应用。
步骤103:根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。
在本步骤中,根据疾病与多层临床表现的关联关系,构建疾病实体和多个临床表现实体,并确定疾病实体与临床表现实体之间的关联关系;以及,根据每一层的临床表现与诊断证据的关联关系,构建临床表现实体和诊断证据实体,并确定证据实体与临床表现实体之间的关联关系。
举例来说,根据疾病与多层临床表现的关联关系,构建的疾病实体和多个临床表现实体分别为:疾病实体:急性气管支气管炎,临床表现实体:临床表现、临床表现1、临床表现2,同时,确定疾病实体与临床表现实体之间的关联关系为急性气管支气管炎←临床表现←临床表现1and临床表现2,相应地,根据每一层的临床表现与诊断证据的关联关系,构建诊断证据实体分别为:临床表现1对应的证据实体为:咳嗽{扩展:咳嗽有痰}、临床表现2对应的证据实体为:咳嗽{颜色:白色}、咳嗽{性质:脓痰},同时,确定证据实体与临床表现实体之间的关联关系为临床表现1←咳嗽{扩展:咳嗽有痰},临床表现2←“咳嗽{颜色:白色}”or“咳嗽{性质:脓痰}。
需要说明的是,本发明实施例在医学知识图谱中增加了临床表现这一信息,由于临床表现信息为医生鉴别诊断疾病思想的推理过程信息,因此可以通过多层临床表现建立诊断证据与疾病关联关系,使得医学知识图谱能够充分体现医生的鉴别诊断思想,从而使得根据该医学知识图谱得到的疾病推理结果具有较好的解释性和准确性。
需要说明的是,本发明实施例构建的医学知识图谱,不仅包含了医学诊断实体,如症状、体征、患病背景、检验项、检查项、疾病等,还包含了治疗、药物、医生指导等信息,并且将医生鉴别诊断的思想表现成临床表现实体,将诊断标准、临床标准等思想表现在多层临床表现与关系中,较以往的数据模型更灵活,能容纳更深层的医学知识。
由上述技术方案可知,本发明实施例提供的医学知识图谱构建方法及装置,从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;根据诊断证据信息、临床表现信息和疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。本发明实施例在医学知识图谱中增加了临床表现信息,通过多层临床表现建立诊断证据与疾病关联关系,使得医学知识图谱能够充分体现医生的鉴别诊断思想,从而使得根据该医学知识图谱得到的疾病推理结果具有较好的解释性和准确性。
基于上述实施例的内容,在一种可选实施方式中,上述步骤102具体可通过如下方式实现:
根据多层临床表现之间的特异性和互斥性,以及预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系;
根据诊断证据的特异性和互斥性,以及预设的诊断标准和临床标准,对于每层临床表现,分别建立该层临床表现与诊断证据的关联关系。
举例来说,互斥性:若果患者为男性,证据实体“个人基本状况{性别:女}”作为性别互斥性条件指向疾病:“黄体功能不足(妇科疾病)”,即患者为男性,与黄体功能不足疾病是互斥的。
举例来说,上述的急性支气管炎就是特异性的一个例子,若患者出现证据咳嗽有痰、咳痰为白色、咳脓痰,则该证据组合指向急性气管支气管炎特异性很高,而对其他疾病没有特异性,因此可以建立证据“咳嗽有痰”与临床表现1:咳嗽{扩展:咳嗽有痰},以及证据“咳痰为白色、咳脓痰”与临床表现2:{“咳嗽{颜色:白色}”or“咳嗽{性质:脓痰}”}的关联关系。
需要说明的是,由于目前表示医学知识的知识图谱,其数据模型多是症状等证据与疾病直接的关系,因而不能体现证据之间的特异性、互斥性等信息,且不能容纳检验项、诊断标准等信息,而本实施例构建的医学知识图谱的数据模型,即继承了知识图谱本身的应用优点,又能与医学诊断更好的结合,清晰明确的体现医学知识并能辅助疾病诊断、病历结构化等应用。
基于上述实施例的内容,在一种可选实施方式中,上述步骤103具体可通过如下方式实现:
根据疾病与多层临床表现的关联关系,构建疾病实体和多个临床表现实体,并确定疾病实体与临床表现实体之间的关联关系;
根据每一层的临床表现与诊断证据的关联关系,构建临床表现实体和诊断证据实体,并确定证据实体与临床表现实体之间的关联关系。
基于相同的发明构思,本发明另一实施例提供了一种医学知识图谱构建装置,参见图2,包括:获取模块21、关系提取模块22和构建模块23,其中:
获取模块21,用于从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;其中,所述临床表现信息为专业医生从诊断证据到疾病诊断结果的中间推理过程信息;
关系提取模块22,用于根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;
构建模块23,用于根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。
基于上述实施例的内容,在一种可选实施方式中,所述关系提取模块22,具体用于:
根据多层临床表现之间的特异性和互斥性,以及预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系;
根据诊断证据的特异性和互斥性,以及预设的诊断标准和临床标准,对于每层临床表现,分别建立该层临床表现与诊断证据的关联关系。
基于上述实施例的内容,在一种可选实施方式中,所述构建模块23,具体用于:
根据疾病与多层临床表现的关联关系,构建疾病实体和多个临床表现实体,并确定疾病实体与临床表现实体之间的关联关系;
根据每一层的临床表现与诊断证据的关联关系,构建临床表现实体和诊断证据实体,并确定证据实体与临床表现实体之间的关联关系。
基于上述实施例的内容,在一种可选实施方式中,所述诊断证据信息包括:症状信息、体征信息、患病背景信息、检验项信息和检查项信息中的一种或多种。
由于本发明实施例提供的医学知识图谱构建装置,可以用于执行上述实施例所述的医学知识图谱构建方法,其工作原理和有益效果类似,故此处不再详述,具体内容可参见上述实施例的介绍。
基于相同的发明构思,本发明又一实施例提供了一种电子设备,参见图3,所述电子设备具体包括如下内容:处理器301、存储器302、通信接口303和总线304;
其中,所述处理器301、存储器302、通信接口303通过所述总线304完成相互间的通信;所述通信接口303用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输;
所述处理器301用于调用所述存储器302中的计算机程序,所述处理器执行所述计算机程序时实现上述医学知识图谱构建方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述过程:从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;其中,所述临床表现信息为专业医生从诊断证据到疾病诊断结果的中间推理过程信息;根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。
基于相同的发明构思,本发明又一实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述医学知识图谱构建方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述过程:从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;其中,所述临床表现信息为专业医生从诊断证据到疾病诊断结果的中间推理过程信息;根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的医学知识图谱构建方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种医学知识图谱构建方法,其特征在于,包括:
从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;其中,所述临床表现信息为专业医生从诊断证据到疾病诊断结果的中间推理过程信息;
根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;
根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。
2.根据权利要求1所述的医学知识图谱构建方法,其特征在于,所述根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,具体包括:
根据多层临床表现之间的特异性和互斥性,以及预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系;
根据诊断证据的特异性和互斥性,以及预设的诊断标准和临床标准,对于每层临床表现,分别建立该层临床表现与诊断证据的关联关系。
3.根据权利要求2所述的医学知识图谱构建方法,其特征在于,所述根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱,具体包括:
根据疾病与多层临床表现的关联关系,构建疾病实体和多个临床表现实体,并确定疾病实体与临床表现实体之间的关联关系;
根据每一层的临床表现与诊断证据的关联关系,构建临床表现实体和诊断证据实体,并确定证据实体与临床表现实体之间的关联关系。
4.根据权利要求1~3任一项所述的医学知识图谱构建方法,其特征在于,所述诊断证据信息包括:症状信息、体征信息、患病背景信息、检验项信息和检查项信息中的一种或多种。
5.一种医学知识图谱构建装置,其特征在于,包括:
获取模块,用于从预设疾病知识库中获取诊断证据信息、临床表现信息和疾病信息;其中,所述临床表现信息为专业医生从诊断证据到疾病诊断结果的中间推理过程信息;
关系提取模块,用于根据所述诊断证据信息、所述临床表现信息和所述疾病信息,利用预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系;
构建模块,用于根据疾病与多层临床表现的关联关系以及每一层的临床表现与诊断证据的关联关系,构建包含诊断证据实体、临床表现实体和疾病实体之间关联关系的医学知识图谱。
6.根据权利要求5所述的医学知识图谱构建装置,其特征在于,所述关系提取模块,具体用于:
根据多层临床表现之间的特异性和互斥性,以及预设的诊断标准、临床标准及疾病诊断方法,建立疾病与多层临床表现的关联关系;
根据诊断证据的特异性和互斥性,以及预设的诊断标准和临床标准,对于每层临床表现,分别建立该层临床表现与诊断证据的关联关系。
7.根据权利要求6所述的医学知识图谱构建装置,其特征在于,所述构建模块,具体用于:
根据疾病与多层临床表现的关联关系,构建疾病实体和多个临床表现实体,并确定疾病实体与临床表现实体之间的关联关系;
根据每一层的临床表现与诊断证据的关联关系,构建临床表现实体和诊断证据实体,并确定证据实体与临床表现实体之间的关联关系。
8.根据权利要求5~7任一项所述的医学知识图谱构建装置,其特征在于,所述诊断证据信息包括:症状信息、体征信息、患病背景信息、检验项信息和检查项信息中的一种或多种。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述医学知识图谱构建方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述医学知识图谱构建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910599431.7A CN110362690B (zh) | 2019-07-04 | 2019-07-04 | 一种医学知识图谱构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910599431.7A CN110362690B (zh) | 2019-07-04 | 2019-07-04 | 一种医学知识图谱构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110362690A true CN110362690A (zh) | 2019-10-22 |
CN110362690B CN110362690B (zh) | 2022-04-08 |
Family
ID=68217970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910599431.7A Active CN110362690B (zh) | 2019-07-04 | 2019-07-04 | 一种医学知识图谱构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110362690B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111611398A (zh) * | 2020-04-02 | 2020-09-01 | 中南大学 | 一种基于知识图谱的临床表现联想方法、装置、设备及介质 |
CN112259180A (zh) * | 2020-10-21 | 2021-01-22 | 平安科技(深圳)有限公司 | 一种基于异构医学知识图谱的疾病预测方法及相关设备 |
CN112820400A (zh) * | 2021-01-27 | 2021-05-18 | 华侨大学 | 基于医疗知识图谱知识推理的疾病诊断方法、装置、设备 |
CN113488180A (zh) * | 2021-07-28 | 2021-10-08 | 中国医学科学院医学信息研究所 | 一种临床指南知识建模方法及系统 |
CN114141358A (zh) * | 2021-11-29 | 2022-03-04 | 平安医疗健康管理股份有限公司 | 基于知识图谱的疾病诊断装置、计算机设备及存储介质 |
CN114791956A (zh) * | 2022-05-09 | 2022-07-26 | 亿景智联(北京)科技有限公司 | 一种医案知识图谱构建方法及装置 |
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 |
CN115966278A (zh) * | 2022-12-07 | 2023-04-14 | 北京健康在线技术开发有限公司 | 一种基于数字疗法的心血管代谢疾病防治方法和系统 |
CN117116472A (zh) * | 2023-10-25 | 2023-11-24 | 首都医科大学附属北京友谊医院 | 医学诊断装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9002769B2 (en) * | 2012-07-03 | 2015-04-07 | Siemens Aktiengesellschaft | Method and system for supporting a clinical diagnosis |
CN106021281A (zh) * | 2016-04-29 | 2016-10-12 | 京东方科技集团股份有限公司 | 医学知识图谱的构建方法、其装置及其查询方法 |
CN107563128A (zh) * | 2017-10-24 | 2018-01-09 | 田福磊 | 一种基于元数据的构建智能化区域急救医疗知识库方法 |
CN107657063A (zh) * | 2017-10-30 | 2018-02-02 | 合肥工业大学 | 医学知识图谱的构建方法及装置 |
CN109766329A (zh) * | 2018-12-29 | 2019-05-17 | 湖南网数科技有限公司 | 一种支持交换共享的临床数据单元生成方法和装置 |
-
2019
- 2019-07-04 CN CN201910599431.7A patent/CN110362690B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9002769B2 (en) * | 2012-07-03 | 2015-04-07 | Siemens Aktiengesellschaft | Method and system for supporting a clinical diagnosis |
CN106021281A (zh) * | 2016-04-29 | 2016-10-12 | 京东方科技集团股份有限公司 | 医学知识图谱的构建方法、其装置及其查询方法 |
CN107563128A (zh) * | 2017-10-24 | 2018-01-09 | 田福磊 | 一种基于元数据的构建智能化区域急救医疗知识库方法 |
CN107657063A (zh) * | 2017-10-30 | 2018-02-02 | 合肥工业大学 | 医学知识图谱的构建方法及装置 |
CN109766329A (zh) * | 2018-12-29 | 2019-05-17 | 湖南网数科技有限公司 | 一种支持交换共享的临床数据单元生成方法和装置 |
Non-Patent Citations (1)
Title |
---|
聂莉莉等: "人工智能在医学诊断知识图谱构建中的应用研究", 《医学信息学杂志》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111611398A (zh) * | 2020-04-02 | 2020-09-01 | 中南大学 | 一种基于知识图谱的临床表现联想方法、装置、设备及介质 |
CN111611398B (zh) * | 2020-04-02 | 2023-04-07 | 中南大学 | 一种基于知识图谱的临床表现联想方法、装置、设备及介质 |
CN112259180B (zh) * | 2020-10-21 | 2023-06-27 | 平安科技(深圳)有限公司 | 一种基于异构医学知识图谱的疾病预测方法及相关设备 |
CN112259180A (zh) * | 2020-10-21 | 2021-01-22 | 平安科技(深圳)有限公司 | 一种基于异构医学知识图谱的疾病预测方法及相关设备 |
CN112820400A (zh) * | 2021-01-27 | 2021-05-18 | 华侨大学 | 基于医疗知识图谱知识推理的疾病诊断方法、装置、设备 |
CN112820400B (zh) * | 2021-01-27 | 2022-07-05 | 华侨大学 | 基于医疗知识图谱知识推理的疾病诊断装置、设备 |
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 |
CN113488180A (zh) * | 2021-07-28 | 2021-10-08 | 中国医学科学院医学信息研究所 | 一种临床指南知识建模方法及系统 |
CN113488180B (zh) * | 2021-07-28 | 2023-07-18 | 中国医学科学院医学信息研究所 | 一种临床指南知识建模方法及系统 |
CN114141358A (zh) * | 2021-11-29 | 2022-03-04 | 平安医疗健康管理股份有限公司 | 基于知识图谱的疾病诊断装置、计算机设备及存储介质 |
CN114791956A (zh) * | 2022-05-09 | 2022-07-26 | 亿景智联(北京)科技有限公司 | 一种医案知识图谱构建方法及装置 |
CN115966278A (zh) * | 2022-12-07 | 2023-04-14 | 北京健康在线技术开发有限公司 | 一种基于数字疗法的心血管代谢疾病防治方法和系统 |
CN117116472A (zh) * | 2023-10-25 | 2023-11-24 | 首都医科大学附属北京友谊医院 | 医学诊断装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110362690B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110362690A (zh) | 一种医学知识图谱构建方法及装置 | |
CN107767929B (zh) | 病例报告表填写方法、装置、电子设备及存储介质 | |
CN107680684B (zh) | 用于获取信息的方法及装置 | |
CN107491555B (zh) | 知识图谱构建方法和系统 | |
Chaddad et al. | Explainable, domain-adaptive, and federated artificial intelligence in medicine | |
CN105184074B (zh) | 一种基于多模态医学影像数据模型的医学数据提取和并行加载方法 | |
CN106295182A (zh) | 一种基于患者生物信息的身份识别方法 | |
CN110391021A (zh) | 一种基于医学知识图谱的疾病推理系统 | |
CN108648808A (zh) | 随访计划实例生成方法和装置 | |
CN109840932A (zh) | 心脑血管疾病展示方法、装置、设备及存储介质 | |
CN109448858A (zh) | 结直肠癌医疗数据处理方法及装置、存储介质、电子设备 | |
KR20200131020A (ko) | 의료기계 학습 시스템 | |
CN107563142A (zh) | 一种辅助诊断方法及系统 | |
CN109243592A (zh) | 基于人工智能的医疗项目使用异常检测方法及相关装置 | |
CN108133749A (zh) | 医疗终端的数据共享方法及装置、存储介质、终端 | |
CN115775626A (zh) | 多模态脑网络计算方法、装置、设备及存储介质 | |
CN108090597A (zh) | 医疗预约排队优化方法及装置 | |
CN114093486A (zh) | 一种互联网诊疗管理方法、装置及计算机可读存储介质 | |
CN105701330B (zh) | 健康信息处理方法及系统 | |
CN109544372A (zh) | 基于人工智能的门诊慢性病资质监控方法及相关装置 | |
CN111785340B (zh) | 一种医疗数据处理方法、装置、设备及存储介质 | |
CN111128321A (zh) | 信息显示方法及系统、装置、电子设备和可读介质 | |
CN106485628A (zh) | DRGs付费方式下军队医院病案信息系统及其管理方法 | |
CN106934239A (zh) | 一种基于诊疗数据的病情引导系统 | |
CN107887009A (zh) | 医院信息数据的处理方法及装置、计算机存储介质和终端 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |