CN111292848A - 一种基于贝叶斯估计的医疗知识图谱辅助推理方法 - Google Patents

Abstract

本发明公开了一种基于贝叶斯估计的医疗知识图谱辅助推理方法，包括：将病例进行碎片化处理、实体抽取和实体消歧，把病例的文本不同维度的属性数据规范化并统一入库；对格式化的病例数据提取实体，并使用贝叶斯算法对症状共现矩阵和症状概率矩阵进行参数估计；并将估计出的结果进行权重归一化并保存到知识图谱中用做推理模型的权重输入；将生成的参数数据导入到知识图谱中；对描述的病情或病例数据进行解析，辅助推理得到最终结果。

Description

一种基于贝叶斯估计的医疗知识图谱辅助推理方法

技术领域

本发明涉及自然语言处理和计算机信息处理技术领域，尤其涉及一种基于贝叶斯估计的医疗知识图谱辅助推理方法。

背景技术

医疗辅助推理是在通过学习医学专家的理论知识以及临床经验的基础上，通过信息技术和人工智能算法，在临床诊断过程中，根据患者当前的病症信息和系统知识库，运用以往知识总结出来的经验，对病情进行分析提示，为诊断治疗方案决策提供信息。医疗辅助推理可以帮助医生在临床诊断决策过程中不错过重要的信息和线索，为治疗疾病寻找更多的解决方案。

国内辅助推理机制采用以下几种方式：第一种为基于产生式规则的推理机制，该方式一般采用正向推理以及深度优先的搜索策略，匹配用户的输入直到寻找一个答案，基于规则的匹配有很大的缺陷，如果规则量级比较大，则匹配的过程的开销就会很大，规则的每一次维护与修改都需要专业人员的参与，不够灵活。第二种是基于案例推理的自动推理机制，其主要思路是从案例库中学习出一种指导思想，之后再利用该指导思想去解决遇到的新的问题，通过计算真实案例与效验案例间的相似度来作智能诊断，然而基于案例推理的诊断方法也有其自身的局限性，例如如何有效表达真实的病例？如何使计算机理解病例？第三种是基于神经网络的推理机制，使用病例中的数据例如：年龄、症状、性别、既往史等作为输入数据训练模型来根据特征输入判断是否得过某种疾病。然而，这神经网络有个最明显的缺陷是不可解释性，它并不能告诉用户其背后的推理过程。基于神经网络的辅助推理还很有限，其目前只适用于解决规模较小的问题，且效果与性能明显受训练数据集限制。

发明内容

为解决上述技术问题，本发明的目的是提供一种基于贝叶斯估计的医疗知识图谱辅助推理方法，该方法首先通过使用贝叶斯算法对症状概率矩阵和症状共现矩阵进行参数估计，之后通过知识图谱引入先验知识进行规范并用于医疗辅助推理。

本发明的目的通过以下的技术方案来实现：

一种基于贝叶斯估计的医疗知识图谱辅助推理方法，包括：

A将病例进行碎片化处理、实体抽取和实体消歧，把病例的文本不同维度的属性数据规范化并统一入库；

B对格式化的病例数据提取实体，并使用贝叶斯算法对症状共现矩阵和症状概率矩阵进行参数估计；并将估计出的结果进行权重归一化并保存到知识图谱中用做推理模型的权重输入；

C将对症状共现矩阵和症状概率矩阵进行参数估计生成的参数数据导入到知识图谱中；

D对描述的病情或病例数据进行解析，辅助推理得到最终结果。

与现有技术相比，本发明的一个或多个实施例可以具有如下优点：

提高辅助推理的准确性和人工智能在临床医学领域的实用性。

附图说明

图1是基于贝叶斯估计的医疗知识图谱辅助推理方法流程图；

图2症状概率矩阵图；

图3是症状共现矩阵图；

图4是辅助推理知识图谱图；

图5是辅助推理流程图；

图6是推理结果图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合实施例及附图对本发明作进一步详细的描述。

如图1所示，为基于贝叶斯估计的医疗知识图谱辅助推理方法流程，包括：

步骤10将病例进行碎片化处理、实体抽取和实体消歧，把病例的文本不同维度的属性数据规范化并统一入库；

步骤20对格式化的病例数据提取实体，并使用贝叶斯算法对症状共现矩阵和症状概率矩阵进行参数估计；并将估计出的结果进行权重归一化并保存到知识图谱中用做推理模型的权重输入；

步骤30将对症状共现矩阵和症状概率矩阵进行参数估计生成的参数数据导入到知识图谱中；

步骤40对描述的病情或病例数据进行解析，辅助推理得到最终结果。

使用贝叶斯算法对症状共现矩阵和症状概率矩阵进行参数估计具体包括：

1、确定参数的似然函数，贝叶斯公式为：

其中，P(A|B)为：在症状共现矩阵中为B症状出现的基础上A症状出现的概率，在症状概率矩阵中为B疾病出现A症状的概率；P(B|A)为：在共现矩阵中为A症状出现的基础上B症状出现的概率，在症状概率矩阵中为A症状情况下出现B疾病的概率；P(A)和P(B)为单个疾病或症状在样本中出现的概率。

在连续随机变量中贝叶斯公式为：

2、确定参数的先验分布，应是后验分布的共轭先验，继而确定参数的后验分布函数；疾病和症状的特征服从多项分布，假设参数A的先验分布服从 P(A)～Dir(α₁，...，α_m)，其中Dirichlet分布的概率公式为：

其中α＝(α₁，α₂，...，α_k)为Dirichlet分布的参数，且有α_k＞0。B(α)表示Dirichlet分布的归一化常数。因此贝叶斯公式为：

其中，n为当前随机抽取的样本总数，m为随机抽取的样本中含有A症状或疾病的个数。p_A为出现A症状或疾病的概率。

3、根据贝叶斯公式求解参数的后验分布，由以上公式可知Dir(A|α)是贝叶斯估计的结果。如果使用贝叶斯估计得到的A分布存在一个有限均值，则可以用后验分布的期望作为A的估计值。根据Dirichlet分布的数学期望公式：

可得

上述步骤30将生成的参数数据导入到知识图谱中，医疗知识图谱中已经存在经过经验积累的一些推理数据。由于疾病病例是通过患者描述形成，存在很大的主观性，难免有所遗漏。在知识图谱中保存的数据较病例而言相对准确，是通过专业数据进行整合而成有一定的规范性。已有数据只是由症状到疾病的简单推理，并没有加入新数据中的共现关系，因此新的参数更新了已有推理模型的权重加入了共现关系是对模型的校准。

导入症状共现矩阵和症状概率矩阵的方式如下：

1、共现矩阵的导入：共现矩阵其中包含了症状共现关系的权重。病人在描述病情时由于是对当前的感受或对过去事实的描述，可能忽略了一些基本特征。共现矩阵是通过大量病例的学习对忽略信息进行补全，矩阵中的权重描述了共现关系中的强弱程度，在推理算法中有实际应用。共现矩阵如下：

其中ak是症状信息，k为信息个数。Pa_k-1a_k为信息a_k-1和a_k的共现概率。

2、症状概率矩阵的导入：症状概率矩阵包含了疾病中各种症状出现的概率，在图谱中已经包含了相关的推理知识。加入概率矩阵对已有知识进行补全并加入新的知识，其中概率参数是对症状重要的程度的打分。概率矩阵如下：

其中b_n是疾病，n为疾病个数。Pa_kb_n为疾病b_n出现症状a_k的概率。

步骤D，对描述的病情或病例数据进行解析，辅助推理得到最终结果。

辅助推理过程可分为三步：

1、病例数据碎片化经过实体抽取和实体消歧形成最终实体。

对病例数据进行分词并通过规范化模板抽取症状、药品、人体属性等基本特征。将抽取出来的特征进行实体消歧与医疗图谱中的实体进行对应，例如病例中可能出现发烧、发热、38度以上等信息代表症状，可通过实体消歧统一为发烧症状。

2、在知识图谱中查询相关实体找到所在节点并获取所有症状到疾病的路径和其相关节点权重。

引入知识图谱进行症状到疾病路径的查询相对于传统的关系数据库查询速度快，能够进行关联关系的深度搜索。在辅助推理知识图谱中症状、检查、人体属性等信息往往具用很深的关联关系，因此引入知识图谱存储数据进行推理是优化辅助推理机制的重要手段。

知识图谱中以三元组形式展示症状与疾病、症状与症状和疾病与疾病之间的关联关系。其中原点为实体属性连线为关系属性，关系属性带有症状共现矩阵和症状概率矩阵的参数数值。通过知识图谱进行深度查询能够获取所有症状到疾病之间的路径和路径中关系属性的参数数值。

3、相关参数代入辅助推理算法得到最优路径并由此推理出相关疾病的结果。辅助推理算法公式如下：

r＝max(r₁，r₂，...，r_n)

其中：

在辅助推理时，由病例所述的症状节点命中图谱实体的情况分为三种：第一种为命中的实体与疾病有连接关系；第二种为命中的实体与疾病没有关系，但与其它有连接关系的命中实体是共现关系；第三种为命中的实体与疾病没有关系。其中第三种情况并不计入计算范围。在上式中P_aa为症状共现关系的概率参数来源于共现矩阵，d_a为症状实体的权重，P_ab为症状推理疾病的概率参数来源于概率矩阵。w₁，w₂，w₃分别为具有共现关系症状权重，没有共现关系症状权重和由症状推理疾病的权重。其中b_i为当前路径上的疾病，上述公式遍历了所有症状到疾病的路径r_i，并计算权重选取权重最大的最优路径r为当前的推理结果。

下面以实施例对基于贝叶斯估计的医疗知识图谱辅助推理机制进行详细说明：

将病例进行碎片化处理、实体抽取和实体消歧，把病例的属性数据规范化并统一入库。将word，excel等格式的文本通过程序识别，统一格式并保存在数据库内。如下表1为数据库统一结构。其中num为病例编号，gender为性别，age为年龄，chief_complaint为主诉，present_history为现病史。

表1

如下表2为文本格式化后的内容：

表2

其中name为病例抽取出的疾病、症状或检查等信息，type为信息类别， value为信息值，unit为单位。

使用贝叶斯算法对症状共现矩阵和症状概率矩阵进行参数估计。图2和图 3为参数估计的结果：

将生成的参数数据导入到知识图谱中，图4为辅助推理知识图谱。

对描述的病情或病例数据进行解析，辅助推理得到最终结果。辅助推理流程图如图5所示。

辅助推理最终结果是所推理可能疾病的权重排序，权重最高的疾病是最可能的结果如图6所示。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (5)

1.一种基于贝叶斯估计的医疗知识图谱辅助推理方法，其特征在于，所述方法包括：

A将病例进行碎片化处理、实体抽取和实体消歧，把病例的文本不同维度的属性数据规范化并统一入库；

B对格式化的病例数据提取实体，并使用贝叶斯算法对症状共现矩阵和症状概率矩阵进行参数估计；并将估计出的结果进行权重归一化并保存到知识图谱中用做推理模型的权重输入；

C将对症状共现矩阵和症状概率矩阵进行参数估计生成的参数数据导入到知识图谱中；

D对描述的病情或病例数据进行解析，辅助推理得到最终结果。

2.如权利要求1所述的基于贝叶斯估计的医疗知识图谱辅助推理方法，其特征在于，所述步骤B中：使用贝叶斯算法对症状共现矩阵和症状概率矩阵进行参数估计具体包括：

确定参数的似然函数，贝叶斯公式为：

其中，P(A|B)为：在症状共现矩阵中为B症状出现的基础上A症状出现的概率，在症状概率矩阵中为B疾病出现A症状的概率；P(B|A)为：在共现矩阵中为A症状出现的基础上B症状出现的概率,在症状概率矩阵中为A症状情况下出现B疾病的概率；P(A)和P(B)为单个疾病或症状在样本中出现的概率；

确定参数的先验分布，为后验分布的共轭先验，继而确定参数的后验分布函数；

根据贝叶斯公式求解参数的后验分布。

3.如权利要求1所述的基于贝叶斯估计的医疗知识图谱辅助推理方法，其特征在于，所述步骤C包括共现矩阵的导入和症状概率矩阵的导入；所述共现矩阵的导入包括：症状共现关系的权重，其共现矩阵计算公式如下：

其中a_k是症状信息，k为信息个数；Pa_k-1a_k为信息a_k-1和a_k的共现概率；

症状概率矩阵的导入包含疾病中各种症状出现的概率，在图谱中已经包含了相关的推理知识，概率矩阵如下：

其中，b_n是疾病，n为疾病个数。Pa_kb_n为疾病b_n出现症状a_k的概率。

4.如权利要求1所述的基于贝叶斯估计的医疗知识图谱辅助推理方法，其特征在于，所述步骤D中辅助推理包括三步：

(1)病例数据碎片化经过实体抽取和实体消歧形成最终实体；

(2)在知识图谱中查询相关实体找到所在节点并获取所有症状到疾病的路径和其相关节点权重；

(3)将相关参数代入辅助推理算法得到最优路径并由此推理出相关疾病的结果。

5.如权利要求1或4所述的基于贝叶斯估计的医疗知识图谱辅助推理方法，其特征在于，所述辅助推理的计算公式为：

r＝max(r₁,r₂,...,r_n)

其中：

其中，P_aa为症状共现关系的概率参数来源于共现矩阵，d_a为症状实体的权重，P_ab为症状推理疾病的概率参数来源于概率矩阵；w₁，w₂，w₃分别为具有共现关系症状权重，没有共现关系症状权重和由症状推理疾病的权重；b_i为当前路径上的疾病。

Images