初探医疗知识图谱

3. 医疗知识图谱概述

3.1 数据源

目前医疗知识图谱构建的数据源可以分为三个部分：

1. 权威的医学文献：包括医学数据、医疗指南、论文等

2. 临床数据：包括电子病历、影像、检验等一大堆专业临床业务系统产生的数据集

3. 互联网信息：包括医疗资讯、问答数据等

3.2 医疗知识图谱构建

知识图谱的构建可以归纳为五个步骤，即知识的表示、抽取、融合、推理以及质量评估，而对于医疗领域来说，前三步为核心步骤：

1. 医学知识表示

知识图谱本体的表示可以提升数据的整合能力，便于下游的知识推理任务，而在工业界中通常并没有采用严格意义上的Ontology来进行表示，而是根据不同的医学信息标准并结合底层数据的内容来设计适用于产品化的Schema，例如目前普遍适用的概念性层级网络，其中包含着许多"上下位词"的关系，这样的组织结构不如传统意义上的本体语言那么严格，也很难进行本体推理，但是能够简单而有效的表达领域知识。在构建过程中大多采用半监督和无监督的方法来获取概念之间的关系。

在医疗领域，实体维度通常包括疾病、症状、检查、检验、体征、药品等等医学名词，甚至医生、科室、医院也可以纳入范畴。关系是指实体间的关系，比如，针对疾病和症状，关系可有“包含关系”，“不包含关系”，甚至“金标准关系”（比如，所有炎症都会带来发热）。

医学知识的表示首先应当符合医学领域的严肃性，要求知识的准确率高，在构建过程中医学从业者的指导与必不可少，同时医学知识的表示也要兼顾下游任务的实用性和通用性，使其能够与诊断模型、问答系统等紧密结合。

2. 知识抽取

知识抽取包括实体、关系和属性抽取。然而与其他垂直领域相比，医学知识抽取存在着数据差异性较大、人工标注的专业性要求高和实体嵌套等诸多难点，因此工业界和学术界都在不断研究一些特有的医学知识抽取的方法，后续会进行详细的探讨和实践。

3. 知识融合

知识融合使不同来源的知识在同一框架规范下进行数据整合、消歧和加工。不同医学标准下实体的描述可能会不尽相同，同时医学实体在不同的数据源中存在严重的多元指代问题，例如阿奇霉素在百度百科中被称为希舒美，在 A+医学百科中别名有阿齐霉素、阿奇红霉素、叠氮红霉素等。因此实体对齐是医学知识融合中非常重要的一步。

3.3 医疗知识图谱的应用

从以上介绍中可以看出，目前医疗知识图谱的落地应用主要分为一下几个方向：

1. 临床决策支持系统

辅助决策系统即通常所谓的CDSS系统，即借助医疗知识图谱，医疗决策支持系统可以根据患者症状描述及化验数据，给出智能诊断、治疗方案推荐及转诊指南，即所谓的诊前决策、诊中决策和诊后决策三大应用场景，例如上述提到“智能导诊”、“智能问诊”等，同时该系统还可以针对医生的诊疗方案进行分析、查漏补缺，减少甚至避免误诊，例如腾讯觅影的风险监控。

临床决策支持系统的开发难度较大，其核心组件为知识库、推理机和人机交互系统：

• 知识库通常以知识图谱的形式来构建，因此对知识图谱的完备性和质量要求较高，能够覆盖足够多的疾病和症状才能进行诊断
• 推理机一般称为“诊断模型”，对相应的医学知识进行推理做出决策。采用人工构建规则的方式质量较高但很低效，如何通过机器自动学习知识正是CDSS的难点所在。
• 人机交互系统需要NLP的技术来实现，主要包括问答系统、语义解析、语音识别等

2. 信息检索系统

医疗信息检索包括问答系统和搜索引擎，其面向对象有患者和医疗从业者等。

• 医疗信息搜索引擎：基于知识图谱的搜索引擎与传统的搜索引擎相比能够更好的理解用户的语义，优化用户的问句，根据知识图谱对query进行扩展和改写。以最具有代表性的丁香园为例，其面向医生、医疗机构、医药从业者，提供医疗知识的交流与检索，目前已经取得了不错的效果。
• 医疗问答系统：面向患者的医疗问答系统最常见的功能是对患者提供医学知识的科普，以结构化的知识为主，例如“白内障是什么”、“什么是近视”。面向医疗从业者的问答系统主要功能是辅助教育，提供精准的结构化知识查询，同时也可以辅助科研任务，例如阿里的临床医学科研辅助平台。

4. 总结

目前知识图谱在医疗领域的落地应用已经取得一定的成果，推进了医学数据的自动化与智能化处理，为医疗行业带来新的发展契机。从海量医学数据中提炼出知识，对其加工处理，结合大数据、自然语言处理等技术组建一套强大的技术架构是目前很多企业的研究方向。本文只是简单的介绍了目前医疗知识图谱相关内容，为后续的工作做准备，对于各个环节所涉及到的具体技术今后再做深入的学习和实践。