[發(fā)明專利]醫(yī)療知識圖譜構(gòu)建方法及裝置

有效

• 申請?zhí)枺?/td>: 201810333716.1
• 申請日: 2018-04-13
• 公開（公告）號: CN108492887B
• 公開（公告）日: 2020-09-22
• 發(fā)明（設(shè)計）人: 丁帥;李玲;楊善林;王浩
• 申請（專利權(quán)）人: 合肥工業(yè)大學(xué)
• 主分類號: G16H50/70
• 分類號: G16H50/70;G06F16/36;G06F40/289
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王瑩;余罡

本發(fā)明提供一種醫(yī)療知識圖譜構(gòu)建方法及裝置，能夠充分利用數(shù)據(jù)驅(qū)動和知識驅(qū)動來構(gòu)建知識圖譜，解決臨床上相同類型的醫(yī)療實體間聯(lián)系不緊密的技術(shù)問題。該方法包括：通過自然語言處理技術(shù)分詞從醫(yī)療資料中抽取目標(biāo)實體；根據(jù)Apriori算法確定指定類實體的頻繁項集，得到所述指定類的實體組；將所述目標(biāo)實體以及所述實體組作為知識圖譜中的節(jié)點(diǎn)，計算每一節(jié)點(diǎn)之間的強(qiáng)度指標(biāo)，得到醫(yī)療知識圖譜；將構(gòu)建的所述醫(yī)療知識圖譜存儲在Neo4j圖數(shù)據(jù)庫中。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)療技術(shù)領(lǐng)域，具體地，涉及一種醫(yī)療知識圖譜構(gòu)建方法及裝置。

背景技術(shù)

知識圖譜是結(jié)構(gòu)化的語義知識庫，用于以符號形式描述物理世界中的概念及其相互關(guān)系，其基本組成單位是“實體－關(guān)系－實體”三元組，以及實體及其相關(guān)屬性-值對，實體間通過關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識結(jié)構(gòu)。

目前，知識圖譜在醫(yī)療領(lǐng)域的應(yīng)用是基于醫(yī)療知識圖譜的人機(jī)問答，相關(guān)技術(shù)多是通過提取用戶的問題中的關(guān)鍵詞作為知識點(diǎn)，并在數(shù)據(jù)庫內(nèi)部進(jìn)行一對一的實體映射來找出知識點(diǎn)的對應(yīng)項，然后將對應(yīng)項作為答案反饋給用戶。

由上可知，現(xiàn)有的醫(yī)療知識圖譜對知識點(diǎn)僅建立了一對一的關(guān)系映射網(wǎng)，知識點(diǎn)與知識點(diǎn)之間的聯(lián)系十分薄弱，無法進(jìn)行知識的推理，因此其反饋給用戶的答案往往并不準(zhǔn)確，甚至缺乏針對性，所答非所問。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種醫(yī)療知識圖譜構(gòu)建方法及裝置，能夠充分利用數(shù)據(jù)驅(qū)動和知識驅(qū)動來構(gòu)建知識圖譜，解決臨床上相同類型的醫(yī)療實體間聯(lián)系不緊密的技術(shù)問題。

為了實現(xiàn)上述目的，本發(fā)明第一方面提供一種醫(yī)療知識圖譜構(gòu)建方法，所述方法包括：

通過自然語言處理技術(shù)分詞從醫(yī)療資料中抽取目標(biāo)實體；

根據(jù)Apriori算法確定指定類實體的頻繁項集，得到所述指定類的實體組；

將所述目標(biāo)實體以及所述實體組作為知識圖譜中的節(jié)點(diǎn)，計算每一節(jié)點(diǎn)之間的強(qiáng)度指標(biāo)，得到醫(yī)療知識圖譜；

將構(gòu)建的所述醫(yī)療知識圖譜存儲在Neo4j圖數(shù)據(jù)庫中。

可選地，所述醫(yī)療資料包括醫(yī)療指南、專家經(jīng)驗和電子病歷中的至少一者；和/或，

在所述根據(jù)Apriori算法確定指定類實體的頻繁項集，得到所述指定類的實體組之前，所述方法還包括：

針對從所述醫(yī)療資料中抽取到的所述目標(biāo)實體執(zhí)行異構(gòu)資源的整合，以進(jìn)行實體對齊。

可選地，所述目標(biāo)實體包括以下實體：癥狀、疾病、單檢查；

所述指定類實體包括所述單檢查實體，所述指定類的實體組包括檢查組。

可選地，所述將所述目標(biāo)實體以及所述實體組作為知識圖譜中的節(jié)點(diǎn)，計算每一節(jié)點(diǎn)之間的強(qiáng)度指標(biāo)，得到醫(yī)療知識圖譜，包括：

通過如下第一公式計算疾病實體到癥狀實體的強(qiáng)度指標(biāo)：

其中，|d_j|表示電子病歷中疾病d_j的個數(shù)，|D|表示電子病歷樣本總數(shù)，N表示疾病類別總數(shù)；當(dāng)?shù)眉膊_j會有癥狀s_k這條知識存在于所述醫(yī)療資料中時，x＝1，否則x＝0，α為一個常數(shù)，|s|表示癥狀總類數(shù)，|s_kd_j|表示疾病d_j含有癥狀s_k的電子病歷份數(shù)；

通過如下第二公式計算疾病實體到單檢查實體的強(qiáng)度指標(biāo)：