科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的/意义】通过知识图谱实现突发公共卫生事件医疗知识表示与推理，以驱动辅助诊疗应用，促进医疗知识的有效融合和充分利用。【方法/过程】以新冠肺炎疫情为例，首先采用BiLSTM-CRF和TF-IDF识别病例信息中的症状词汇，通过哈工大同义词林扩充症状词，并运用词汇相似度从在线本体提取可重用的概念及层次关系。然后基于RDFlib本体自动化策略构建医疗知识图谱。以最新版的诊疗方案为依据，设计SWRL规则，通过推理规则和neo4j进行病例分型、医疗方案生成和诊疗知识的可视化。【结果/结论】基于68条SWRL推理规则推断出6类人员的类型和基于13类主要治疗方案的中西医组合治疗措施，也实现了症状、诊疗方案等数据和知识的融合。【创新/局限】融合实际病例症状和在线本体知识，将诊疗方案作为知识图谱推理规则的依据，从数智化角度实现医疗知识表示和推理。仍需进一步扩充病例特征与实际的治疗措施，为智能辅助诊疗提供更丰富的依据。
- 单位
