中醫診斷學辨證知識圖譜構建研究與實踐*

周 海 彭斐靈 韋昌法

(湖南中醫藥大學信息科學與工程學院 長沙 410208)

1 引言

中醫藥是中華民族的瑰寶，中醫認識和治療疾病的基本原則是辨證論治，辨證知識是中醫診斷學的重要內容。中醫智能輔助辨證是在中醫辨證論治規律的指導下建立辨證過程的智能輔助模型，通過人工智能程序對患者病情資料進行綜合分析而得出辨證結果，輔助臨床決策[1-3]。知識圖譜是人工智能領域重要的支撐技術，可將其應用于中醫智能輔助辨證研究，進行辨證知識表示與推理，以推動中醫智能輔助辨證應用和發展。

2 知識圖譜與中醫智能輔助辨證研究

2.1 知識圖譜內涵

知識圖譜概念由谷歌公司于2012年正式提出，該公司為提高其搜索引擎查詢返回結果質量，為用戶提供更加便捷的搜索體驗，建立基于知識圖譜技術的新型搜索功能[4-5]。知識圖譜最基本的組成要素是節點和邊，節點代表現實世界中的實體或概念，邊代表實體或概念之間的各種語義關系。知識圖譜為知識關聯、整合與分析提供理想的技術手段，其具有知識語義化、數據易關聯、結構友好等優點，已發展成為人工智能領域的重要支撐技術，為智能輔助診療相關系統研發奠定技術基礎。

2.2 中醫藥領域應用

知識圖譜有助于解決中醫藥學知識在表示、共享和應用等方面存在的問題，得到中醫藥科研工作者越來越多的關注。從本質上來看，中醫藥知識圖譜是結構化的語義知識庫，其以符號形式描述中醫藥領域中的實體或概念以及它們之間的相互關系，進而以圖譜形式對該領域知識進行可視化表示，支持知識關聯和擴充，為中醫藥教學、科研和輔助診療等工作提供可靠且高效的知識服務[6]。基于中醫藥知識圖譜的中醫智能輔助辨證相關系統可對患者四診信息等資料進行智能分析，為醫生提供智能輔助診斷支持，向醫生推薦治療方藥。此外借助知識圖譜的可視化功能，系統可以對輔助診斷和方藥推薦的推理過程與結果給出直觀解釋，便于醫生理解。

2.3 相關研究

目前已有研究者開展中醫藥知識圖譜相關研究工作，取得一些有意義的成果。但總體而言，中醫藥領域的知識圖譜相關研究仍然較為滯后，需要進一步深入。例如在中醫智能輔助診療領域，可研究開發基于知識圖譜的四診信息采集、診斷、處方用藥系統，基于患者的四診信息等病情資料，借助中醫診斷知識圖譜，綜合運用多種中醫辨證方法，進行智能化辨證論治，進而為醫生提供診療決策支持[7-10]。通過構建中醫辨證知識圖譜來開展中醫智能輔助辨證研究尚未見報道，但這方面的研究很有意義，因此本文對中醫診斷學辨證知識圖譜構建進行積極探索。

3 中醫診斷學辨證知識圖譜構建及應用

3.1 知識梳理

以《中醫診斷學》(全國中醫藥行業高等教育“十三五”規劃教材)中的辨證知識為基礎開展知識梳理工作，教材中將辨證方法分為3種：八綱、病性、病位辨證。其中八綱辨證又細分為表里、寒熱、虛實、陰陽辨證4種方法；病性辨證又細分為六淫、陰陽虛損、氣血、津液辨證4種方法，其中氣血辨證包括氣病、血病、氣血同病辨證3類；病位辨證又細分為臟腑、六經、衛氣營血、三焦辨證4種方法，其中臟腑辨證包括心與小腸病、肺與大腸病、脾與胃病、肝與膽病、腎與膀胱病、臟腑兼病辨證6類。根據教材中辨證知識內容，筆者設計中醫診斷學辨證知識數據庫，數據庫包括3張數據表：辨證方法表、證的分類表和證表。

3.2 知識圖譜結構模型構建

本文以本體作為知識圖譜表示的概念模型和邏輯基礎，是一種結構化的數據存儲結構。本體結構模型(Schema)構建就是對本體框架的搭建，Schema是對本體結構的一種定義。本體Schema構建可分為4部分：類別(Class)、類別層次、對象屬性、語義關系的定義。本文構建的是一個中醫診斷學辨證知識圖譜，根據中醫診斷學教材中的辨證知識，首先定義最基本的3個大類，即辨證方法、證的分類和證。接著定義屬性：辨證方法類包括定義和英文名屬性，證的分類類包括定義和英文名屬性，證類包括別名、英文名、定義、證候表現、證候分析和辨證要點屬性。由此構建的中醫診斷學辨證知識圖譜Schema，見圖1。

圖1 中醫診斷學辨證知識圖譜Schema

3.3 命名實體獲取

依照本體Schema定義的基本元素來獲取相應的辨證知識命名實體。在命名實體獲取環節，本文依據的數據源以教材內容為主，將教材中辨證知識內容轉化為表格數據，所獲取的3類實體數據情況為：辨證方法類數據15條、證的分類數據9條、證類數據147條。

3.4 關系提取

依照知識圖譜Schema定義的概念屬性、語義關系元素來獲取相應的數據和相關實體的上下位關系。在關系獲取環節，本文依據的數據源以教材內容為主。以證類中的一個實體——血脫證為例來說明實體屬性的提取，提取出的屬性有：(1)血脫證——定義——指突然大量出血或長期反復出血，致使血液亡脫，以面色蒼白、心悸、脈微或芤為主要表現的證。(2)血脫證——別名——脫血證。(3)血脫證——英文名——syndrome of blood depletion。(4)血脫證——證候表現——面色蒼白，頭暈，眼花，心悸，舌淡或枯白，脈微或芤與血虛癥狀共見。(4)血脫證——證候分析——大量失血以致血液突然耗失，或因長期失血，諸如嘔血、咯血、便血、崩漏、外傷失血等；或血虛進一步發展，導致血液亡脫。血液亡脫，脈絡空虛，不能榮潤舌、面，故面色蒼白，舌淡或枯白；血液亡失，心臟、清竅失養，則見心悸，頭暈，眼花等癥，脈微或芤。血脫常伴隨氣脫、亡陽。(5)血脫證——辨證要點——有血液嚴重耗失的病史，面色蒼白、心悸、脈微或芤等癥狀共見。此外本文在中醫診斷學辨證知識圖譜Schema中定義兩種語義關系：HasFenLei和HasZheng，前者表示包含分類關系，后者表示包含證關系。

3.5 圖譜表示

使用本體作為知識圖譜的概念模型、承載知識圖譜，采用網絡本體語言(Web Ontology Language，OWL)作為描述語言，OWL格式本體文件則根據已建立的辨證知識Schema構建，使用本體編輯工具Protégé將數據生成OWL格式，具體步驟包括：建立類、數據屬性、對象屬性、實體及定義關系。例如在Protégé中建立的部分實體，見圖2，對實體“厥陰病證”在Protégé中建立的實體關系限定，見圖3。

圖2 在Protégé中建立的部分實體

圖3 在Protégé中建立的實體關系限定

3.6 可視化

在構建中醫診斷學辨證知識圖譜基礎上，利用工具Protégé和Graphviz進行辨證知識可視化，清晰展示實體屬性與關系。以證實體“厥陰病證”為例，Protégé中“厥陰病證”實體關系限定包含“厥陰病證”語義關系(Object Property)與屬性關系(Data Property)。其中語義關系是針對“厥陰病證”與其他命名實體，利用Protégé將其語義關系圖形化顯示。其中“厥陰病證”與"Syndrome"之間的實線加箭頭表示“厥陰病證”的父類為"Syndrome"，“厥陰病證”與“六經辨證”間的虛線加箭頭表示其間存在語義關系，注釋文本中展示“厥陰病證”的關系聲明。借助Protégé本體可視化功能可詳細地呈現“厥陰病證”語義關系。

3.7 中醫診斷學辨證知識圖譜應用

實現中醫診斷學辨證知識地圖Web服務，提供便捷的中醫診斷學辨證知識瀏覽服務，主要功能包括：查看辨證知識結構、辨證方法信息、證的基本信息及關系圖。

4 結語

本文探討了中醫診斷學辨證知識圖譜構建方法和過程，實現基于中醫診斷學辨證知識圖譜的辨證知識地圖Web服務。在利用知識圖譜技術開展中醫智能輔助辨證研究方面做出積極探索和有意義的嘗試，具有一定參考價值。