醫學知識圖譜應用研究進展*

胡紅娟 周 陽

(南華大學附屬第一醫院護理部 衡陽 421001) (南華大學護理學院 衡陽 421001)

匡澤民 譚 玲

(首都醫科大學附屬北京安貞醫院高血壓科 北京 100029) (北京郵電大學計算機學院 北京 100876)

1 引言

《“健康中國2030”綱要》提出，鼓勵醫療衛生機構與互聯網合作，加強區域醫療衛生信息資源整合及臨床、科研數據整合共享和應用，支持研發醫療健康相關的人工智能技術。近年來各類知識圖譜不斷涌現[1-3]，逐漸融入到醫學領域，醫學知識圖譜成為人工智能輔助醫療系統的基本組成部分[4]。知識圖譜將醫學知識與互聯網充分結合，探索科研數據整合共享和應用的方法，為人工智能研發提供依據。2017年我國學科目錄進行調整，首次出現知識圖譜學科方向。目前醫學是知識圖譜應用最廣的領域之一，醫學知識圖譜應用也是目前智能大數據的前沿研究問題。

有學者[5]提出狹義的知識圖譜是一種大規模的語義網絡，包含實體、概念及其之間的各種語義關系。但與傳統語義網絡相比，知識圖譜具有規模巨大、語義豐富、質量精良、結構友好等特性。廣義知識圖譜則是指一種技術體系，指大數據時代知識工程的一系列代表性技術的總和。總的來說，知識圖譜實質是建立在語義網絡上的知識系統[6]。醫學知識圖譜將知識圖譜與醫學知識結合，將互聯網技術與醫學情境融合，實現醫學數據的自動化與智能化處理。構建醫學知識圖譜可為臨床輔助決策、文獻可視化分析、智能問答以及智慧搜索提供支持。

2 醫學知識圖譜應用

2.1 臨床決策支持

臨床決策支持系統(Clinical Decision Support System，CDSS)使用個體化數據對患者進行特定評估并向臨床醫師提出決策建議。醫學知識圖譜的誕生為CDSS提供了深層關系發現與推理能力。目前研究人員積極探索臨床環境中決策支持的潛力[7]，與知識圖譜結合開發適用于醫療環境的臨床決策支持系統。Zhao C、Jiang J和Guan Y等[8]開發電子病歷(Electronic Medical Record，EMR)驅動的CDSS。該系統利用電子病歷中的醫學知識網絡表示醫學知識，構建由癥狀、檢查、檢查結果、疾病和治療5類實體組成的知識網絡，將患者現狀輸入后可獲得關于疾病測試、初始診斷及治療相應建議。在知識推理方面，由于貝葉斯網絡受到推理及學習的計算復雜性限制，該系統選擇馬爾可夫隨機場(Markov Random Field，MRF)執行推理任務。Goodwin T和Harabagiu S[9]設計一個用于回答醫學問題的CDSS，利用MiMic-III提供一個公開的電子病歷集合，自動生成一個龐大的醫學知識圖譜，通過概率推理方法獲得問題答案，自動發現與主題相關的問題答案可能性，生成包含答案的相關科學文章。Sheng M、Hu Q和Zhang Y等[10]提出一種基于知識圖譜的數據密集型臨床決策支持平臺IDS，該平臺圍繞患者就診過程提供一系列CDSS服務，即查詢、檢查、診斷、藥物、治療及預后等。IDS從醫學樣本庫中提取三元組形成知識圖譜，然后通過規則檢測構建新的三元組豐富醫學樣本庫。目前該平臺已應用于鄉村醫療，有利于降低誤診率。朱超宇和劉雷[11]構建一個知識圖譜輔助的肺部影像診斷系統，其結合指南和文獻中肺癌及肺結核的相關知識構建知識圖譜，醫生診斷時將患者影像特征與知識圖譜中的影像特征相結合進行分析，得到更加全面的結果。研究顯示CDSS主要來源于臨床數據，其中41.66%來自數據集存儲庫或臨床中心，33.33%來自電子健康檔案(Electronic Health Record，EHR)[12]。近年來由于大數據和自然語言處理技術的快速發展，從電子病歷中自動挖掘知識成為新的研究趨勢[13-14]。基于知識圖譜的CDSS充分利用電子病歷，但不同醫院平臺的電子病歷數據錄入有自己的語言，使得跨越平臺開發CDSS出現障礙，這就要求電子健康記錄中數據創建語言的一致性[15]。臨床指南、科研文獻也是知識的重要來源，通過文本計算機化構建知識圖譜，更科學地為臨床決策提供指導。

2.2 醫學文獻可視化

目前醫學行業積累了規模可觀的大數據，但是這些數據并未創造價值，其中一個重要原因就是數據混雜，隱匿于大量文獻當中，用戶無法精確定位。知識圖譜的可視化數據分析、視覺知識圖譜構建[16]、CiteSpace[17]使用能夠幫助用戶直觀理解醫學信息內容，實現大數據的價值變現。例如田元祥、劉莎莎和周新宇等[18]利用CiteSpace構建中醫肝郁脾虛證候診斷標準知識圖譜；李新宇、李翔和廖林麗等[19]基于CiteSpace構建中醫藥論治干眼知識圖譜；張琪、曹林忠和蔣瑋等[20]基于CiteSpace分析股骨頭壞死中醫藥治療知識圖譜等。通過計量軟件的可視化分析可以直觀了解中醫子領域研究現狀，通過關鍵詞聚類分析還可了解該子領域研究集中度。該方法還廣泛應用于心血管慢病分析中，王偉帥、李陽兵和劉鑫源等[21]通過從CNKI中檢索高原高血壓相關文獻，利用CiteSpace分析直觀了解到該領域文獻在2011發文量最高，軍區醫院在該領域有突出貢獻，研究重點從氧化應激轉換到血管緊張素，目前研究熱點為高血壓用藥及護理。知識圖譜在文獻可視化中的應用使文獻閱讀變得簡單直觀，但將多篇文獻構建成圖譜，可能會缺失其中某些數據的展現。因此利用圖譜技術時需加強對文獻重點內容的提取能力。

2.3 智能問答

問答系統的構建要求機器能夠理解自然語言，需要機器具備強大的背景知識，而知識圖譜就是這類背景知識中的重要形式之一。Ruan T、Huang Y和 Liu X等[22]設計一個基于知識圖譜的智能問答工具QAnalysis。用戶可用自然語言輸入其分析需求，該系統會以圖表形式返回答案。該系統實現3個方面的改進：不是直接從知識庫中提取答案，而是從統計上推導出答案；利用患者圖和臨床術語圖相結合改善以往語義解析易混淆的現狀；提高問題回答的精度。Fecho K、Balhoff J和 Bizon C等[23]首先采用知識圖譜生產翻譯程序，然后基于3個翻譯推理器ROBOKOP(用面向知識的路徑鏈接的生物醫學對象推理)、RTX(推理工具)和midiKanren等生產問答系統，以生物鏈路模型作為高級本體將領域知識表示為醫學實體之間關系的知識圖譜，應用MCAT問題評估問答系統改進問答系統以提高性能。李賀、劉嘉宇和李世鈺等[24]利用公開數據庫構建疾病知識圖譜，基于知識圖譜確定檢查、癥狀、科室、病因及傳染性5類問題，通過AC多模式匹配算法，結合語義相似度計算進行癥狀實體識別，封裝匹配詞轉換成查詢語言，實現問題回答。同時優化問句分析、信息檢索及答案抽取，從而提高醫療問答系統與網絡技術、醫學知識的融合度。Li C、Hang S和Hu X等[25]構建老年醫療保健知識圖譜，利用爬蟲技術從百科網站獲取老年健康信息構建本體庫，采用變體的關聯規則挖掘算法檢測實體之間關系，使用Limes算法將實體與88 446個實體的關系融合，建立度量表達式最終形成知識圖譜，利用知識圖譜構建一個歷史行為驅動的問答平臺KnowHealth，該平臺將健康問題分成12類并根據老年人的歷史行為回答老年保健相關問題。盡管利用知識圖譜在構建醫療問答系統方面開展了相關研究，但受限于現有醫學知識圖譜的推理能力，知識圖譜和問答系統的結合還有一定局限，并且大部分問答系統主要是針對簡單問題，對于復雜醫療問題的解決有一定限制[26]。因此迫切需要推進相關研究的創新。

2.4 智慧搜索

互聯網時代醫療信息呈現爆炸式增長，要精準、便捷獲取重要信息顯得更加困難，因此智能化、情景化、社會化的智慧搜索技術應用成為研究熱點。而知識圖譜可為有效查詢和搜索數據提供更為靈活的數據結果。Hasan S、Rivera D和Wu X C等[27]提出用于癌癥數據的科學數字圖書館框架，核心是知識圖譜。該平臺利用基于語義網絡的知識圖譜儲存癌癥注冊表數據，實現特點場景數據查詢，例如乳腺癌治療序列變化的查詢。將知識圖譜與外部數據集鏈接，以便于使用多個數據集執行復雜查詢。同時該平臺還可實現癌癥知識可視化，用戶通過索引檢索和信息檢索進行查詢和搜索。Shenoi S J、Vi L和Sarvesh S等[28]開發腫瘤搜索引擎，檢索與患者狀況、遺傳特征、年齡和性別相關的科學文章和臨床試驗，構建知識圖譜，對疾病、基因和人口統計學信息進行擴展查詢。Struck A、Walsh B和 Buchanan A等[29]構建一個生物醫學證據圖譜(BioMedical Evidence Graph，BMEG)，內容包括患者樣本信息、突變、基因表達、藥物反應數據、基因組注釋和文獻分析。BMEG通過導入和取消幾個相關資源來構建連貫圖表，將這些復雜數據進行整合和分析，實現癌癥生物數據查詢。醫學知識圖譜搜索不僅提供用戶網頁間超鏈接的文檔關系，還包括不同類型實體間豐富的語義關系。然而受限于醫學知識圖譜的知識數量和質量，需要不斷改進和完善技術框架。

3 結語

知識圖譜作為互聯網領域的新興技術，是信息處理和知識組織的強大工具。知識圖譜將領域內的復雜知識通過信息抽取、數據挖掘、語義匹配、語義計算和知識推理等過程精準地描述出來，描述知識及其演化過程、發展規律，從而為研究和決策提供準確、可追蹤、可解釋、可推理的知識數據。但目前知識圖譜研究還不夠完善和深入，需要在以下方面進行進一步嘗試：一是知識圖譜應用應標準化，豐富其功能，例如基于高血壓指南構建高血壓用藥知識圖譜，實現用藥推薦、藥物查詢、藥物問詢等功能；二是知識圖譜普及應公開化，如臨床決策與健康管理相結合，增加其利用率并實現真正落地。