搜索引擎技術(shù)在急診知識庫中的研究與應(yīng)用

曾 偉，曾小琴，冉 露，譚 丹

(陸軍軍醫(yī)大學(xué)第二附屬醫(yī)院急診醫(yī)學(xué)科，重慶 400037)

21世紀(jì)的成功越來越依賴于個(gè)人或單位所擁有知識的質(zhì)量，利用所擁有的知識創(chuàng)造競爭優(yōu)勢和持續(xù)增長競爭優(yōu)勢始終是一個(gè)挑戰(zhàn)。在組織中建構(gòu)一個(gè)量化與質(zhì)化的知識系統(tǒng)，讓組織中的資訊與知識通過智能系統(tǒng)快速獲得、實(shí)時(shí)分享、持續(xù)記錄與創(chuàng)造、不斷整合與存取、達(dá)到更新和創(chuàng)新等過程，并不斷地回饋到知識系統(tǒng)內(nèi)，累積個(gè)人與組織的知識，形成永不間斷的組織智慧的循環(huán)。在組織中成為管理與應(yīng)用的智慧資本，有助于指導(dǎo)員工做出正確的決策，以適應(yīng)市場的變遷。知識管理在中國的應(yīng)用也從研究院所等知識密集型企業(yè)，逐步擴(kuò)展到消費(fèi)品、房地產(chǎn)、制造業(yè)、醫(yī)療衛(wèi)生等各行業(yè)。

在長期的醫(yī)療實(shí)踐過程中，醫(yī)院利用先進(jìn)的醫(yī)療理論和技術(shù)積累了豐富的診療方案、診療技術(shù)、護(hù)理方法等，創(chuàng)造了一系列的基礎(chǔ)研究成果和疾病診療原則及標(biāo)準(zhǔn)。對這些知識產(chǎn)品進(jìn)行有效管理、交流和互動(dòng)，可不斷縮短各層次醫(yī)生診療水平的差距。同時(shí)，各類型科研成果、醫(yī)療和教學(xué)資源、個(gè)人數(shù)據(jù)如期刊論文、會議論文、專著教材，相關(guān)證書的電子化長期保存，并可進(jìn)行快速、精準(zhǔn)地檢索，是一件有意義、有價(jià)值，且可不斷豐富和完善的工作[1]。

通過急診知識庫的建設(shè)和應(yīng)用，可對原有的信息和知識進(jìn)行收集和整理，根據(jù)對它們的應(yīng)用領(lǐng)域特征、背景特征、使用特征、屬性特征等進(jìn)行識別和分類，可實(shí)現(xiàn)信息和知識有序化，加快知識和信息的流動(dòng)并有利于知識共享和交流，有利于實(shí)現(xiàn)急診科的協(xié)同與溝通，構(gòu)建知識圖譜進(jìn)而為學(xué)科競爭力提供有力的數(shù)據(jù)基礎(chǔ)。

1 整體設(shè)計(jì)

1.1系統(tǒng)架構(gòu) (1)在急診建立數(shù)據(jù)庫服務(wù)器。(2)建立工作環(huán)境下的局域網(wǎng)。(3)集成醫(yī)院現(xiàn)有門戶，建立客戶端，實(shí)現(xiàn)單點(diǎn)登錄訪問。(4)系統(tǒng)可通過不同類型終端進(jìn)行檢索，對待檢索內(nèi)容進(jìn)行智能分詞，基于ElasticSearch實(shí)現(xiàn)文檔檢索。見圖1。

圖1 基于Elastic Search文檔檢索

1.2核心技術(shù)

1.2.1數(shù)據(jù)庫的建立 根據(jù)科室資料的不同，進(jìn)行分層分類管理，同時(shí)可作為人員檔案管理和實(shí)現(xiàn)信息化條件下對員工進(jìn)行科學(xué)考評。建立長期運(yùn)行的機(jī)制并不斷積累工作經(jīng)驗(yàn)及管理經(jīng)驗(yàn)，完善數(shù)據(jù)庫相關(guān)數(shù)據(jù)和制度。(1)數(shù)據(jù)庫分類文件。規(guī)范類包括崗位職責(zé)、醫(yī)院和科室制度、管理規(guī)范等；文獻(xiàn)類包括診療指南、專家共識、國家標(biāo)準(zhǔn)或行業(yè)標(biāo)準(zhǔn)等；書籍類包括內(nèi)、外、急診、重癥等相關(guān)教科書。(2)急診常規(guī)文檔。包括員工基本信息、職級層級情況或年度考評結(jié)果、科研成果等，以及理論及技能教學(xué)視頻等，對內(nèi)部文檔進(jìn)行整合分類，分析人員工作狀態(tài)、職級成長等情況。(3)科學(xué)研究與經(jīng)驗(yàn)總結(jié)。在急診工作中，不斷收集經(jīng)典或典型病例收集，將病歷資料，照片等整理后上傳數(shù)據(jù)庫，便于經(jīng)驗(yàn)總結(jié)和回顧性分析，為以后的科學(xué)研究提供數(shù)據(jù)支撐。(4)數(shù)據(jù)庫管理為實(shí)現(xiàn)數(shù)據(jù)庫的長期規(guī)范管理，設(shè)置由1～2名醫(yī)生或護(hù)士擔(dān)任專職管理員，科室1～2名領(lǐng)導(dǎo)作為數(shù)據(jù)管理責(zé)任人，定期對數(shù)據(jù)庫進(jìn)行維護(hù)，進(jìn)行數(shù)據(jù)資料的整理和上傳，只允許在線閱覽，禁止一般人員下載和外傳。

1.2.2智能分詞 對待檢索內(nèi)容實(shí)現(xiàn)精準(zhǔn)檢索的前提在于對待檢索內(nèi)容實(shí)現(xiàn)語義識別，因此對一串字符能識別出不同的詞就顯得尤為重要，如“急診科人工智能”拆分為急診科、人工、智能、人工智能、急診科人工、急診科人工智能等，檢索結(jié)果包含“急診科人工智能”或同時(shí)包含“急診科”“人工智能”，這是最匹配結(jié)果；以往的分詞方法,無論是基于規(guī)則的還是基于統(tǒng)計(jì),一般都依賴于一個(gè)事先編制的詞表。自動(dòng)分詞過程就是通過查詞表來做出詞語切分的決策。與此相反,由字極詞方法把分詞過程視為字的分類問題。即認(rèn)為每個(gè)字在構(gòu)造一個(gè)特定的詞語時(shí)都占據(jù)著一個(gè)確定的構(gòu)詞位置[2](即詞位)。

由字構(gòu)詞分詞技術(shù)的優(yōu)勢在于其能夠平衡地看待詞表詞和未登錄詞的識別問題，在字標(biāo)注過程中，所有的字根據(jù)預(yù)定義的特征進(jìn)行詞位特性的學(xué)習(xí)，獲得一個(gè)概率模型。然后在待分字串上，根據(jù)字與字之間的結(jié)合緊密程度，得到一個(gè)詞位的分類結(jié)果，最后根據(jù)語位定義，直接獲得最終的分詞結(jié)果。封閉測試結(jié)果比較見表1。

表1 backoff 2006語料上的封閉測試結(jié)果比較

1.2.3全文檢索 對非結(jié)構(gòu)化文檔建立索引，再對索引進(jìn)行搜索的過程就是全文檢索(full-text search)。在本系統(tǒng)中，采用了開源的搜索引擎Elastic Search 作為基礎(chǔ)搜索引擎在本地部署，并進(jìn)行了一定的完善。Elastic Search基于Lucene構(gòu)建，且Lucene是Apache軟件基金會眾多項(xiàng)目之一[3]。Elastic Search是一個(gè)實(shí)時(shí)性全文搜索引擎，在數(shù)據(jù)存儲方面，采用“key-value”鍵值對的存儲方式，同時(shí)其restful特性支持通過http的方式進(jìn)行信息的檢索和返回，其安裝配置、使用都十分方便[4]，具有開源、分布式方便、擴(kuò)展方便等屬性[5]。見圖2。

圖2 非機(jī)構(gòu)化全文索引

1.2.4在線預(yù)覽 對檢索出來的內(nèi)容可通過PC端、移動(dòng)端等多種不同的設(shè)備直接點(diǎn)開預(yù)覽是知識庫系統(tǒng)較為重要的功能之一，將文件下載到本地，然后再打開查看的傳統(tǒng)方式，已經(jīng)不能滿足辦公節(jié)奏日益加快的用戶需求[6]。本系統(tǒng)采用金山的在線預(yù)覽實(shí)現(xiàn)無插件式的文件在線預(yù)覽。實(shí)現(xiàn)在線圖書館的功能，不斷與急救臨床工作相結(jié)合，可在線輔導(dǎo)教學(xué)，快速指導(dǎo)臨床工作，解決急救工作中的關(guān)鍵點(diǎn)和疑難問題[7-8]。

2 應(yīng)用結(jié)果

本系統(tǒng)于2020年初正式上線運(yùn)行，已實(shí)現(xiàn)了本院急診科全科內(nèi)員工檔案、論文、研究資料、學(xué)習(xí)資料等的管理，最終建設(shè)成急診醫(yī)學(xué)科個(gè)性化、一體化、智能化的數(shù)字圖書館平臺，助力急診學(xué)科發(fā)展。數(shù)據(jù)庫建成運(yùn)行1年以來，注冊用戶數(shù)量185人，數(shù)據(jù)庫文章發(fā)布232篇，根據(jù)發(fā)布內(nèi)容進(jìn)行統(tǒng)計(jì)，各類別總閱讀量21 569人次，平均閱讀量93人次，最大閱讀量172人次；總點(diǎn)贊數(shù)8 354次，平均點(diǎn)贊數(shù)36次，最大點(diǎn)贊數(shù)148次。為了解知識庫運(yùn)行狀況，對科室工作人員發(fā)放問卷進(jìn)行調(diào)查。問卷共5個(gè)條目，分別針對知識庫的實(shí)用性、反應(yīng)及時(shí)性、急診知識的全面度、穩(wěn)定性進(jìn)行測評。

科室工作醫(yī)療、護(hù)理、醫(yī)技、科研專職人員共97人，發(fā)放問卷97份，收回97份，調(diào)查結(jié)果顯示，知識庫實(shí)用性滿意度為73.2%，及時(shí)性滿意度為74.4%，急診知識全面度滿意度為75.6%，系統(tǒng)文檔性滿意度為71.8%，5個(gè)條目滿意度均在70%以上。

3 小 結(jié)

基于Elastic Search搜索引擎實(shí)現(xiàn)的非結(jié)構(gòu)化全文檢索，可以部署在工作局域網(wǎng)絡(luò)環(huán)境中，用于搭建公開的/私有的文檔知識庫系統(tǒng)，用于管理TXT、PDF、Office、WPS等常用的檔案文件數(shù)據(jù)。利用搜索引擎技術(shù)，實(shí)現(xiàn)對海量文檔內(nèi)容的快速檢索，可更好地指導(dǎo)臨床工作，將精準(zhǔn)的醫(yī)療措施和護(hù)理技術(shù)落實(shí)到患者的救治過程中，最終提高救治效率。但目前該系統(tǒng)運(yùn)行時(shí)間較短，整合各種資源不夠全面，從系統(tǒng)采集的數(shù)據(jù)量不夠全面，相關(guān)研究有待進(jìn)一步驗(yàn)證并不斷探索。