醫療知識圖譜的構建方法和裝置制造方法及圖紙

本發明專利技術公開了一種醫療知識圖譜的構建方法和裝置。其中，該方法包括：獲取樣本數據中的各醫療關鍵詞以及各所述醫療關鍵詞之間的關聯關系；根據所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度；基于各所述醫療關鍵詞以及所述關聯強度，構建醫療知識圖譜。采用本發明專利技術的技術方案，通過樣本數據以及從樣本數據中獲取到的各醫療關鍵詞以及各醫療關鍵詞之間的關聯關系，先計算出各醫療關鍵詞之間的關聯強度，然后根據各醫療關鍵詞以及關聯強度構建醫療知識圖譜，不僅能直觀反映出各醫療關鍵詞之間的關聯，而且能夠確定各醫療關鍵詞之間的關聯強弱，有利于梳理樣本數據中的醫療知識，總結經驗，推動醫學的發展。

Method and device for constructing medical knowledge map

The invention discloses a method and a device for constructing a medical knowledge spectrum. Among them, the method includes: obtaining the relationship between the sample data of various medical keywords and each of the medical keywords; according to the sample data and the correlation relation, calculated the strength of association between each of the medical keywords; each of the medical key words and the strength of the association based on the construction of medical knowledge map. The technical scheme of the invention, the relationship between the sample data and access to the data from the sample in the medical and health key words, first to calculate the strength of association between the various medical keywords, then according to the construction of medical knowledge of the medical related keywords and strength, not only can directly reflect the relationship between the various medical keywords, and to determine the relationship between the various medical keywords, is conducive to the combing of the sample data of medical knowledge, experience, promote the development of medicine.

【技術實現步驟摘要】
醫療知識圖譜的構建方法和裝置
本專利技術實施例涉及計算機應用
，尤其涉及一種醫療知識圖譜的構建方法和裝置。
技術介紹
病歷是醫務人員對患者疾病的發生、發展、轉歸，進行檢查、診斷、治療等醫學活動過程所作的文字記錄。病歷既是臨床實踐工作的總結，又是探索疾病規律及處理醫學糾紛的法律依據，是國家的寶貴財富。在臨床醫學中，有效整理病歷，從中挖掘醫生臨床經驗，對醫學進步具有重大意義。在實際診療中，由于醫務人員本身存在知識儲備和臨床經驗等方面的差異性，往往不同的醫務人員針對同一種疾病或者癥狀的診斷方式以及用藥習慣等也不盡相同，而出現有的收效顯著有的卻見效甚微。而通過組織業內醫務人員的進行治療經驗交流，不僅需要大量的人力物力，且不具有實時性和普遍共享性。因此，如何有效地從病歷中整理出醫學知識，實現醫學知識共享顯得尤為重要。
技術實現思路
本專利技術提供了一種醫療知識圖譜的構建方法和裝置，以有效地從樣本數據中整理出醫學知識，實現醫學知識共享。第一方面，本專利技術實施例提供了一種醫療知識圖譜的構建方法，該方法包括：獲取樣本數據中的各醫療關鍵詞以及各所述醫療關鍵詞之間的關聯關系；根據所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度；基于各所述醫療關鍵詞以及所述關聯強度，構建醫療知識圖譜。第二方面，本專利技術實施例還提供了一種醫療知識圖譜的構建裝置，該裝置包括：醫療關鍵詞獲取模塊，用于獲取樣本數據中的各醫療關鍵詞以及各所述醫療關鍵詞之間的關聯關系；關聯強度計算模塊，用于根據所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度；醫療知識圖譜構建模塊，用于基于各所述醫療關鍵詞以及所述關聯強度，構建醫療知識圖譜。本專利技術實施例的技術方案，通過樣本數據以及從樣本數據中獲取到的各醫療關鍵詞以及各醫療關鍵詞之間的關聯關系，先計算出各醫療關鍵詞之間的關聯強度，然后根據各醫療關鍵詞以及關聯強度構建醫療知識圖譜，通過圖譜的形式將樣本數據中的醫療知識進行匯集，不僅能直觀反映出各醫療關鍵詞之間的關聯，而且能夠確定各醫療關鍵詞之間的關聯強弱，有利于梳理樣本數據中的醫療知識，總結樣本數據中的醫學經驗，進而推動醫學的發展。附圖說明為了更加清楚地說明本專利技術示例性實施例的技術方案，下面對描述實施例中所需要用到的附圖做一簡單介紹。顯然，所介紹的附圖只是本專利技術所要描述的一部分實施例的附圖，而不是全部的附圖，對于本領域普通技術人員，在不付出創造性勞動的前提下，還可以根據這些附圖得到其他的附圖。圖1為本專利技術實施例一所提供的一種醫療知識圖譜的構建方法的流程圖；圖2為本專利技術實施例二所提供的一種醫療知識圖譜的構建方法的流程圖；圖3為本專利技術實施例三所提供的一種醫療知識圖譜的構建方法的流程圖；圖4為本專利技術實施例四所提供的一種醫療知識圖譜的構建方法的流程圖；圖5為本專利技術實施例三所提供的一種醫療知識圖譜的構建裝置的結構圖。具體實施方式下面結合附圖并通過具體實施方式來進一步說明本專利技術的技術方案。可以理解的是，此處所描述的具體實施例僅僅用于解釋本專利技術，而非對本專利技術的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本專利技術相關的部分而非全部結構。在更加詳細地討論示例性實施例之前應當提到的是，一些示例性實施例被描述成作為流程圖描繪的處理或方法。雖然流程圖將各步驟描述成順序的處理，但是其中的許多步驟可以被并行地、并發地或者同時實施。此外，各步驟的順序可以被重新安排。當其操作完成時所述處理可以被終止，但是還可以具有未包括在附圖中的附加步驟。所述處理可以對應于方法、函數、規程、子例程、子程序等等。實施例一圖1為本專利技術實施例一所提供的一種醫療知識圖譜的構建方法的流程圖。如圖1所示，本實施例的方法可以由醫療知識圖譜的構建裝置來執行，該裝置可通過硬件和/或軟件的方式實現，并一般可獨立的配置在服務器中或者由終端和服務器配合實現本實施例的方法。本實施例的方法具體包括：S110、獲取樣本數據中的各醫療關鍵詞以及各所述醫療關鍵詞之間的關聯關系。示例性地，樣本數據可以是醫學文獻、醫學實驗報告以及病歷等包含醫學知識的資源。醫療關鍵詞可以是用于描述醫學知識的醫學標準術語或者各醫學標準術語的同義詞、近義詞、縮寫等。具體地，各醫療關鍵詞至少包括以下四種類型：癥狀(Symptom)、化驗指標和檢查標志物(Lab)、診斷(Diagnosis)、治療(Therapy)等。其中，治療主要包括藥品和手術等。進一步地，各醫療關鍵詞之間的關聯關系具體可包括，癥狀與其它癥狀之間的關聯關系、癥狀與診斷之間的關聯關系、癥狀與檢查之間的關聯關系、癥狀與治療之間的關聯關系、診斷與其它診斷(并發癥)之間的關聯關系、診斷與癥狀之間的關聯關系、診斷與檢查之間的關聯關系、診斷與治療之間的關聯關系、檢查與其它檢查之間的關聯關系、檢查與癥狀之間的關聯關系、檢查與診斷之間的關聯關系、治療與其它治療(如多種藥品之間產生的相輔或沖突的作用)之間的關聯關系、治療與癥狀之間的關聯關系以及治療與診斷之間的關聯關系等?？蛇x地，可以請醫學專業人士預先人工整理出或者借助人工智能技術整理出各醫療關鍵詞，以及各醫療關鍵詞的各種屬性等醫學知識，先錄入數據庫中，然后建立搜索索引，并且把相關知識條目連綴起來，生成醫學知識庫。即，醫學知識庫中存儲有各醫療關鍵詞以及各醫療關鍵詞之間的關聯關系的數據庫，將各種醫療關鍵詞及其關聯關系，組成網狀結構，方便存儲和調用。為了便于查詢，醫學知識庫還可以增加智能文字處理與檢索功能。其中，醫學知識一般有兩個來源，醫學文獻和某一領域專家的臨床經驗。醫學知識庫可以理解為一個由點(Vertex)和邊(Edge)組成的初級的醫療知識圖譜，其中，點用來描述醫療知識圖譜中的各醫療關鍵詞，譬如各種癥狀、各種器官和組織等；邊用來描述各醫療關鍵詞之間的關系，譬如“位于”、“包含”以及“數量”等等。點和邊都是預先定義的有限集合。其中，各醫療關鍵詞之間的拓撲關系可以理解為醫療知識圖譜的邊，用于描述各醫療關鍵詞之間的關聯關系。例如，各個器官之間的位置關系以及各種癥狀的數量關系等。為了便于對各醫療關鍵詞進行整理，可以將原生態病歷轉換成結構化病歷以后，獲取用各標準化醫學術語對應的各醫療關鍵詞以及各醫療關鍵詞之間的關聯關系。S120、根據所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度。在本實施例中，根據樣本數據以及關聯關系，計算出各醫療關鍵詞之間的關聯強度，具體可以包括：根據關聯關系確定出各醫療關鍵詞的共現樣本數據的數量；分別統計出各醫療關鍵詞所在的樣本數據，作為各醫療關鍵詞的關聯樣本數據；基于各醫療關鍵詞的關聯樣本數據的數量、共現樣本數據的數量以及樣本數據的總數，計算出各醫療關鍵詞之間的關聯強度。或者，基于各醫療關鍵詞的屬性以及從屬關系構建至少一個樹形結構，其中，樹形結構中的各節點為同一屬性且具有從屬關系的各醫療關鍵詞；根據樣本數據、關聯關系以及樹形結構，計算出各醫療關鍵詞之間的關聯強度。進一步地，具體可根據樣本數據以及關聯關系，計算出樹形結構中的最后一層葉節點與各醫療關鍵詞之間的關聯強度；根據最后一層葉節點與各醫療關鍵詞之間的關聯強度，計算出樹形結構中各個節點與各醫療關鍵詞之間的關聯強度。為了進一步精準描述各醫療關鍵詞本文檔來自技高網...

【技術保護點】
一種醫療知識圖譜的構建方法，其特征在于，包括：獲取樣本數據中的各醫療關鍵詞以及各所述醫療關鍵詞之間的關聯關系；根據所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度；基于各所述醫療關鍵詞以及所述關聯強度，構建醫療知識圖譜。

【技術特征摘要】
1.一種醫療知識圖譜的構建方法，其特征在于，包括：獲取樣本數據中的各醫療關鍵詞以及各所述醫療關鍵詞之間的關聯關系；根據所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度；基于各所述醫療關鍵詞以及所述關聯強度，構建醫療知識圖譜。2.根據權利要求1所述的方法，其特征在于，所述根據各所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度，包括：基于各所述醫療關鍵詞的屬性以及從屬關系構建至少一個樹形結構，其中，所述樹形結構中的各節點為同一屬性且具有從屬關系的各所述醫療關鍵詞；根據所述樣本數據、所述關聯關系以及所述樹形結構，計算出各所述醫療關鍵詞之間的關聯強度。3.根據權利要求2所述的方法，其特征在于，所述根據所述樣本數據、所述關聯關系以及所述樹形結構，計算出各所述醫療關鍵詞之間的關聯強度，包括：根據所述樣本數據以及所述關聯關系，計算出所述樹形結構中的最后一層葉節點與各所述醫療關鍵詞之間的關聯強度；根據所述最后一層葉節點與各所述醫療關鍵詞之間的關聯強度，計算出所述樹形結構中各個節點與各所述醫療關鍵詞之間的關聯強度。4.根據權利要求1所述的方法，其特征在于，所述根據所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度，包括：根據所述關聯關系，確定出各所述醫療關鍵詞之間的關聯方向，其中，所述關聯方向包括正向關聯和逆向關聯；根據所述樣本數據以及所述關聯方向，分別計算出各所述醫療關鍵詞之間的正向關聯強度和逆向關聯強度。5.根據權利要求1所述的方法，其特征在于，所述根據所述樣本數據以及所述關聯關系，計算出各所述醫療關鍵詞之間的關聯強度，包括：根據所述關聯關系確定出各所述醫療關鍵詞的共現樣本數據的數量；分別統計出各醫療關鍵詞所在的樣本數據，作為各所述醫療關鍵詞的關聯樣本數據；基于各所述醫療關鍵詞的所述關聯樣本數據的數量、所述共現樣本數據的數...

【專利技術屬性】
技術研發人員：鄧侃，邱鵬飛，劉旭濤，孫俊，
申請(專利權)人：北京大數醫達科技有限公司，
類型：發明
國別省市：北京,11