一种基于知识图谱的预导诊及分诊技术方法技术

本发明专利技术涉及信息处理技术领域，具体涉及一种基于知识图谱的预导诊及分诊技术方法，包括以下步骤：预先将分诊前的主诉、现病史文本输入系统中，并以长文本为主，可自行选择主诉或症状的关键词获取结构化，通过结构化模型API输入数据，并对其进行结构化处理，随后提取响应实体、关系和属性，完成机构化的数据，使数据形成的实体、关系和属性在知识图谱内进行对应检索和查询；本发明专利技术中使用基于概率的Xgboost方法构建室实体与症状、主诉、疾病之间的关系模式，以提高医疗相关数据的关联，且基于知识节点的路径搜索结合多种推理机模式形成更为精准的判定，可进行复杂情况下的导诊与分诊，以此提高导诊与分诊的速率。以此提高导诊与分诊的速率。以此提高导诊与分诊的速率。

【技术实现步骤摘要】
一种基于知识图谱的预导诊及分诊技术方法


[0001]本专利技术涉及信息处理
，具体涉及一种基于知识图谱的预导诊及分诊技术方法。

技术介绍

[0002]知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系，知识图谱，是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。
[0003]但是，目前的医疗行业内有使用知识图谱结合JENA推理器进行分类推断的方案，但此方案因规则编写逻辑与规则编写语言复杂程度太高，导致有较大的上手门槛且推广成本较高。

技术实现思路

[0004]解决的技术问题
[0005]针对现有技术所存在的上述缺点，本专利技术提供了一种基于知识图谱的预导诊及分诊技术方法，解决了医疗行业内有使用知识图谱结合JENA推理器进行分类推断的方案，但此方案因规则编写逻辑与规则编写语言复杂程度太高，导致有较大的上手门槛且推广成本较高的问题。
[0006]技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0008]一种基于知识图谱的预导诊及分诊技术方法，包括以下步骤：
[0009]S1：预先将分诊前的主诉、现病史文本输入系统中，并以长文本为主，可自行选择主诉或症状的关键词获取结构化；
[0010]S2：通过结构化模型API输入数据，并对其进行结构化处理，随后提取响应实体、关系和属性；
[0011]S3：完成机构化的数据，使数据形成的实体、关系和属性在知识图谱内进行对应检索和查询；
[0012]S4：基于知识图谱内的实体、关系和属性节点或边，调用规则推理器及知识规则，且由规则推理器使用If/Then模式对输入的结构化语料做逻辑判定，输出具体科室信息；
[0013]S5：同时基于S4中知识图谱内的实体、关系和属性节点或边，调用机器学习模型推理器，并对输入的结构化语料做推理计算，输出具体科室信息。
[0014]更进一步地，所述分诊与导诊由模型端、服务接口及系统端所组成，所述模型端中的医疗相关知识开发平台经网络将医疗相关数据分别传输至病例结构化开发、知识图谱开
发及其他相关知识中，所述系统端由检索系统、智能导诊分诊、CDSS及内涵质控组成；
[0015]所述病例结构化开发用于将数据进行标注、效果测试、管理语料及模型训练以形成结构化模型，且结构化模型及系统端中的检索系统与服务接口中的病例结构化API接口相连接，以通过所述检索系统获取结构化模型中的病例数据；
[0016]所述知识图谱开发用于将医疗相关基本知识、疾病诊疗指南、医疗文献及质控相关知识集成并存储至知识图谱库中；
[0017]所述其他相关知识包括知识辞典文献、病症统计模型及药物知识，且将三者归纳储存至规则、统计模型中；
[0018]所述智能导诊分诊、CDSS与内涵质控均通过CDSS推理API接口获取知识图谱库及规则、统计模型中的数据。
[0019]更进一步地，所述结构化数据所形成的实体、关系和属性在所述知识图谱内进行对应检索和查询时，若有相应的科室，则输出科室结论，若无相应的科室，基于知识图谱的应用形成图谱内归一化。
[0020]更进一步地，所述规则推理器通过规则引擎整合传入系统中的Fact集合和规则集合，进而触发一个或多个业务操作，且通常以声明式的方式在业务代码中实现。
[0021]更进一步地，所述规则引擎通常以正向链接与反向链接的执行方式声明；
[0022]所述正向链接基于“数据驱动”的形式插入Fact对象和Fact对象的更新，且基于规则引擎利用可用的Fact推理规则来提取出更多的Fact对象，直到计算出最终目标，以获取一个或多个规则被匹配并计划执行；
[0023]所述反向链接基于“目标驱动”或推理形式，且通过所述规则引擎假设的结论开始，若不能直接满足假设，则搜索可满足假设的子目标；其中，所述规则引擎会循环执行这一过程，直到证明结论或没有更多可证明的子目标为止。
[0024]更进一步地，所述知识图谱中的知识推理用于在已有的事实基础上，推理出新的知识或者识别出知识图谱上已有知识的错误。
[0025]更进一步地，所述知识规则用于在已有知识的基础之上，推断出未知的知识，且通过已知的知识出发获取到所蕴含的新的事实，或已有的知识中进行归纳，并将个体知识推广到一般性知识。
[0026]更进一步地，所述机器学习模型推理器用于对确定的主诉、现病史输入并进行模型推理以形成特定的结论；其中，需预先对输入的数据进行结构化处理、映射和归一化处理。
[0027]更进一步地，所述知识图库由结构化数据、半结构化数据、非结构化数据、知识抽取、知识融合及知识检索组成；
[0028]所述知识抽取用于公开的半结构化数据、非结构化数据，并提取出实体、关系、属性知识要素；
[0029]所述知识融合用于消除实体、关系、属性等指称项与事实对象之间的歧义以形成知识库，所述知识融合中的知识推理用于在已有的知识库基础上进一步挖掘隐含知识；
[0030]所述知识图谱查询用于针对RDF模式表示的图谱查询语言，且通过使用SPARQL协议来发送SPARQL查询去查询，所述SPARQL用于通过选择、抽取的方式从被表示为RDF的知识中获取特定的部分。
[0031]更进一步地，所述知识抽取包括实体抽取、关系抽取及属性抽取，且通过自动化的技术抽取出可用的知识单元；其中，知识单元主要包括实体、关系以及属性知识要素；
[0032]所述实体抽取用于从原始语料中自动识别出命名实体；
[0033]所述关系抽取用于解决实体间语义链接中的问题；
[0034]所述属性抽取用于针对实体且通过属性形成对实体的完整勾画；其中，所述属性抽取可将实体属性的抽取问题转换为关系抽取问题。
[0035]有益效果
[0036]采用本专利技术提供的技术方案，与已知的公有技术相比，具有如下有益效果：
[0037]1、本专利技术中使用基于概率的Xgboost方法构建室实体与症状、主诉、疾病之间的关系模式，以提高医疗相关数据的关联，且基于知识节点的路径搜索结合多种推理机模式形成更为精准的判定，可进行复杂情况下的导诊与分诊，以此提高导诊与分诊的速率；另外，采用了If/Then模式的规则编写，极大地降低了规则编写门槛，同时使得规则可被轻易地与已有官方知识(教材、指南)进行关联。
[0038]2、本专利技术中知识图谱库是由多种智能信息处理技术的支持所构建与应用的，且知识单元是由实体(概念的外延)、关系以及属性三个知识要素组成，并以此为基础，以此形成一系列高质量的事实表达及高质量的知识库，而知识融合中的知识推理则是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的预导诊及分诊技术方法，其特征在于，包括以下步骤：S1：预先将分诊前的主诉、现病史文本输入系统中，并以长文本为主，可自行选择主诉或症状的关键词获取结构化；S2：通过结构化模型API输入数据，并对其进行结构化处理，随后提取响应实体、关系和属性；S3：完成机构化的数据，使数据形成的实体、关系和属性在知识图谱内进行对应检索和查询；S4：基于知识图谱内的实体、关系和属性节点或边，调用规则推理器及知识规则，且由规则推理器使用If/Then模式对输入的结构化语料做逻辑判定，输出具体科室信息；S5：同时基于S4中知识图谱内的实体、关系和属性节点或边，调用机器学习模型推理器，并对输入的结构化语料做推理计算，输出具体科室信息。2.根据权利要求1所述的一种基于知识图谱的预导诊及分诊技术方法，其特征在于，所述分诊与导诊由模型端、服务接口及系统端所组成，所述模型端中的医疗相关知识开发平台经网络将医疗相关数据分别传输至病例结构化开发、知识图谱开发及其他相关知识中，所述系统端由检索系统、智能导诊分诊、CDSS及内涵质控组成；所述病例结构化开发用于将数据进行标注、效果测试、管理语料及模型训练以形成结构化模型，且结构化模型及系统端中的检索系统与服务接口中的病例结构化API接口相连接，以通过所述检索系统获取结构化模型中的病例数据；所述知识图谱开发用于将医疗相关基本知识、疾病诊疗指南、医疗文献及质控相关知识集成并存储至知识图谱库中；所述其他相关知识包括知识辞典文献、病症统计模型及药物知识，且将三者归纳储存至规则、统计模型中；所述智能导诊分诊、CDSS与内涵质控均通过CDSS推理API接口获取知识图谱库及规则、统计模型中的数据。3.根据权利要求1所述的一种基于知识图谱的预导诊及分诊技术方法，其特征在于，所述结构化数据所形成的实体、关系和属性在所述知识图谱内进行对应检索和查询时，若有相应的科室，则输出科室结论，若无相应的科室，基于知识图谱的应用形成图谱内归一化。4.根据权利要求1所述的一种基于知识图谱的预导诊及分诊技术方法，其特征在于，所述规则推理器通过规则引擎整合传入系统中的Fact集合和规则集合，进而触发一个或多个业务操作，且通常以声明式的方式在业务代码中实现。5.根据权利要求4所述的一种基于知识图谱的预导诊及分诊技术方法，其特征在于，所述规则引擎通常以正向链接与反向链接的执行方式声明；所述正向链接基于“数据...

【专利技术属性】
技术研发人员：樊海东，高勤，章丹，陆凯，丁川，叶凯，鲁冰青，
申请(专利权)人：江苏曼荼罗软件股份有限公司，
类型：发明
国别省市：