南宁建网站公司就去云尚网络,支持企业网站发布要怎么做,新手练习做网站哪个网站比较合适,vr网站开发转载公众号 | DataFunSummit分享嘉宾#xff1a;徐美兰 浙江数字医疗卫生技术研究院 数字医学知识中心主任编辑整理#xff1a;李杰 京东出品平台#xff1a;DataFunTalk导读#xff1a;数研院这些年在知识图谱建设上取得了丰硕成果#xff0c;今天我们将图谱构建过程中的… 转载公众号 | DataFunSummit分享嘉宾徐美兰 浙江数字医疗卫生技术研究院 数字医学知识中心主任编辑整理李杰 京东出品平台DataFunTalk导读数研院这些年在知识图谱建设上取得了丰硕成果今天我们将图谱构建过程中的经验、心得分享给大家欢迎大家讨论交流。本次分享的题目为深度应用驱动的医学知识图谱构建主要内容包含4方面国内外医学知识图谱发展情况医学知识图谱的领域特征和应用需求数研院医学知识图谱构建模型建立、“七巧板”本体术语集构建、“汇知”图谱构建医学知识图谱应用案例01国内外医学知识图谱发展情况1. 知识图谱概念知识图谱广义概念作为一种技术体系指大数据知识工程的一系列代表性技术的总称。知识图谱狭义概念作为一种知识表示形式知识图谱是一种大规模语义网络包含实体、概念及其之间的各种语义关系。如下图中的二甲双胍知识图谱片段。2. 国外医学知识图谱UMLS由美国国家医学图书馆自1986年起研究和开发的一体化医学语言系统包含超级词表、语义网络、专业词典和词汇处理工具。其规模语义网络包含133种语义类型54中语义关系。超级叙词表包含300多万概念1300多万概念名称。SNOMED CT2002年1月SNOMED首次发布它由两大医学术语SNOMED RT与CTV3合并而来国际版SNOMED CT在每年的1月和7月更新一次。SNOMED CT核心构建是概念、描述术语和关系。其规模目前包含19种语义类型50多种语义关系35万概念120万描述术语110万关系。3. 国内医学知识图谱CUMLS由中国医学科学院医学信息研究所基于UMLS开发的中文一体化医学语言系统包含医学词表、语义网、构建工具与平台。其规模共收录医学主题词3万余条、入口词3万余条、医学术语10万余条、医学词汇素材30万余条。医药卫生知识服务系统由中国医学科学院医学信息研究所承建通过对资源的深度挖掘和关联分析建设了知识图谱、知识脉络分析等特色知识服务和应用。其规模已发布疾病和药品领域知识图谱其中疾病涵盖心脑血管疾病、呼吸系统疾病、免疫系统疾病、消化系统疾病、肿瘤等。中医药知识图谱中国中医科学院中医药信息研究所依托中医药学语言系统TCMLS构建了中医药知识图谱。其类型包括基于中医药学语言系统的知识图谱、中医美容知识图谱、中医养生知识图谱、中国临床知识图谱。OpenKG由中国中文信息学会倡导的中文领域开放知识图谱社区项目主要工作内容包括OpenKG.CN开放图谱资源库、cnSchema中文开放图谱Schema和Openbae开放知识图谱众包平台。02医学知识图谱的领域特征和应用需求1. 医学知识的特点医学术语多样性不同知识源对同一个概念采用了不同术语进行表达。比如糖尿病又可称为消渴症、消渴、DM等。精度要求高医学知识专业性强医学应用场景容错率低因此医学知识图谱的精确度要求高。复杂度高医学是经验总结的科学医学概念的内涵往往比较丰富且有些医学知识复杂很难用简单三元组表达。2. 医学知识图谱应用场景医学知识图谱的不同应用场景需求侧重点也有所不同需要最大化的满足才能提高图谱的适用性。如下所示3. 定制化解决方案为满足行业深度应用需求医学知识图谱构建时需引入更多定制化解决方案如下所示03数研院医学知识图谱构建1. 模型建立医学领域的知识图谱由于其知识专业性强行业通常采用自上而下的方式先构建Schema再抽取知识。数研院医学知识图谱Schema主要参考了UMLS语义网络、Schema.org、cnSchema等。相关数据涉及四大领域疾病、药品、手术操作、检验检查。当然我们在知识图谱的构建过程中会根据抽取和应用的实际情况不断完善和优化Schema。数研院医学知识图谱于2019年8月首次发布Schema目前包含72种语义类型、493种语义关系。Schema查询和下载地址为http://schema.omaha.org.cn/class/Thing#。Schema分别用于指导“七巧板”医学本体术语集和“汇知”医学知识图谱的构建完善医学知识表达的体系。我们之所以在一个模型指导下构建两个知识库是为了解决不同的问题。“七巧板”采用本体解决与逻辑定义即内涵定义相关的关系以及层次关系。“汇知”采用语义网络解决可能性、经验性的关系并且无层次关系。具体请看下图2. “七巧板”本体术语集构建本体术语集的构建整体有6个步骤依次如下所示Step1确定领域范畴。当前我们以满足临床诊疗需求为切入点开始尝试构建医学知识图谱。主要涉及范围疾病、症状、体征手术操作、检验检查药品人体形态结构基因医疗器械。Step2选取合适的知识源。充分收录行业现行标准、教科书、指南等权威知识源并同时补充临床病历、互联网诊疗中的术语等。Step3梳理重要术语。梳理领域中的重要术语并由领域专家进行语义层面的实体归一完成概念化。相关流程如下所示Step4建立关系。“七巧板”医学本体术语集的核心构建包括概念、术语、关系及映射。如下图所示充分保留知识源中的已有层级关系通过机器推理、人工添加的方式进行优化。挖掘知识源中的属性关系并通过机器推荐、人工添加进行补充。制定明确的映射规则采用机器推荐、专家审核的方式建立映射。Step5存储和浏览。采用关系型数据库分为概念表、术语表、关系表、映射表进行存储且保留历史痕迹。术语浏览器实现术语集构建的快速查找并可按需实现子集定制。如查看关系操作如下所示Step6平台及工具支撑。自研的知识库维护平台CoWork内嵌术语集研制规则支持多人共同协作。CoWork中“七巧板”的功能如下所示CoWork中术语集编辑器可实现概念层面的编辑功能需求并支持多人同时在线协作协作方式为不创建分支采用编辑锁。术语映射工具利用算法推荐调高映射效率。目前“七巧板”术语集收录97万概念、123万术语和292万关系包含疾病、操作、药品等语义类型。我们在持续进行更新维护按季度发布每季度第一个月20号发布新版本。3. “汇知”图谱构建“汇知”知识图谱的构建有五个步骤分别如下Step1选取合适的知识源。选取临床指南、临床路径、医学书籍文献等权威知识源并同时补充医学百科类知识。简言之即非结构化知识源半结构化知识源结构化知识源。Step2知识抽取。具体内容包括实体识别和关系抽取。实体识别通过基于规则的命名实体识别专家审核提高标注效率产生的标注数据用于训练深度学习模型。具体流程如下所示关系抽取基于实体识别的结果专家标注关系产生的标注数据用于句法规则总结和半监督学习。具体流程如下所示Step3知识融合。最大化地将“汇知”图谱与“七巧板”术语集融合可为图谱的深度应用打下基础。其过程大致包括实体归一、实体对齐、关系融合等阶段。具体操作如下所示Step4知识存储和检索。除传统的三元组外加入“属性组”和“来源”字段使知识表达更加准确同时确保知识的可溯源性。保留三元组的来源满足三元组在不同场景应用的需求。还可通过可视化搜索快速直观地查看图谱数据如下图所示Step5平台及工具支撑。自研知识库维护平台CoWork,内嵌知识图谱集研制规则支持多人共同协作。CoWork中“汇知”的功能描述如下用户可创建多种自定义标注方案批量上传和分配任务在基于brat的文本标注工具上各地志愿者可合作共建知识图谱。“汇知”图谱目前已发布7个领域共计约11万实体82万三元组每个季度第二个月20号发布新版本。前述7个领域如下所示最后数研院发起的知识图谱协作项目已持续开展5年已有百名个人志愿者、多家优秀企业参与。贡献榜如下所示04医学知识图谱应用案例1. 智能预警知识图谱作为底层支撑辅以更多规则实现更全面的临床诊疗推理。如下低钾案例所示此外还可基于知识图谱进行推理实现实验室危急结果的预警和处方异常预警。如下胸痛案例所示2. 指南推荐基于医学本体层级关系推理后进行推荐使推荐结果更丰富。如下科塔尔综合征案例所示另外还可根据患者信息推荐相似病历、临床路径、指南等辅助医生制定治疗计划、规范治疗流程。如下案例所示3. 数据直报将医学知识图谱中的部分内容作为信息模型中的值集实现医疗数据与医学知识之间的绑定。术语绑定指将医学术语集中的概念分配临床信息模型中的具体数据单元从而实现医学术语和临床信息模型的联系和赋予某种程度上的语义。读者可参考下图理解也可在信息系统中提前设定相应规则基于“法定传染病”子集进行传染病直报判断与提示。如下图所示除此以外其他应用还包括智能编码、科研分析等。如果读者感兴趣可关注我们的官网动态~今天的分享就到这里谢谢大家。分享嘉宾OpenKGOpenKG中文开放知识图谱旨在推动以中文为核心的知识图谱数据的开放、互联及众包并促进知识图谱算法、工具及平台的开源开放。点击阅读原文进入 OpenKG 网站。
