[发明专利]一种基于动态图序列的病历知识图谱构建方法及系统

说明书

本发明公开了一种基于动态图序列的病历知识图谱构建方法及系统。所述构建方法包括：获取医疗病历数据；所述医疗病历数据包括电子病历以及病人的特征数据；对所述预处理后的医疗病历数据进行预处理，确定预处理后的医疗病历数据；根据所述预处理后的医疗病历数据构建病例图；所述病例图为多个实体以及实体与实体之间的关系；所述实体包括药物、症状、疾病类别以及药物类别，所述实体与实体之间的关系包括“拥有属性”关系、“治疗”关系；引入时间维度，利用所述病例图定义演化图序列模型，确定病人在不同时间点的医疗病历数据构建的病历知识图谱。采用本发明所提供的构建方法及系统能够提高用户查询疾病类别的效率。

技术领域

本发明涉及病历知识图谱构建领域，特别是涉及一种基于动态图序列的病历知识图谱构建方法及系统。

背景技术

如今，人工智能已经成为新一轮科技革命和产业变革的核心驱动力，中国人工智能当前正处于行业应用大规模起量阶段，“人工智能(Artificial Intelligence，AI)+传统行业”加快融合，逐渐渗透到安防、医疗、零售、交通、制造、家居等众多领域。其中，医疗已成为AI行业最热门的研究和应用领域，2013年以来，医疗AI领域投融资热度也高于其他行业；中国政府2017年发布2030年人工智能计划，医疗是中国首批AI应用的四大重点领域之一，如何利用医疗数据，挖掘数据的深层价值，是未来信息科技发展的趋势。

知识图谱于2012年由谷歌首次提出并应用于谷歌搜索引擎，以提高用户查询的效率，并且被证明能够有效地表示真实世界的实体及其关系；知识图谱以结构化的形式描述客观世界中概念、实体及其之间的关系，将信息表达成更接近人类认知世界的形式，并以机器可读的形式存储数据，提供了一种更好的组织、管理和理解海量信息的能力；知识图谱中的节点主要包括实体节点、类别节点、属性节点，节点之间的连线则表示节点之间的关系，现在基于知识图谱的技术变得越来越流行，知识图谱技术在医学领域的应用将在解决高质量医疗资源供给与医疗服务需求不断增加之间的矛盾中发挥重要作用。

已有的采用图模型来表示复杂的医学数据的工作，它们可以更好地代表现实世界中的数据关系；然而，它们在实际应用中受到某些限制，因为其忽略了临床记录的时间特性；而将医学数据建模为时间序列数据的一些现有的工作，采用了几种先进的机器学习算法进行预测分析，但是未能捕获各种医学特征之间的显性和隐性关系，只将医疗数据提取为实体集合而忽略了各种实体特征之间的语义关系将会影响后续对医疗数据的研究结果，降低了用户查询疾病类别的效率。

发明内容

本发明的目的是提供一种基于动态图序列的病历知识图谱构建方法及系统，以解决用户查询疾病类别的效率低的问题。

为实现上述目的，本发明提供了如下方案：

一种基于动态图序列的病历知识图谱构建方法，包括：

获取医疗病历数据；所述医疗病历数据包括电子病历以及病人的特征数据；

对所述预处理后的医疗病历数据进行预处理，确定预处理后的医疗病历数据；

根据所述预处理后的医疗病历数据构建病例图；所述病例图为多个实体以及实体与实体之间的关系；所述实体包括药物、症状、疾病类别以及药物类别，所述实体与实体之间的关系包括“拥有属性”关系、“治疗”关系；

引入时间维度，利用所述病例图定义演化图序列模型，确定病人在不同时间点的医疗病历数据构建的病历知识图谱。

可选的，所述根据所述预处理后的医疗病历数据构建病例图，具体包括：

利用逆向最大匹配分词算法，对所述预处理后的医疗病历数据进行文本分词处理，并结合医学词典确定分词结果；

根据所述分词结果确定病例图中的实体节点；

对于未记录在所述医学词典内部的分词结果，利用医学的语义匹配技术进行处理，确定病例图中的实体节点；