[发明专利]一种构建肾病专科医学知识图谱的方法、模型及系统

说明书

采用本发明方法训练后的BIO标注模型，能够批量自动提取肾病专科电子病历中的实体及关系，能够批量自动识别病例资料中的肾病、症状、检查、医疗等医学命名实体。采用肾病专科医学知识图谱的方式展现肾病医学大数据资料，更是能为肾病专科临床智能支持、循证医学研究和疾病监控等提供支持,从而提高医疗服务质量。

技术领域

本发明涉及知识展示领域,具体的说是一种构建肾病专科医学知识图谱的方法、模型及系统。

背景技术

中文医学文本命名实体识别研究方法大致分为基于规则和词典的方法，以及基于机器学习的方法。基于规则和词典的方法是命名实体识别中最早使用的方法，该方法大多采用语言学专家手工构造规则模板，以模式和字符串相匹配为主要手段，这类系统大多依赖于知识库和词典的建立。

中文医学文本命名实体识别研究方法涉及两项重要任务：命名实体识别与命名实体关系提取。把命名实体识别任务看作是实体边界和实体类型的分类问题，可以使用支持向量机与贝叶斯等分类算法。把命名实体识别任务也可看作是序列标注问题，可以使用隐马尔可夫模型、马尔可夫随机场、条件随机场等概率图模型算法。把实体关系提取看作是非对称二元关系类型的分类问题，可以使用支持向量机与kNN等分类算法。

单纯的依赖于知识库和词典难以适用于复杂语境。因此基于机器学习的方法效果更加能够接受。

现在虽对医学知识结构化的研究不少，但是还是没有一个完备的肾病专科医学知识图谱，由于多数肾病的病程长、预后差、治疗周期长特点亟需一个完备的肾病专科医学知识图谱展示肾病大数据，便于辅助医学诊断。

发明内容

针对上述技术难题,本发明提供一种构建肾病专科医学知识图谱的方法，包括如下步骤：

S1、搜集电子病历语料；

将医院肾脏病专科电子病历导出，电子病历为TXT文本形式。人工将医院肾脏病专科电子病历导出，选择TXT文本格式，将各个患者的电子病历导出，得到诸多TXT文本格式的电子病历。目前，各医院均建有医院电子病历系统，电子病历系统属于现有技术，本发明所涉及的电子病历数据来源于合作医院。

进一步的，所述电子病历涵盖原发性肾小球疾病、代谢病相关肾损害、风湿病相关肾损害、感染性肾损害、急性肾损害与慢行肾衰竭等几十种慢性肾病患者的电子病历。所述电子病历具有较完整的人口学特征、身体测量特征、检验检查特征、症状特征、家族史、 既往史等信息。

S2、得到文本数据的步骤

对电子病历文本做医学词分词处理，分别定义命名实体类型、关系类型。

定义实体类型，实体类型包括：手术、药名、疾病、症状、程度、检查、结果、家族史、家族史属性、病史、病史属性、身高、体重、BMI、臀围、腰臀比、腰围、怀孕；

人工将每一份电子病历中出现的肾病相关的医学词进行实体类型标注，将肾病相关的医学词归类到所述各实体类型中；所述肾病相关的医学词为实体；

定义关系类型，关系类型包括：施加于、导致、结果、程度、家族史、病史；

人工对每一份电子病历中已经标注好的实体类型按照标注方式进行关系类型标注，标注方式采用BIO标注法，以B开头的标签表示一个实体的开头，以I开头的标签表示一个实体的剩余部分，标签O表示非实体；

对每一个医学词实体进行汉语拼音标注，汉语拼音为手术、药名、疾病、症状、程度、检查、结果、家族史、家族史属性、病史、病史属性、身高、体重、BMI、臀围、腰臀比、腰围、怀孕18个具体实体类型的汉语拼音；

此外，标注方式还可以采用BMES标注法定义命名实体类型和关系类型，B代表词语或命名实体的开头，M代表词语或命名实体的中间的字，E代表词语或命名实体的最后一个字，命名实体关系标注，记录实体在句子中的位置信息以及其前后位置关系。