中医药知识图谱构建与应用

在调研国内外通用和医疗行业专用知识图谱的基础上利用文本抽取、关系数据转换以及数据融合等技术,探索中医药知识图谱自动化构建方法与标准化流程,实现中医药知识图谱的智能应用,包括基于模板的中医药知识问答和基于知识图谱推理的辅助开药。     

知识图谱融入自然辩证法概论教学的机理与路径研究

自然辩证法概论是我国高校硕士研究生的一门关于自然科学、社会科学和思维科学相交叉的具有哲学性质的马克思主义理论课程。知识图谱是知识的一种特殊表征方式,它给人视觉的冲击力并能彰明知识之间的传承与联系。应用知识图谱教学方法时,需要遵循一定的规则和程序,即教学目标的设定、绘制出某领域知识图谱、在课堂上对知识图谱进行解读、及课后反馈等环节,并且选择一个"医学与哲学(伦理学)"专题的教学案例,使得这门课程能够起到了一种跨越学术分水岭的作用。     

老年疾病康复知识图谱构建与应用探索

目的/意义构建面向老年疾病康复的知识图谱,以探索预防、康复一体化的居家老年人自主管理体系,提高智能老年疾病康复和照护体系的个性化水平和效能,为应对人口老龄化提供助力。方法/过程通过自然语言处理算法、医学专家人工标注构建面向老年疾病康复的知识图谱,使用Med-BERT+BiLSTM+CRF组合算法进行实体抽取,并搭建基于知识图谱的智能问答系统。结果/结论新设计的面向老年疾病康复的知识图谱质量达到预期,基于知识图谱的问答系统能够为老年用户提供交互友好的知识获取方式。     

中医诊断学辨证知识图谱构建研究与实践

阐述中医诊断学辨证知识图谱构建方法和过程,包括知识梳理、知识图谱结构模型构建、命名实体获取、关系提取、图谱表示、可视化等方面,实现中医诊断学辨证知识地图Web服务,在利用知识图谱技术开展中医智能辅助辨证研究方面进行探索和初步实践。     

基于中成药知识图谱的知识推理及智能推荐

目的/意义构建中成药说明书知识图谱,实现基于知识推理的智能推荐。方法/过程基于Py2neo结合Neo4j图数据库搭建知识图谱的技术,整理1 380种中成药信息并构建数据库,基于三元闭包算法实现知识推理,运用概率模型计算中成药推荐评分。结果/结论共形成实体概念11 103个,语义关系24种。构建了中成药智能推荐知识图谱,搭建中成药智能推荐平台实现中成药的准确推荐。实现中成药与知识图谱领域结合,为中医辅助诊疗提供方法借鉴,为进一步开展中成药知识可视化研究提供参考。     

中医不寐知识图谱构建与知识发现

目的 系统梳理中医不寐知识,构建中医不寐知识图谱,实现知识关联、知识融合及深度挖掘,为智能化诊疗提供新的路径与方法。方法 以《景岳全书》《类证治裁》等中医古籍和《中医内科学》《针灸学》等国家规划教材为数据来源,通过本体构建、语义消歧等方法得到结构化数据,利用Cypher语言导入Neo4j数据库,构建中医不寐知识图谱,并进行知识检索和知识发现。结果 构建出包含527个节点、1 067条关系的中医不寐知识图谱,并从理、法、方、药4个方面入手,完成了知识检索与知识发现。结论 中医不寐知识图谱可以使用户直观、高效地获取相关知识,了解改善睡眠的方法,有效助推传统医学的继承与发展,为中医智能辅助诊疗提供新思路。     

人工智能在医学诊断知识图谱构建中的应用研究

介绍人工智能在医学领域的应用,通过自然语言处理方法自动构建基于"疾病-症候-特征"3层结构模型的医学诊断知识图谱,具体阐述智能构建方法与构建过程,将其运用到临床决策支持系统中检测临床疗效,结果表明通过该方法构建的医学知识图谱具有效率高、疾病诊断正确率高等特点。     

中医药知识图谱研究现状及发展趋势

知识图谱研究在中医药领域迅速发展,已经应用于中医药的基础理论、临床辅助、方剂用药等多个方面.对知识图谱的概念、关键技术及中医药知识图谱研究现状进行综述,总结中医药知识图谱研究面临的问题,包括中医术语标准统一问题、知识图谱模式层构建问题、中医知识融合技术规范问题、推理方法设计和选择问题等,并对中医药知识图谱研究的发展趋势...     

面向继续医学教育的多模态围产保健知识图谱构建研究

目的/意义 将多模态知识图谱应用于围产保健继续医学教育,以提高医护人员围产保健服务质量。方法/过程 结合北京协和医院围产保健继续教育项目学员需求和课程主要特点构建顶层本体,对本体类、关系和属性进行设计和定义,利用不同粒度教学资源表示教学内容,利用Protégé软件构建围产保健知识图谱概念层和实例层。基于团队自主研发的医学知识服务平台MedKaaS,实现多模态实体进一步交互式构建,以及围产保健课程知识的可视化、检索和问答。结果/结论 该多模态知识图谱实现了围产保健课程内容的语义化整合,有助于学员直观和有针对性地学习围产保健知识。     

面向临床决策支持的肿瘤知识图谱构建与应用研究

基于肿瘤领域中文临床指南和相关文献构建肿瘤知识图谱,依据该肿瘤知识图谱实现智能问答应用,详细阐述该图谱构建方法及应用结果,指出该图谱可为肿瘤诊疗提供一定的临床决策支持,为其他领域知识图谱构建和应用提供参考。     

名医传承知识图谱的构建方法与应用研究

目的:传统名医传承方式受时间、学习方式等限制,造成学习内容通常重实践、少理论,技术丰富,知识面窄.构建名医学术传承知识图谱用以弥补在传统传承方式中的缺憾.方法:本文提出将知识图谱与名医传承相结合,通过"自上向下"的知识图谱构建方式与高质量的结构化数据,建立较为全面的知识体系.结果:形成的名医传承知识图谱包含名家学术思想...     

基于知识图谱分析的医学文献检索课程改革研究

概述知识图谱的概念和在教育领域中的应用,明确了知识图谱在医学文献检索课教学中的作用,提出了医学文献检索课程的教学改革思路：利用信息可视化技术建构医学科学知识图谱;精选知识图谱实验教学内容;搭建知识图谱网络教学平台。     

痰湿体质知识图谱构建研究初探

目的 基于Neo4j图数据库探索痰湿体质知识图谱的构建方法,为后续开展知识问答、智能辅助诊疗、养生方案推荐研究提供前期基础。方法 通过检索中国知网、万方数据知识服务平台、维普资讯中文期刊服务平台,全面收集痰湿体质相关资料,并采用人工标注的方法抽取痰湿体质相关实体及实体之间的关系。参考中医临床术语及语义网络标准,从形成因素、发病倾向、特征和调理方法等方面构建痰湿体质知识图谱。结果 在Neo4j图数据库中,共创建19类节点标签、6种关系类型,包含383个节点和844条连线,实现了痰湿体质知识图谱的初步构建及可视化功能展示。结论 结合Neo4j图数据库技术构建痰湿体质知识图谱具有直观、高效的特点,为建立中医体质知识共享平台奠定了基础。     

大型中医药知识图谱构建研究

知识图谱(Knowledge Graph)是以"语义网络"为骨架构建起来的巨型、网络化的知识系统,能捕捉并呈现领域概念之间的语义关系,使各种信息系统中琐碎、零散的知识相互连接,支持综合性知识检索以及问答、决策支持等智能应用。探索如何构建面向中医药领域的知识图谱,实现中医药知识资源的有效整合,面向中医药工作者和百姓提供全面、及时、可靠的知识服务。     

新型冠状病毒肺炎知识图谱研究现状与展望

采用文献调研、定量统计与系统综述等方法,对新型冠状病毒肺炎知识图谱领域的代表性文献与应用项目进行全面梳理与总结,系统归纳新型冠状病毒肺炎知识图谱的领域分类、构建流程与实现技术,深入分析新型冠状病毒肺炎知识图谱在疫情防控、药物研发、辅助诊断、智能问答等关键领域的实际应用。在此基础上,针对现有研究的不足,从多模态知识图谱构建、跨语言知识融合、测评体系完善、图谱更新维护和深度应用5个方面展望了今后的研究方向。     

基于知识图谱的中医养生知识智能问答APP构建研究与实践

分析公众对中医养生知识智能问答APP的需求,详细阐述基于知识图谱的中医养生知识智能问答APP设计方案和具体功能实现,指出其有助于为公众提供权威、可靠、便捷的中医养生保健知识服务,提升公众养生保健能力。     

基于Neo4j的中医导引学知识图谱构建

目的：以中医导引学的特点为基础构建知识图谱,方便用户查询、学习,传播中医养生保健传统文化,提高健康素质。方法：使用BERT-CRF模型辅以人工校对,对导引功法相关文献进行命名实体识别,根据学科特征制定实体之间的关系,并使用Neo4j构建中医导引学知识图谱。结果：纳入相关文献3 152篇,构建的知识图谱共包含2 262个实体节点,5 108条关系数据,7种实体类别属性,7种关系,并可以使用Neo4j的Cypher查询语言进行知识检索。结论：本知识图谱将中医导引学知识进行可视化展示,可用于构建导引知识检索、智能问答、功法推荐等应用程序与网络平台,开发相关人工智能应用设备,应用于计算机、自动化等学科的研究与生产创新中,同时也可用于深入数据挖掘,发现新研究方向。     

人工智能在麻醉学专业硕士临床技能培训考核中的应用可行性探讨

人工智能(artificial intelligence,AI)作为新的技术科学,可以依据"多源临床教学数据的实时采集与辨识""面向人工智能方法的教学指标分析与预测预警模型的构建""教学评测评估算法与智能教学干预提示"等多种关键技术,对麻醉学专业硕士生临床技能操作和术中麻醉管理数据进行实时分析采集,同时融合手术患者HIS/PACS/EMR临床数据以及追踪随访数据,由此形成高质量临床技能培训教学大数据集;并智能分析数据集与专硕生操作技能、评估评测、反馈以及患者预后等关联,构建临床技能培训评估评测反馈人工智能支持知识图谱,实现对专硕生培训期间技能培训质量的实时追踪,能够有效对专硕生临床技能的弱项以及不足等自动诊断和综合追踪预警;能够减少大量临床技能培训对带教导师工作量的依赖度,切实提高每位麻醉学专业硕士研究生的临床培训质量,在此方面具有较佳的应用前景。     

试卷分析及其对教学管理的指导作用

考试是教学过程中的一个很重要的环节,考试的检测与反馈功能是教育目标管理的主要手段。在考试结束之后,通常要对试卷进行科学合理的分析,对试卷和考试作出恰当的评价,有助于获得充分的教学反馈信息。了解到学生掌握知识的情况,找出学生学习中存在的问题,从而为改进教学、指导教学提供重要依据。进一步加强考试质量分析研究,     

基于知识图谱嵌入的阿尔茨海默病药物重定位研究

阿尔茨海默病（Alzheimer''s disease，AD）给社会带来了巨大的医疗和经济负担，寻找和发现其治疗药物有着重大的研究意义。本研究采用知识图谱嵌入在公开的药物再利用知识图谱（drug repurposing knowledge graph，DRKG）上研究了AD的药物重定位。首先，利用4种知识图谱嵌入模型，即TransE、DistMult、ComplEx和RotatE在DRKG上学习实体和关系的嵌入向量；随后使用3种经典的知识图谱评估指标评估和比较了这些模型的性能和学习到的嵌入向量的质量；根据评估比较的结果，选择利用RotatE模型进行链接预测，确定了16种有可能用于AD治疗的药物，其中谷胱甘肽、氟哌啶醇、辣椒素、槲皮素、雌二醇、葡萄糖、双硫仑、腺苷、帕罗西汀、紫杉醇、格列本脲、阿米替林已被前人的研究证实对于AD有潜在的治疗作用。研究结果表明，基于知识图谱嵌入的药物重定位研究有望为AD药物发现提供新的思路和方法，RotatE模型可以有效地整合DRKG的多源信息，进而很好地完成了AD药物重定位任务。本研究的源代码可以从https：//github.com/LuYF-Lemon-love/AD-KGE获得。