目前中成药的使用非常广泛，但中成药乱用、滥用现象也非常严重，对社会经济及人民健康具有很大的危害性。知识图谱为中成药相关知识的梳理、检索和深度挖掘提供了新颖的方法，有助于实现中成药知识的关联、整合与可视化，促进中成药知识的共享、传播与利用，辅助中成药合理用药临床决策。为此，我们在信息所已有知识库及术语集基础上，采用知识图谱和人工智能技术，探索中成药合理用药的信息化解决方案。我们以中成药领域海量文献为基础，构建了以中成药应用为主题的大规模知识库，建立了以病、症、证为核心的囊括组成、适应症、禁忌属性等属性的中成药知识图谱，设计了面向中成药推荐的全局最优图谱路径算法，研发了中成药知识问答系统，同时嵌入中医临床辅助系统进行探索应用，有助于实现中成药准确性、有效性、经济性、安全性的应用目标。
1项目过程概述
首先，项目组对中成药合理用药的业务需求进行了分析，分析了智能问答与推荐的应用案例，设计了基于知识图谱的辅助决策技术方案，明确了数据来源，并论证了技术可行性。接下来，项目组设计了知识图谱模式（包括实体、属性、关系），对中成药合理用药的各种相关数据进行处理，包括结构化数据采集、半结构化数据解析、非结构化数据抽取，完成知识图谱构建并存储与Neo4j图数据库。进而基于中成药知识图谱开发了知识查询、知识推荐、自动问答等技术。
图1中成药知识图谱构建及应用流程图
2中成药术语的规范化处理
我们对中成药术语进行了规范化处理，完成了中成药领域本体的建设。我们全面梳理了领域内的中成药概念术语，列出一份所有术语的清单，并将术语的解释一并收入，编制一份“术语集”。进而，按照一定的规则把其分组，形成不同的类。对其中的每一个概念的重要性要进行评估，选出关键性术语，摒弃那些不必要或者超出领域范围的概念。接下来，建立这些概念的关联关系。最终，形成一个领域知识的框架体系，得到领域本体的框架结构，尽可能准确而精简的表达出领域的知识。用精准的术语表达出领域中的重点概念及关系，对于人类而言已经有了标准的语义参考。但是要让机器可理解，就必须用形式化的方法对这些术语编码。这一步骤采用Protégé4.1作为本课题的技术支撑。
如图2所示，使用Protégé建立了中成药之间的分类关系。
图2使用Protégé建立中成药之间的分类关系
如图3所示，进一步建立了中成药与其他概念之间的相关关系。
图3建立中成药与其他概念之间的相关关系
如图4所示。中成药知识本体分为10个大类，中成药、生产厂家、服用方法、剂型、证候、人群、功效、疾病、症状体征、西药，目前收录概念术语（class）条，对象属性（objectproperty）12个。
图4中成药知识本体的分类结构
3中成药合理用药知识库构建
从中西医结合的角度建立基于病、证、症的3个知识层次和多维度体系模型来表达合理用药的知识，建立起中成药的知识矩阵。目前建设的中成药知识库数据共计条。字段包括ID、药品名称、异名、主要成份、是否医保、规格、剂型、是否处方、适应症、中医疾病、西医疾病、证候、用法用量、不良反应、禁忌、注意事项、贮藏、生产企业、批准文号、儿童用药、老人用药、孕妇用药、英文名称、汉语拼音、分子式、分子量、运动员慎用、性状、药理作用、药代动力学、相互作用、药物过量等30余个字段，涉及中成药领域的各个知识点。
4中成药知识图谱构建
知识图谱（KnowledgeGraph）是在大数据时代出现的一种新型的海量知识管理与服务模式。知识图谱使知识检索模式从＂以文字为中心”过渡到＂以概念为中心”，使其更加实体化、语义化和智能化。基于知识图谱，可在检索系统中嵌入“知识卡片”，将用户所查实体的相关知识综合呈现出来。基于知识图谱，还能实现知识分类导航，协助用户迅速发现所
推荐文章
热点文章
