基于多源知识图谱融合的智能导诊算法

作     者：刘道文 阮彤 张晨童 邱家辉 翟洁 何萍 葛小玲 LIU Daowen;RUAN Tong;ZHANG Chentong;QIU Jiahui;ZHAI Jie;HE Ping;GE Xiaoling

作者机构：华东理工大学信息科学与工程学院上海200237 上海申康医院发展中心医联中心上海200120 复旦大学附属儿科医院信息中心上海201102 

基　　金：国家科技重大专项项目(2019ZX09201004) 基于上海区域卫生信息平台的复旦儿科医联体互联网医院项目(201701013) 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2021年第35卷第1期

页      码：125-134页

摘      要：患者网上挂号时常有挂错科室的现象,因此需要科室推荐应用,功能类似线下医院的护士台预诊。然而,由于医院科室设置不尽相同,患者各项特征和科室之间的关系也不明确,给自动科室推荐带来挑战。因此,该文首先定义了带权重的知识图谱,用于描述症状、疾病以及性别等特征与科室和医院之间复杂的量化关系。其次,利用区域信息平台的电子健康档案(electronic health records,EHR)数据,获取多家医院的疾病—科室信息。在融合国际疾病编码(international classification of diseases,ICD)、医疗网站中的症状—疾病数据后,用搜索引擎结果补充权重关系,形成可用的知识图谱。图谱目前包含了38家医院,6110个科室,6220个症状,60736个症状相关疾病关系。当患者输入基于自然语言描述的症状与疾病后,通过该文设计的预滤噪的BERT实体识别模型与部位制导的医疗实体归一化算法,识别并归一化患者主诉中的症状词、疾病词和部位词。最后,基于该文设计的基于权重的联合症状预测疾病概率算法(weight-based disease prediction algorithm based on multiple symptoms,WBDPMS),联合多个症状预测可能的相关疾病,以此来实现通过主诉推荐最合适的医院及科室。实验结果表明,准确率达到0.88。

主 题 词：知识图谱 智能导诊 实体识别 实体对齐 实体归一化 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203101985...