[发明专利]一种以关节运动功能为核心的骨科知识图谱

说明书

本发明公开了一种以关节运动功能为核心的骨科知识图谱，所述骨科知识图谱包括：元数据、规范和数据集；所述元数据包括：所述骨科知识的概念类型，所述骨科知识的关系类型和关系属性类型；所述规范包括：所述概念类型定义，所述关系类型定义和所述关系属性类型定义；所述数据集包括：概念集、关系集和关系属性集。本发明提供的骨科知识图谱能够将疾病和解剖结构有机联系在一起，可解释性强。该骨科知识图谱构建了一个将“疾病‑关节功能‑关节解剖”清楚表达的知识体系，能够显著提升关节领域医疗信息系统的智能化程度。

技术领域

本发明属于人工智能技术领域，具体地说，涉及一种以关节运动功能为核心的骨科知识图谱。

背景技术

为了能够让医疗信息系统具有更高的智能，为医疗系统配备一个更好的知识体系是必由之路。知识图谱是知识体系的一种可行的表达方式。通常来说，知识图谱是将知识表达成为概念(或者叫做节点)和关系(或者叫做边)，并将其存储起来。其他应用程序可以基于这些知识进行查询或者推理。

在分级诊疗的关节疾病的场景中，因为涉及大量运动功能和解剖概念，基层医生或者全科医生通常没有足够的医疗知识能够对问题进行分型，使得误诊率上升，患者体验下降。因此，在骨科关节临床场景中，一个好的辅助知识体系就变得非常重要，它会显著提升临床人员判断的效率和准确率。比如对于一个内翻膝畸形患者，基层医生可以通过知识图谱来了解哪些解剖组织在功能上和这种畸形的相关度更高，从而帮助他制定合理的手术规划和术后康复计划。

但如果只是简单将疾病和解剖结构联系在一起，会出现可解释性不足的情况，这是因为关节疾病通常是和关节功能的变化密切联系在一起的。因此，构建一个将“疾病-关节功能-关节解剖”表达出来的知识体系，对于提升关节领域医疗信息系统的智能化程度至关重要。

目前，已经有多种不同的方法对骨科知识进行表达，但是现有的方法都存在不同程度的弊端：

1)平面解剖图：平面解剖图是历史最悠久的传统知识表达方法。它将一个人类视角上能看到的解剖组织画在同一个图中。它的优点是容易构建，而且理解起来非常直观。解剖图可以理解成在一个二维平面上对医学知识的表达形式。

但是，平面解剖图不是面向计算机表达的。也就是说，在解剖图中，解剖组织缺少特定的编号，解剖组织的关系也没有量化。这使得各类应用程序无法直接利用平面解剖图中的知识，而只能通过人类阅读之后，再由人类进行转换。因此，这类信息不仅处理效率很低，准确性也不高。

2)三维形式呈现的解剖：随着计算机图形技术和交互技术的发展，解剖知识的表达很快从二维平面演进到三维空间的表达，并可以支持大量的数据交互，允许用户从不同的角度来观察和获取解剖知识。此外，由于三维解剖能够支持3D打印，进一步降低了知识获取的难度。

在交互性和知识的丰富程度上，三维解剖图已经远远超过了平面解剖图，但是由于它依然无法被计算机所处理，因此这种方法无法解决信息处理效率低的问题。

3)医学术语集：随着医疗信息化和计算机处理能力的发展，各类医学术语集逐渐成长，例如：UMLS、SNOMED、ICD、OMAHA等。在一些术语集(如SNOMED，OMAHA)中，各类解剖结构的概念已经得到了比较多的表达，同时这类数据库也有一定的概念之间的关系的表达。可以认为，医学术语集将医学知识的表达带入了多维时代。

在术语集中，每个术语都有特定的ID，相似的概念被归并成为一个概念，概念之间有定量的关系表达。因此，医学术语集成功地解决了平面解剖图和三维解剖图在计算机表达上的问题。但是术语集是以信息交换为核心的，使得它不是面向特定应用的。当医生想要了解为什么某个特定疾病和特定解剖组织之间有关系的时候，术语集无法给出解答。因为，当面向一个特定场景的时候，术语集中的关系不足，即术语集通常不能提供完整的解释。

4)通用医学知识图谱：医学知识图谱通常指的是在大规模的在线数据中抽取出的(实体，关系，实体)的三元组的结合。通常具备一定的临床应用场景，可以被其他的系统调用和推理。