[发明专利]一种多中心医学诊断知识图谱表示学习方法及系统

说明书

本发明公开了一种多中心医学诊断知识图谱表示学习方法及系统，本发明基于已有的医学诊断本体，以有向无环图的形式表示医学诊断概念的层级结构，构建全局医学诊断知识图谱；利用全局医学诊断知识图谱，构建所有疾病分类编码的共现矩阵，计算每对编码的共现信息，同时出现越多且距离越近的编码对，具有更大的共现信息；基于联邦学习，在保护各医疗机构参与方数据隐私和安全的前提下，利用多中心数据，加和共现信息，提高数据密度，解决数据稀疏问题；在对大规模知识图谱及原始数据进行学习的过程中，融入了知识源中符合人类认知的层级信息和复杂关联关系，挖掘数据之间的相关关系，丰富语义信息，学习知识的高质量表示形式，便于知识的计算与推理。

技术领域

本发明属于医疗信息技术领域，尤其涉及一种多中心医学诊断知识图谱表示学习方法及系统。

背景技术

知识图谱是以结构化的形式描述客观世界中概念、实体及其关系，将信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解信息的能力，可以用于知识的挖掘、分析及构建、绘制和显示知识之间的相互联系。表示学习旨在将研究对象的语义信息表示为稠密低维实体向量。知识图谱表示学习主要是面对知识图谱中的实体和关系进行表示学习，通过对大规模知识图谱及原始数据的学习与训练，能够获得知识在低维稠密空间的分布向量表示，表达实体和关系的语义信息，便于知识的计算与推理。

利用医学本体对分层临床结构和医学概念之间的关系进行编码，可以减少对大量数据的需求，在不丢失信息的情况下有效减少搜索空间。幸运的是，在医疗保健领域有许多组织良好的本体，如国际疾病分类(ICD)、临床分类软件(CCS)或医学临床术语系统化命名(SNOMED)。在医学本体中，相互接近的结点(即医学概念)很可能与类似的患者相关联，从而允许我们在它们之间传递知识。当数据量不足以训练深度学习模型时，使用医学本体可能是有用的。甚至在数据量足够的情况下，也可以在不损失信息的前提下，作为一种精简模型的方法，通过学习更多符合本体结构的可解释表征。

基于医疗知识图谱结构信息的知识表示学习模型不能解决复杂关系建模和数据稀疏所带来的语义表示能力低下等问题。已有研究工作利用知识图谱本身结构外的海量文本信息，扩充知识图谱结构信息来减少数据稀疏所造成的影响。现有方法忽略了数据中固有的结构和相关性信息。此外，缺少在隐私保护和数据安全前提下扩大数据量，用于知识表示学习的方法。

发明内容

本发明针对现有技术的不足，提出一种多中心医学诊断知识图谱表示学习方法及系统，在保护各医疗机构参与方数据隐私和安全的前提下，利用多中心数据，提高数据密度，此外，在对大规模知识图谱及原始数据进行学习的过程中，融入了知识源中符合人类认知的层级信息和复杂关联关系，挖掘数据之间的相关关系，丰富语义信息，从而解决数据稀疏带来的语义表示能力低下问题。

本发明的目的是通过以下技术方案来实现的：

本发明一方面公开了一种多中心医学诊断知识图谱表示学习方法，该方法基于联邦学习与同态加密，利用多中心数据，结合层级信息和复杂关联关系，实现结构信息的知识表示学习，具体包括以下步骤：

(1)第一服务器构建全局医学诊断知识图谱，所述全局医学诊断知识图谱以有向无环图的形式表示医学诊断概念的层级结构，由叶子结点和祖先结点两部分组成，所述叶子结点为最小的疾病分类编码，其祖先结点为叶子结点疾病分类编码对应的上层疾病分类编码；

(2)第一服务器将构建的全局医学诊断知识图谱分发给各医疗机构参与方；

(3)各医疗机构参与方内部进行疾病诊断共现信息统计，具体为：