[发明专利]基于疾病诊断标准知识图谱的疾病预测方法

说明书

本发明公开了一种基于疾病诊断标准知识图谱的疾病预测方法,包括构建包含临床表现类实体、检验项目类实体、检验结果类实体、逻辑节点类实体和疾病类实体的疾病诊断标准知识图谱；找到与病患检验项目的检测结果，以及与病患的临床表现相符的第一实体集合；依次以第一实体集合中的实体为起始节点，找到通过至少1个联合判断关系到达的疾病类实体；依次以疾病类实体为根节点，找到通过联合判断关系指向疾病实体的所有实体与关系组成的N叉树；判断N叉树中的每个实体的逻辑状态。本发明优点在于增加了医学检验项目及检验结果的意义表述，整个疾病诊断知识图谱更加精准、更加细致，可完全不依赖医生专业知识和经验，独立作出疾病诊断。

技术领域

本发明涉及智能化疾病预测领域，尤其是涉及基于疾病诊断标准知识图谱的疾病预测方法。

背景技术

由于现有医疗资源的分布不均，基层医院的疾病诊断水平与三甲医院存在不小的差距，尤其有些罕见病只有三甲医院的专家才能正确诊断，如果疾病被医学专业知识或者经验不够丰富的医生诊断错误，则会延误病情，耽误治疗，给病人带来极大的痛苦。不过现在医疗保健领域许多组织良好的知识图谱，如国际疾病分类、DrugBank（包含生物信息学和化学信息学的药物数据库）、临床指南与共识等，均具有符合人类认知的层级信息和复杂的关联关系。利用这些现有的知识图谱，并结合计算机技术，能够使计算机具备疾病预测的功能，从而有助于解决现有医疗资源分布不均，且高度依赖医生专业知识和经验的状况。

但是，一方面现有知识图谱中，对医学检验项目及检验结果的意义表述不够全面，对疾病的精准诊断方法也不够细致；另一方面，现有的计算机疾病预测方法，如基于电子病例的图神经网络建模法、基于知识表示学习和疾病预测的分阶段建模法、针对单病种的二分类机器学习法等在临床应用时，需要对每种疾病单独训练维护模型，成本较高，可解释性较差，输出结果不确定性较高，不能分辨可确诊疾病或疑似疾病，均导致当前的智能化疾病预测仅能作为参考建议，无法真正的解决医疗资源分布不均，且高度依赖医生专业知识和经验的状况。

发明内容

本发明目的在于提供一种基于疾病诊断标准知识图谱的疾病预测方法，能够依据病患体征与检验结果数据，参考疾病诊断知识图谱预测病患的可确诊疾病与疑似疾病。

为实现上述目的，本发明采取下述技术方案：

本发明所述的基于疾病诊断标准知识图谱的疾病预测方法，包括以下步骤：

S1，构建包含临床表现类实体、检验项目类实体、检验结果类实体、逻辑节点类实体和疾病类实体的疾病诊断标准知识图谱；

S2,找到所述疾病诊断标准知识图谱中与病患检验项目的检测结果符合，且与病患临床表现符合的第一实体集合；

S3，依次以所述第一实体集合中的实体为起始节点，遍历疾病诊断标准知识图谱，找到所述实体通过至少1个联合判断关系到达的所述疾病类实体，形成疑似疾病集合A；

S4，依次以所述疑似疾病集合A中的疾病实体为根节点，遍历疾病诊断标准知识图谱，找到通过联合判断关系指向所述疾病实体的所有实体与关系组成的N叉树；

S5，对所述N叉树采用后序遍历法，依次判断N叉树中的每个实体的逻辑状态，直到获得根节点的逻辑状态；

S6，当根节点逻辑状态为真时，根节点为可确诊疾病；反之，根节点为疑似疾病。

本发明在构建疾病诊断标准知识图谱时增加了医学检验项目及检验结果的意义表述，整个疾病诊断方法更加精准、更加细致，可完全不依赖医生专业知识和经验，独立作出疾病诊断。

进一步地，所述临床表现类实体是指患有某种疾病后身体发生的异常变化；所述检验项目类实体是指医学检查项目；所述检验结果类实体是指检验项目的值或范围；所述逻辑节点类实体用于表述所述实体的逻辑条件；所述疾病类实体用于表述具体的疾病。

进一步地，所述逻辑节点类实体包括与、或、非、≥n、≤n，其中n表示满足条件的前置实体个数。