【知识图谱】中医临床知识图谱的构建与应用

2017 年 12 月 18 日 产业智能官

本文转载自公众号：e医疗。

知识图谱是近年来知识管理和知识服务领域中出现的一项新兴技术，它为中医临床知识的关联、整合与分析提供了理想的技术手段。我们基于中医医案等临床知识源，初步建立了由疾病、证候、症状、方剂、中药等核心概念所构成的中医临床知识图谱，以促进中医临床知识的互融互通，揭示中医方证的相关关系，辅助中医临床研究和临床决策。

作者

中国中医科学院中医药信息研究所

于彤李敬华朱玲于琦田野孙晓峰徐丽丽

　　中医药学是一门古老的医学，历代医家在数千年的实践中积累了丰富的临床经验，形成了完整的知识体系，产生了海量的临床文献。近年来，国家对中医药事业大力扶持，中医药领域的临床实践和临床研究都取得了长足的发展。中医临床方法在国际社会得到广泛认可，传播到183个国家和地区。

　　利用信息技术手段开展中医临床知识的管理和服务是一项开创性的探索，在临床上具有极大的应用价值。近年来，知识图谱（Knowledge Graph）成为知识管理领域中的一项新兴技术，因其简单易学、可扩展性强、支持智能应用等优点而得到广泛应用。它有助于实现临床指南、中医医案以及方剂知识等各类知识的关联与整合，挖掘整理中医临证经验与学术思想，实现智能化、个性化的中医药知识服务，因此在中医临床领域具有广阔的应用前景。

知识图谱技术概述

　　知识图谱是以“语义网络（Semantic Network）”为框架构建起来的大型知识库系统。语义网络可被视为一张巨大的图，其中节点表示实体，边则代表实体之间的语义关系。知识图谱在语义网络框架中填充了大量的知识内容。这些知识内容来自数据库、文献库、数据文件等各种数字化资源。知识图谱对分散的知识进行汇集和组织，可以有助于实现知识资源的关联与整合，为解决“知识孤岛”问题提供了理想的技术手段。

　　近年来，国内外互联网企业纷纷推出知识图谱以提升服务质量，如：“谷歌知识图谱（Google Knowledge Graph）”、“百度知识图谱”和搜狗的“知立方”等。在学术界，知识图谱的理论和技术也成为一个研究的热点。已有学者在中医药知识图谱构建方法与标准化流程方面进行了尝试和探索[1]。于彤等[2]以中医药学语言系统作为骨架，集成了中医药领域的一系列数据库，初步构建了一个大型的中医药知识图谱，并将其嵌入中医药知识服务平台之中加以利用。阮彤等[3]探索利用文本抽取、关系数据转换以及数据融合等技术，实现中医药知识图谱自动化构建的方法。张德政等[4]提出了基于本体的中医核心知识图谱表示及其构建方法，基于前期建立的“中医基础理论本体”构建了一个中医核心知识图谱。Yuetal.[5]利用中医药领域积累的数字化资源，构建了面向中医养生领域的知识图谱，从而实现术语、文献、数据库等相关知识资源的相互关联和系统组织，促进中医养生知识的共享、传播与利用。这些前期的探索性工作展示出了知识图谱在中医药领域的应用价值，验证了在中医药领域构建大规模知识图谱的可行性，也为进一步构建中医临床知识图谱积累了经验。

　　中医临床领域有其自身的特点和需求，需要专门研究中医临床知识建模方法，解决中医临床知识的获取、分类、表达、组织、存储等核心技术问题，采集加工高质量的中医临床知识，才能建立准确、实用、完整的中医临床知识图谱。鉴于此，我们开展了一项中医临床知识图谱构建的专门研究。

　　本研究以“证、治、效”为中心，对中医临床领域庞大的知识内容进行系统梳理，初步建立了一个中医临床知识图谱系统。该系统以中医临床领域本体作为骨架，集成了名医经验、临床指南、中医医案、中医文献和方剂知识等多种知识资源，并实现了各类知识点之间的知识关联。知识图谱为中医临床知识体系的系统梳理和深度挖掘提供了新颖的方法，有助于实现中医临床知识的关联、整合与可视化，促进中医临床研究，辅助中医临床决策。

中医临床知识图谱的构建

　　中医临床知识是解决中医临床实际过程中特定问题的信息集合。它们主要包括：临床指南、名医经验、中医医案、临床研究、临床术语、古籍和期刊文献资源（包括RCT文献质量评价结果）、中药方剂等等[6]。它们分散于不同的组织机构和信息系统之中，尚未得到有效整合，形成一个个“知识孤岛”，这严重影响了临床应用的效果。

如图1所示，通过由疾病、证候、症状、方剂、中药等核心概念构成的中医临床知识图谱，可在这些“知识孤岛”之间建立联系，增强中医药知识资源的联通性，面向中医药工作者提供临床知识的完整视图。

图1 中医临床知识图谱示意图

*请将手机横屏后观看

　　中医临床知识图谱的构建包括如下3个主要步骤。

（1）基于领域专家共识，设计中医临床领域的顶层本体，形成业界公认的技术规范。知识工程师们都可依据该规范进行知识图谱加工，所产生的知识图谱互相兼容并能最终融合在一起。

（2）构建目标领域的语义网络，作为知识图谱的骨架。例如，中医临床术语系统（Traditional Chinese Medicine Clinical Terminology System,TCMCTS）就是一个专门面向中医临床的大型语义网络，共收录约11万个概念、27万个术语以及100多万条语义关系[7]。在建立语义网络之后，就可以进行领域知识的填充工作了。

（3）从术语系统、数据库和文本等知识源获取知识，对知识图谱内容进行填充。可将本领域中已有的术语系统和数据库的内容转换为知识图谱，从而避免知识资源的重复建设。针对自由文本，可采用自然语言处理和机器学习等方法，从古今中外的各类中医药文献中自动发现实体和语义关系，以自动或半自动的方式填充知识图谱。

　　在中医临床领域，构建知识图谱的一个核心的知识源是中医医案。中医医案是中医临床思维活动和辨证论治过程的记录，是中医理法方药综合应用的具体反映形式[8]。特别是名老中医的医案，对于中医理论和方法的传承具有重要意义。中医临床知识以医案形式分散于文献之中，这不利于知识检索以及临床数据的分析与挖掘。

　　近年来，在名老中医经验传承的背景下，中医医案知识库的构建成为学术界的一个热点。例如，中国中医科学院中医药信息研究所研制了中医医案知识服务与共享系统，支持中医专家对医案进行编辑、管理和审校[9]。近期，该系统升级为一个云服务平台，并正式更名为古今医案云平台（www.yiankb.com 点击“阅读原文”可直达链接），提供医案共享和大数据分析等云服务。该系统集成了古代医案库、现代医案库、名医医案库和共享医案库等一系列（半）结构化的医案库，收集医案20余万例，这些医案库中存储着丰富的中医临床知识，具有重要的分析价值。

　　从中医医案到知识图谱的知识转换是中医临床知识图谱构建中的核心任务。我们探索了医案文本语义分析与知识获取的方法，研发了中医医案语义分析与挖掘工具，它实现了医案文本预处理、分词、语义标注、语义检索、医案文本浏览等功能。我们采用这套工具，从中医古代医案中抽取结构化的中医临床知识，填入中医临床知识图谱。所产生的知识图谱主要包括如下信息：名医（如“施今墨”）的擅长疾病、经验方以及弟子等信息；方剂（如“竹叶石膏汤”）的作用、操作方法，以及相关疾病、症状等信息；疾病（如“肺胀”）的临床表现、治疗方法以及相关病症、养生方法、名医等信息；中药（如“杏仁”）所治疗的疾病以及相关方剂、名医等信息。

从知识学的角度分析，中医临床知识从低到高可分为“事实性知识”、“概念性知识”和“策略性知识”等多个层次。

　　中医医案属于基础性的“事实型知识”，它直接记录中医临床活动中发生的事实。中医临床知识图谱则属于“概念性知识”，它用于梳理概念体系以及表示概念之间的关系。从医案知识向知识图谱的转换过程，实质上是一个知识抽象和归纳的过程。在这个过程中，一方面要完成知识抽取：对海量医案文本进行分析和标注，从中抽取中医知识；另一方面，要实现知识的结构化表示，也就是从医案文本到结构化知识的转换。在最高层则是问题求解和过程控制所需的“策略性知识”（通常用规则、过程等表示），它们是临床决策支持系统的基础。可见，知识图谱处于中间层，在多维度、多层次、多主题的知识点之间建立关联，在中医临床知识系统中起到重要的“粘合剂”作用。

中医临床知识图谱的应用

　　知识图谱有助于对中医临床知识进行分类整理和规范化表达，促进中医临床知识的共享、传播与利用，在临床诊疗、临床研究、教育、培训等方面都具有应用价值。特别是可以将中医临床知识图谱集成到知识服务系统之中，用于改进知识检索、知识问答、决策支持和知识可视化等多种服务的效果，从而提升知识服务能力[10]。

如图2所示，知识图谱系统以图形化的方式呈现中医名家、疾病、特色疗法、方药、养生方法等概念之间的相互关系，实现中医临床知识体系可视化。系统提供检索框，用于检索知识图谱中的概念。

图2 中医临床知识图谱界面截图

*可点击查看大图

　　图2所示系统还提供辅助知识框，用于提供相关概念知识和医案文本以供参考。使用知识图谱，用户可快速找到与当前研究主题（如症状、证候、体征、疾病、方药等）相关的医案、指南和知识库内容，辅助用户进行决策。系统协助用户在概念层次上浏览中医临床知识，发现概念或知识点之间的潜在联系，从而更好地驾驭复杂的中医药知识体系。

　　中医临床知识图谱为我们分析和揭示“证、治、效”之间的相关关系，提供了新颖的理念和方法。证、治、效是中医临床的灵魂，揭示三者之间的关联关系对于提高中医临床疗效具有重要意义。由于中医疗效的判断十分复杂，加入疗效这个因素后，使得三者关系的维度过高，目前的计算机模型很难处理，但我们可以选择验案作为研究方证对应关系的数据资源，因为验案本身都具有良好疗效。可在验案的基础上构建中医临床知识图谱，全面收集中医临床中与“证、治、效”相关的信息，从而再现中医验案中蕴含的相关关系（如方剂与证候的相关关系、症状组合与证候的相关关系、药物组合与方剂的相关关系等），揭示症状组合规律、方剂配伍规律以及基于药物组合和症状组合的方证对应规律等。最后，可将这些相关关系和规律提供给临床医生，作为支持临床决策的参考性依据。

知识图谱是在“大数据”时代背景下出现的一项新颖的知识管理技术。

　　在“大数据”时代，不再热衷于寻找因果关系，转而将注意力放在相关关系的发现和使用上。知识图谱从多个维度来描述中医药领域对象，反映中医药事物之间的相关关系，它将是中医药大数据方法学体系中的核心组成部分。

　　大数据通过识别有用的关联关系来帮助我们分析一个现象，而不是揭示其内部的运作机制。基于相关关系分析的预测是大数据的核心。中医的思想方法，不是严格的逻辑推理，而是一种关联式的思考。中医会把各种看起来不相关的事物联系起来进行思考，以期达到对天地人生的整体性认识以及宇宙规律的整体性把握。这种理念上的相似性，使得中医药工作者更易接受并使用“大数据”的方法与技术。利用中医临床知识图谱，能够发现中医药概念之间的相关关系，揭示各种临床规律，从而不断完善中医临床知识体系，直接推动中医临床研究的快速发展。

　　在本研究中，我们以中医临床领域本体作为骨架，整合相关的结构性知识资源，初步构建了一个中医临床知识图谱。它实现了中医临床核心知识体系的可视化，帮助我们分析中医思维方法，梳理医案中蕴含的知识，研究历代医家的用药规律和治疗方法，发现和总结名老中医经验，梳理中医学术思想的发展源流和脉络，厘清各代表流派的传承关系，研究现代中医临床实践和研究的发展动态。中医医案（特别是古代医案）的知识获取仍是中医临床知识图谱构建中的重点和难点问题。古代医案表述复杂，文本挖掘的难度超出预期。拟进一步深入研究，采用机器学习方法解决上述问题。

参考文献 References

[1]李新龙,刘岩,何丽云,等.知识图谱研究概况及其在中医药领域的应用[J].中国中医药信息杂志,2017(7).

[2]于彤,刘静,贾李蓉,等.大型中医药知识图谱构建研究[J].中国数字医学,2015,10(3):80-82.

[3]阮彤,孙程琳,王昊奋,等.中医药知识图谱构建与应用[J].医学信息学杂志,2016,37(4):8-13.

[4]张德政,谢永红,李曼,石川.基于本体的中医知识图谱构建[J].情报工程,2017,3(1):035-042

[5]Tong Yu, Jinghua Li, Qi Yu, et al. Knowledgegraph for TCM health preservation: Design, construction, and applications [J].ArtiﬁcialIntelligence in Medicine, 2017, 77:48-52.

[6]李敬华,于彤,李宗友,等.中医临床知识库的构建技术研究[J].中国数字医学,2017,12(1):92-93,111.

[7]董燕,李海燕,崔蒙,等.中医临床术语系统建设概况与改进措施[J].医学信息学杂志,2014,35(8):43-48.

[8]彭笑艳.基于中医医案的知识库构建[D].北京：北京科技大学，2009.

[9]于琦,李敬华,李宗友,等.基于本体的中医医案知识服务与共享系统构建研究[J].中国数字医学,2017,12(5):103-105.

[10]李敬华,李宗友,王映辉,等.嵌入式临床智能决策支持系统设计与中医临床知识服务研究[J].中国数字医学,2015,10(7):48-51.

-END-

e医疗原创文章，转载请注明来源

海致杨娟：以知识图谱发掘数据价值，推动数字经济进入快车道

中国网小字

当前,以信息技术为代表的新一轮科技和产业革命正在萌发,为经济社会发展注入了强劲动力。中共十九大制定了新时代中国特色社会主义的行动纲领和发展蓝图,提出要建设网络强国、数字中国、智慧社会,推动互联网、大数据、人工智能和实体经济深度融合,发展数字经济、共享经济,培育新增长点、形成新动能。——《致第四届世界互联网大会的贺信》

1994年,通过一条64K的国际专线,中国全功能接入国际互联网,从此开启了互联网时代。短短二十多年,中国已然成为世界公认的互联网大国。海致金融业务副总裁杨娟认为,大数据、人工智能等互联网技术与应用的高级领域,已经在国内外形成了迅猛的发展态势,不仅提供了经济创新发展的新动能,也正成为助推各行各业转型升级的新引擎。

大数据、人工智能是数字经济的关键生产要素

12月4日,《世界互联网发展报告2017》和《中国互联网发展报告2017》蓝皮书在第四届世界互联网大会上正式发布。报告指出,2016年,中国数字经济规模总量达22.58万亿元,跃居全球第二,占GDP比重达30.3%,以数字经济为代表的新经济蓬勃发展。

数字经济作为继农业经济、工业经济之后的一种新兴经济社会发展形态,是以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。

历史证明,每一次人类社会重大的经济形态变革,必然产生新生产要素,形成先进生产力。农业时代,以土地和劳动力为生产要素,工业时代以资本为生产要素。数字经济也产生了新的生产要素,即以大数据、人工智能为代表的新兴技术。

通过对海量数据资源的有效挖掘和利用以及开放的数据生态体系使得数字价值充分释放；通过激发各行业、各领域智能化场景构建,加深技术与社会、商业及个体的智能化融合,释放人类劳动力并大幅提升生产效率、交易效率,大数据和人工智能正驱动着传统产业的数字化转型升级和新业态的培育发展,促进数字经济持续发展创新。

人工智能结合大数据,助力企业拥抱数字经济

人工智能的底层支撑是大数据和算法,无疑应在数据资源丰富、数据价值密度高的行业率先发展。这正是包括金融等数据密集型企业拥抱人工智能的天然优势:一方面,这些在业务开展过程中积累了海量数据；另一方面,这些数据价值密度高,在运用专业技术挖掘和分析之后,价值转化概率高,潜在的商业价值大。

以金融行业为例,在大数据时代,金融数据呈现出爆炸式增长。BCG曾有报告指出,银行业每创收100万美元,平均就会产生820GB的数据。然而大量数据在沉睡,如何更好挖掘数据?如何用更多先进科技来推动银行把这些数据从沉睡变成财富?

作为大数据和人工智能领域的探索者和实践者,海致大数据核心团队在百度参与研发了全球第一个中文通用知识图谱平台之后,开始针对金融垂直行业进行深度研发,在今年11月8日浙江乌镇2017首届智能金融知识图谱峰会上推出了海致智能金融知识图谱,它具备强大的自然语言处理能力,包括模板识别、实体识别、情感分析等,也具备领先的关系挖掘算法引擎；能够在社交关系图谱、转账和账目网络、黑名单网络、关系详情多对对记录、ETL清洗数据等方面深化反欺诈场景；能够有效地整合工商、涉诉、招投标等外部数据,并结合银行行内数据,形成客户的多维度视图,并基于此利用图挖掘、图分析技术,形成链状、圈状的客户群视图,生成企业投资关系、担保关系、资金往来关系等关系图谱,为银行提供精准可靠的营销及风控依据,助力金融机构智能升级。

以实用、好用的信息服务落地数字经济

2016年4月19日的网络安全和信息化工作座谈会总结到,要适应人民期待和需求,加快信息化服务普及,降低应用成本,为老百姓提供用得上、用得起、用得好的信息服务,让亿万人民在共享互联网发展成果上有更多获得感。

杨娟表示,海致的宗旨也是如此,坚持大数据应该实用、好用、人人可用。作为企业知识图谱的开创者,海致已经成为最多商业银行使用的知识图谱平台,得到了包括兰州银行、青岛银行、招商银行、南京银行、长沙银行等多个银行机构的认可,成为了数万银行客户经理与管理者每天不可或缺的智能伙伴,帮助银行及时发现了数百亿贷款的相关风险,让大数据真正成为了中国企业看得见、摸得着的应用。

2017年,兰州银行引入了海致智能金融知识图谱,应用在反欺诈、挖掘潜在客户、风险事件预警等多个银行业务场景中,同时为贷前决策、贷后风控提供有效的数据依据以降低金融风险。兰州银行行长助理兼CIO何力表示:知识图谱,让我们获得把不同种类的信息连接在一起得到一个关系网络,从关系的角度去分析问题的能力,更是承接了生态数据从信息转化为知识的重要工作,未来必将带来差距化的竞争优势。

青岛银行在建设大数据平台的基础上,也引入了海致智能金融知识图谱,探索建设智能CRM,研究如何为中小银行提供根据条理的信息,帮助银行感知更加深入、更广泛和更完整的客户关系管理的方法和知识体系。青岛银行信息科技部总经理杨斌在评价智能CRM项目时认为,青岛银行通过知识图谱将大数据信息叠加、组织进行知识可视化的展现,再与银行客户关系管理进行配合,最终形成智能CRM客户关系管理洞察力。知识图谱技术拓宽了商业银行分析问题、挖掘知识的能力,与传统业务系统有效结合,将加快商业银行向智能金融迈进的步伐。

互联网、大数据、人工智能和实体经济深度融合是数字经济最新特征。杨娟强调,作为中国领先的大数据技术与服务企业,海致致力让每一个中国企业在大数据中真正获益,数字经济发展已经进入新时代,放眼未来,它将推动全行业的快速成长。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。