在临床诊断等智能应用中使用医学知识图谱

医学知识图谱是研究人员组织和显示信息以用于医学研究和临床应用的一种特定方式。知识图谱的概念最初由谷歌于 2012 年作为其搜索算法的一部分提出。

从那时起，医学知识图谱被证明在医学和医学研究领域具有广泛的实用性。例如，可以根据从电子病历、临床试验或其他医学文献中提取的数据创建知识图谱。当这些信息被插入计算机系统时，医学知识图谱可以成为智能应用程序的支柱，例如聊天机器人、诊断和治疗计划建议以及临床教育。

在 1 月 26 日发表在Big Data Mining and Analytics上的一篇论文中，研究人员着手提供医学知识图谱的综合目录、它们的创建方式以及何时应该使用它们。

“医学知识图谱是智能医疗的基础，已经在多种医疗应用中得到应用，”中南大学计算机学院教授兼院长李敏说。

“了解医学知识图谱的研究和应用发展对于未来生物医学领域的相关研究至关重要。我们的研究主要展示医学知识图谱的进展，包括数据来源、构建方法、推理方法和应用。”

医学知识图谱的可靠性和可信度的最重要因素之一是它的数据源。随着电子病历、临床试验数据在线数据库等使用的增加，创建广泛的医学知识图谱成为可能。研究人员概述了四个潜在的数据来源，包括从电子病历和其他可用临床数据等服务中获取的真实数据;科学出版物，例如期刊、教科书、指南、标准图书馆和开放共享的医学知识数据库，这些数据库是免费、开放和可访问的。

研究人员还分析了何时使用知识图谱以及组织数据的不同方式。他们将疾病诊断确定为即将到来的研究热点，研究人员正在使用知识图谱来识别疾病并提供预测结果。他们还指出，医学知识图谱可用于开发药物，并且正在进行研究以确定如何使用这些工具来开发 COVID-19 药物。

“我们的研究有望让读者了解医学知识图谱的研究价值、主要研究目的以及进展和挑战，这将有助于相关领域的研究人员密切关注这些工具，”李说。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！