心血管重症监护医学知识图谱构建技术规范

1心血管重症监护医学知识图谱构建技术规范本标准规定了心血管重症监护病房知识图谱构建的基本要求、知识建模、知识获取、知识加工、知识融合、知识存储，以及知识图谱的的管理和应用。本标准适用于医疗机构心血管重症监护病房知识图谱的构建。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T22239信息安全技术网络安全等级保护基本要求GB/T35273信息安全技术个人信息安全规范GB/T39725信息安全技术健康医疗数据安全指南3术语和定义下列术语和定义适用于本文件。3.1心血管重症监护病房cardiacintensivecareunit，CICU专门收治急性心肌梗死、严重心律失常、心力衰竭等心血管危重症患者的监护单元。3.2知识图谱knowledgegraph一种以结构化的形式描述客观世界中概念、实体及其关系的方式。它将互联网的海量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、管理和理解互联网海量信息的能力。3.3实体entity存在或者可能存在的任何具体或抽象的事务，包括这些事物间的关联。[来源：GB/T5271.17-2010,17.02.05]3.4本体ontology本体模型表示实体类型以及实体类型之间关系、实体类型属性类型及其之间关联的一种模型。[来源：GB/T42131-2022,3.8]3.5关系relation实体、实体类型、实体组合或实体类型组合间的联系。[来源：GB/T42131-2022,3.11]24基本要求4.1知识图谱应符合相关法律法规及数据安全管理要求，不应泄露、篡改或滥用采集、处理、存储和使用过程中的医疗信息。4.2知识图谱应具备语义准确性和内容完整性，能够真实、准确地反映医学知识内涵。4.3知识图谱各要素在命名、定义、分类及关系表达上应保持统一性，避免同义概念重复、语义歧义或逻辑矛盾，采用国际通用的术语体系和数据标准。4.4知识图谱应各要素之间具备良好的内在协调性，语义链条应完整且清晰，支持知识在不同系统、不同业务场景下的稳定适配与可靠调用。4.5知识图谱应具备可持续集成于临床业务系统的能力，具备可验证性、可解释性和可追溯性。4.6应建立知识的版本管理和更新机制，及时更新知识图谱。5知识建模5.1构建流程知识图谱构建流程建见图1，具体如下：a)知识获取：从不同来源和结构的输入数据中提取知识；b)知识加工：获取知识后输出实体、关系数据并形成知识库；c)知识融合：整合和集成知识单元(集),并形成统一标识的知识图谱；d)知识存储：利用软硬件等基础设施对知识进行存储、查询、维护和管理。知识获取知识获取知识加工知识融合知识储存图1知识图谱构建流程图5.2建模要求5.2.1知识表示框架5.2.1.1应根据知识图谱的特点和需求，设计合理的数据模型，包括实体类型、关系类型、属性类型等，优化数据模型的结构。5.2.1.2心血管重症监护医学知识应采用三元组形式进行表示，基本单元为（实体—关系—实体或实体—属性—属性值。5.2.2实体类型心血管重症监护知识图谱中的实体类型应包括但不限于：a)疾病实体：急性冠状动脉综合征、心力衰竭、心律失常、心源性休克、心脏骤停、心肌炎、心包疾病、瓣膜疾病；b)症状与体征实体：胸痛、呼吸困难、心悸、晕厥、发绀、水肿、啰音；c)检查实体：心肌损伤标志物、脑钠肽、心电图、超声心动图、冠状动脉造影；d)监测指标实体：有创动脉血压、中心静脉压、肺动脉压、心输出量、混合静脉血氧饱和度；e)药物实体：抗血小板药、抗凝药、溶栓药、血管活性药、利尿剂、抗心律失常药；3f)治疗操作实体：经皮冠状动脉介入治疗、冠状动脉旁路移植术、临时起搏器植入、主动脉内球囊反搏术置入、体外膜肺氧合置入、电复律；g)评分模型实体：GRACE评分、TIMI评分、APACHEII评分、SOFA评分；h)解剖实体：冠状动脉、心肌、心脏传导系统。注1：GRACE评分即全球急性冠状动脉事件注册评分（GlobalRegistryofAcuteCoronaryEv注2：TIMI评分即心肌梗死溶栓治疗评分（ThrombolysisinMyocardialInfarc注3：APACHEII评分即急性生理与慢性健康状况评估Ⅱ评分（AcutePhysiologyandChroni）；注4：SOFA评分即序贯器官衰竭评估评分（SequentialOrganFailureAssessm5.2.3关系类型心血管重症监护核心关系类型应包括但不限于：a)诊断关系：疾病-具有-症状、检查-提示-疾病；b)治疗关系：疾病-推荐使用-药物、疾病-适应于-手术、并发症-需处理-措施；c)监测关系：病情-需监测-指标、治疗-需监测-不良反应；d)风险关系：因素-增加-疾病风险、评分-预测-预后；e)时序关系：事件A-之后执行-事件B、症状-出现后-采取-措施；f)禁忌关系：疾病-禁忌使用-药物、药物-禁忌联用-药物。5.2.4属性类型实体应包含以下属性信息：a)标识属性：唯一标识符、标准名称、别名；b)描述属性：定义、临床意义、适用人群；c)计量属性：正常值范围、危急值阈值、剂量范围；d)时效属性：知识生效时间、更新时间、版本号；e)证据属性：证据等级、来源文献、推荐强度。5.3知识表示要求知识表示应符合以下要求：a)领域分析：应梳理业务场景、知识范围、应用需求，确定范围与边界；b)概念提取：应采集的知识中提取核心概念，分类整理，形成概念清单，确保概念覆盖疾病、症状、检查、治疗、设备等维度；c)属性定义：应为每个核心概念定义数据属性与对象属性，明确属性的取值范围、单位、定义域与值域，确保属性的合理性与规范性；d)关系构建：应基于临床逻辑与知识关联，构建概念之间的语义关系，明确关系类型、含义与约束，形成完整的关系体系；e)约束设定：应为概念、属性、关系设定约束规则，确保本体的一致性与完整性；f)本体评估：应对构建的本体进行多维度评估，评估合格后方可进入下一环节，评估不合格需返回调整优化。6知识获取6.1知识采集46.1.1知识采集可通过以下途径：——可通过文献、书籍、互联网等提取疾病的发病机制、病理生理、治疗方法、预后等数据；——可通过专家访谈和交流获取临床经验和知识，如特殊病例的处理、治疗决策的依据；——可从医院信息系统中提取患者的病历，包括诊断、治疗、用药、检查检验结果、生命体征等数据；——可通过第三方获取相关医学知识数据。6.1.2知识采集要求如下：——应明确构建知识图谱所需数据的来源，如医院信息系统中的业务数据、文献、书籍、专家访谈、患者病例等，非结构化数据应进行整理和结构化处理。——对于组织内的内部数据，应对数据进行脱敏转换处理；——对于互联网数据，应利用爬虫工具并经过数据解析、清洗后形成数据集；——对于第三方数据，应通过接口采集或者通过数据文件的传送采集数据；——应确保数据的准确性和完整性，知识的可靠性和时效性；——应将采集到的数据或知识及时导入数据库。6.2知识抽取6.2.1数据抽取6.2.1.1应选择结构化程度相对较高、质量较优的数据源，根据数据来源选择差异化的数据抽取及加工方式。6.2.1.2知识抽取步骤如下:a)数据甄别：明确知识图谱的数据来源；b)数据消洗：对数据中的干扰项进行审查、检验和加工处理，规范数据格式；c)数据转换：将不同形式、不同格式的数据转换成统一的表达形式；d)数据融合：针对不同来源的数据在字段、元组等层次的融合，不涉及实体、属性、关系的融合。6.2.2标准接口对接6.2.2.1标准接口主要用于对接已完成抽取加工的各种数据，包括实体数据和关系数据。通过实体接口和关系接口的调用，将数据以实时或非实时的方式接入对应版本的存储层。接口形式主要包括数据文件和API。6.2.2.2接口格式采用JavaScript对象简谱(JSON)、可扩展标记语言(XML.)、另一种标记语言(YAML)。7知识加工7.1本体设计本体设计包括但不限于以下方面：a)概念层定义：明确知识图谱构建需要的实体类型与关系类型；b)属性定义：明确知识图谱构建的各类实体需要的属性名称；5c)约束/规则定义：明确需要约定的限定条件与规则；d)模式精简：对同样范围的实体、关系，宜选择精简的关联与表达方式。7.2实体获取实体获取设计包括但不限于以下方面：a)实体识别：在完成知识抽取后的数据中识别已经明确的实体类型对应数据；b)关系识别：在完成知识抽取后的数据中识别已经明确的关系类型对应数据；c)实体链指：将完成文本解析后的事件关联方链接至对应实体；d)文本解析：利用NLP技术对文本进行分析，实现事件关联方的提取、实体/关系属性的槽填充。注2：槽填充即从大规模的语料库中抽取给定实体的被明确定8知识融合8.1数据整合8.1.1应将采集的结构化、半结构化、非结构化数据与其他知识库信息在本体模型的统一框架下进行融合，得到完备的知识数据。8.1.2结构化数据根据预定义的本体模型转换为RDF三元组，半/非结构化数据在本体模型指导下通过信息抽取得到安全实体和关系并转换为RDF数据。注：RDF即资源描述框架（ResourceDescriptionFramework）。8.2实体对齐8.2.1通过计算实体上下文语义相似度、统计实体出现频率等方法，消除同名实体歧义，确保每个节点代表唯一确定的医学实体。8.2.2利用实体属性信息、名称相似度匹配等技术，将不同数据源中表示同一实体的信息关联对齐，指向知识图谱中同一节点。8.3知识整合8.3.1将消歧、对齐后的实体、关系、属性进行整合，形成统一规范的结构化知识集合。8.3.2对无法融合的知识应进行异常提示。8.4知识评估8.4.1应邀请专家对知识图谱进行审核和验证，检查实体、关系和事件的准确性和完整性，计算知识图谱的准确率、召回率等指标，评估其准确性，对错误或不准确的知识进行修正和完善。8.4.2应检查知识图谱中知识的一致性，对矛盾或冲突的知识进行调整和优化。8.4.3应通过实际应用案例，评估知识图谱在临床决策支持、疾病诊断辅助、治疗方案推荐等方面的实用性和有效性。收集用户反馈，对知识图谱进行进一步的改进和优化。8.4.4应定期更新知识图谱，将新出现的心血管疾病研究成果、治疗方法、临床指南等纳入知识图谱中，确保知识的时效性和准确性，记录知识的更新历史和版本信息。9知识存储69.1采用适合知识图谱存储的图数据库，利用其高效的图查询和存储能力，将知识图谱中的实体、关系和属性进行存储。9.2知识图谱应兼容属性数据、全文检索数据的存储需求，具备高效的查询、更新和扩展能力。9.3存储格式：知识应采用“主体-关系-客体”的三元组形式存储，实体、关系、属性应进行规范化编码，编码应具有唯一性。9.4应支持将知识映射到向量空间模型，对实体和关系进行数值编码，解决数据稀疏问题，提升知识融合和推理性能。10知识图谱管理与应用10.1管理10.1.1应建立知识图谱的日常维护与更新机制，定期对知识图谱进行更新、优化和完善，及时处理知识图谱在应用过程中出现的问题和故障，确保知识图谱的稳定运行及可拓展性。10.1.2应确保医疗知识图谱数据的保密性、完整性和可用性，确保不被未授权用户非法获取。10.1.3应具备对医疗知识图谱中个人信息等敏感数据进行加密传输和存储的功能，支持用加解密的方法对数据访问采取权限控制。10.1.4应建立数据备份机制，定期对知识图谱数据进行备份。支持数据的增量存储和批量更新，确保数据存储的安全性和完整性。10.1.5医疗知识图谱系统的信息安全要求应符合GB/T22239、GB/T35273、GB/T39725的相关规10.2应用10.2.1临床决策支持将知识图谱与临