换一批基于电子病历和公开医学知识图谱的专病知识图谱构建
Construction of Specific Disease Knowledge Graph Based on Electronic Medical Records and Public Medical Knowledge Graph
摘要目的 基于公开的医学知识图谱和电子病历构建脑卒中临床专病知识图谱.方法 使用生物医学信息本体系统和脑卒中患者结构化电子病历作为知识来源,依次构建脑卒中基础术语表、患者特征词表、脑卒中概念字典、脑卒中关系三元组集和脑卒中概念术语集,将关系三元组集和概念术语集导入Neo4j数据库中,完成脑卒中专病知识图谱的构建.通过知识图谱嵌入模型获得知识图谱表示,设计实验将链接预测和三元组分类作为评价任务对比图谱通过TransE、Rotate以及Analogy等模型获得的图谱嵌入的性能差异.此外,设计关于患者住院是否超过7和14 d的2个预测任务,将性能最优知识图谱嵌入与基于Skip-Gram算法的原始特征患者表示相融合,构建机器学习模型完成预测任务并评价其性能.评价指标采用F1得分、受试者工作特征(Receiver Operating Characteristic,ROC)的曲线下面积(Area Under Curve,AUC)、精确率-召回率AUC.结果 构建的脑卒中专病知识图谱拥有215090个实体和550976个关系,基于RotatE模型获得最优图谱嵌入.实验结果显示,相较于P-vector,KGP-vector在预测患者住院是否超过7和14 d的任务中,F1得分、ROC的AUC、精确率-召回率AUC分别提升0.039、0.061、0.047和0.089、0.081、0.103.结论 利用公开的医学知识图谱并结合患者数据可以快速构建高质量专病知识图谱,有望为脑卒中疾病的临床决策、疾病诊断以及个性化医疗提供支持.
更多相关知识
关键词
知识图谱电子病历脑卒中生物医学信息本体系统患者表示预测模型knowledge graphelectronic medical recordstrokebiomedical information ontology systempatient statedpredictive model
栏目名称
DOI
10.3969/j.issn.1674-1633.20241314
发布时间
2025-07-01（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
