融合大规模医学事实的跨语言双层知识图谱.pdfVIP

软件学报

ISSN

1000-9825,

CODEN

RUXUEWE-mail:

jos@

2025,36(3):1240−1253

[doi:

10.13328/ki.jos.007173]

[CSTR:

32375.14.jos.007173]

©中国科学院软件研究所版权所有.Tel:

+86-10

*

融合大规模医学事实的跨语言双层知识图谱

1,211,231131

王楚童,

李明达,

孙孟轩,

王

静,

杨雪冰,

牛景昊,

贺志阳,

张文生

1(多模态人工智能系统全国重点实验室(中国科学院

自动化研究所),

北京100190)

2(中国科学院大学

人工智能学院,

北京

100049)

3(讯飞医疗科技股份有限公司,

安徽

合肥

230088)

通信作者:

张文生,

E-mail:

zhangwenshengia@

摘要:

得益于信息化技术的快速发展和医疗信息系统的普及,

医学数据库中积淀了海量的医学事实,

如患者临床

诊疗事件以及医学专家共识等.

如何从医学事实中提炼出知识,

进而对其管理和合理利用,

是推进诊疗自动化和智

能化的关键.

知识图谱作为一种新型的知识表示工具,

能够有效地挖掘和组织大规模医学事实中的信息,

受到医疗

领域从业人员的广泛关注.

然而,

现有医疗知识图谱普遍存在规模小、限制多、可扩展性差等问题,

面向医学事实

的知识表达能力有限.

为此,

提出一种双层医疗知识图谱架构,

通过对英文患者诊疗事件和中文专家共识进行信息

抽取,

构建得到一个跨语言、多模态、动态更新、可拓展性强的10亿级医疗知识图谱,

可提供更加精准的智能医

疗服务.

关键词:

医学事实;

医疗知识图谱;

双层知识表示;

信息抽取;

知识融合

中图法分类号:

TP181

中文引用格式:

王楚童,

李明达,

孙孟轩,

王静,

杨雪冰,

牛景昊,

贺志阳,

张文生.

融合大规模医学事实的跨语言双层知识图谱.

软

件学报,

2025,

36(3):

1240–1253.

/1000-9825/7173.htm

英文引用格式:

Wang

CT,

Li

MD,

Sun

MX,

Wang

J,

Yang

XB,

Niu

JH,

He

ZY,

Zhang

WS.

Cross-language

Bilayer

Knowledge

Graph

with

Large-scale

Medical

Facts.

Ruan

Jian

Xue

Bao/Journal

of

Software,

2025,

36(3):

1240–1253

(in

Chinese).

/

1000-9825/7173.htm

Cross-languageBilayerKnowledgeGraphwithLarge-scaleMedicalFacts

1,211,2311

WANG

Chu-Tong,

LI

Ming-Da,

SUN

Meng-Xuan,

WANG

Jing,

YANG

Xue-Bing,

NIU

Jing-Hao,

HE

Zhi-Yang,

ZHANG

Wen-Sheng31

1(State

Key

Laboratory

of

Multimodal

Artificial

Intellig