醫學知識圖譜的特殊需求主要體現在哪些方面？

醫學知識圖譜的特殊需求主要體現 在知識表示、知識獲取和知識應用三個方面。

1. 知識表示

知識圖譜通常由模式層和數據 層組成，模式層定義知識圖譜的模型，數據 層基于模式層的模型構建數據。通用知識圖 譜模式層的關系類型一般比較簡單，層級關 系淺，但數據層的數據覆蓋范圍廣，而醫學 知識圖譜則恰巧相反。

為了解決醫學術語多樣化和醫學知識分散的 問題，醫學知識圖譜的模式層建議引入本體 來規范醫學概念的內涵，定義豐富的關系類 型和嚴謹的層級關系。針對復雜的醫學知識， 可通過構建復合值類型（Compound Value Types，CTV）1 進行知識的完整表達。例 如在《梅克爾憩室臨床路徑（2019 年版）》[47] 中的 “梅克爾憩室在用憩室切除 + 小腸吻 合術治療前需要進行血常規檢查”這條知識， 可以通過“梅克爾憩室臨床路徑”作為復合 值類型，建立三條關系：（梅克爾憩室臨床 路徑，適用對象，梅克爾憩室），（梅克爾 憩室臨床路徑，治療方式，憩室切除 + 小腸 吻合術），（梅克爾憩室臨床路徑，治療前 檢查，血常規）* 來完成對該條知識的完整 表達。

2. 知識獲取

通用知識圖譜的規模巨大，不可能人工手動 構建，一般由機器高度自動化構建，但往往 最終的知識圖譜質量不會很高。醫學領域的 應用場景極為嚴肅，對知識質量要求嚴苛， 醫學知識圖譜不可能完全依靠機器自動化構 建。醫學知識圖譜的構建一般采用人工 + 機 器的方式，構建全過程需要醫學專家積極參 與，以保證數據的準確性。此外，醫學知識 圖譜構建過程中需要充分收錄行業現行標 準、教科書、指南等權威知識源，并同時補 充互聯網和臨床病歷中的醫學知識，從而保 證醫學知識的完整性。

3. 知識應用

不同醫學場景需要使用不同來源或不同證據 等級的醫學知識。例如在面向患者的智能問 答應用場景中，基于常規教科書、指南、百 科和互聯網開放平臺上構建的醫學知識圖譜 就足以支撐計算機的使用。在決策支持應用 場景中，當存在多個不同的決策建議時，證 據等級的標識有助于醫生選擇最準確與最合 適的方案，且需要滿足醫學知識更新的時效 性。因此，醫學知識圖譜中的每條三元組都 要記錄醫學知識的來源和相應的證據等級， 以此提高醫學知識圖譜在不同場景的適用 性。