醫學知識圖譜的未來展望有哪些？

結合行業應用現狀，未來醫 學知識圖譜將在數量、質量、標準化程度 和分級應用等方面持續改進和提升，從而更 好地滿足醫學人工智能產業化發展的應用需 求。

1.數量更大

醫學知識圖譜作為各個應用場景中底層的數 據基礎，其數據的數量和覆蓋度非常重要。 醫學相對于其他領域知識更豐富，同時，隨 著醫學的發展，仍然在不斷產生大量新知識， 應用中知識的不完備會嚴重的影響相關產品 的用戶體驗，大大降低產品的價值。當前的 很多應用已經因為知識量級問題而凸顯出產 品的不足，所以在未來，用戶將會對知識圖 譜中的知識量級提出更高的要求。

為滿足醫療行業對數量上的要求，應發展穩 定、快速的自動化知識圖譜構建技術，也可 以通過行業內的合作共建共享知識圖譜。行 業應當推動更多質量高的知識源，如高質量 電子病歷和新醫學知識庫的開放共享，為醫 學知識圖譜的構建保障優質來源。

2.質量更高

醫學知識圖譜是直接面向醫學領域的應用， 大部分場景中對數據的容錯率遠低于其他領 域，所以對醫學知識圖譜的質量要求極高。 例如，在臨床決策支持中，錯誤的知識就有造成醫療事故的風險。同時，如果因數據質 量問題，系統頻繁地給出錯誤提示，反而會 使臨床醫務工作者對系統的信任度會大大降 低，導致忽略掉系統給出的正確風險提示。

醫學知識圖譜的質量問題是一個永恒的話 題，且隨著應用的深入，對質量的要求只會 越來越高。為滿足醫療行業對質量上的要求， 應建立完善的知識圖譜質量控制體系。知識 圖譜的質量控制應貫穿于知識圖譜的構建的 全周期，構建前應對數據來源的質量做嚴格 把控；構建中應建立良好的人機配合模式， 確保醫學專業人員的指導與參與；構建后的 應進行準確性驗證和審核，還需要根據應用 情況保持維護更新。

3.標準化程度更好

隨著醫療行業對知識圖譜應用程度的加深， 在臨床決策支持、藥物研發、公共衛生事件 應對等場景下，聯合使用多個知識圖譜的需 求會越來越多。在多個知識圖譜聯合使用的 場景中，知識圖譜的標準化程度顯得尤為關 鍵。標準化程度高的知識圖譜之間互通性好， 可以更好地聯合使用，從而降低應用的成本， 提升應用體驗。

推動醫學知識圖譜標準化管理體系的建立， 可以促進醫學知識圖譜標準化的實現。在行 業層面，各利益相關方應互通有無、成果共 享，促進已有成果的使用，避免重復工作， 自下而上地促進國內醫學知識圖譜相關標準 的建立，包括 Schema 標準、技術標準和其 他相關標準等；在政府層面，應自上而下地 積極推動醫學知識圖譜相關標準的研究和制 定，并為行業發展提供相關支持，促進行業 更健康快速地發展。

4.分級應用更明顯

醫學知識圖譜的應用場景豐富，不同場景對 知識的需求不一，這也催生了對醫學知識分 級管理的需求。例如，一般百科類的知識即 可滿足面向患者的產品的使用需求，面向醫 生的則需要更專業的知識；目前，在醫學領 域，來源于臨床指南的知識部分有證據水平 的劃分，實現了對知識的等級管理。但現階 段的醫學知識圖譜中知識的等級管理都還較 為粗獷，大多都尚未涉及到知識分級管理。

知識分級管理是未來知識圖譜管理的一個重 要發展方向，從知識的來源、證據等級等角 度，制定知識分級規則，建立健全的分級管 理體系，可以滿足在不同場景中知識圖譜的 多樣化應用需求。