软件学报

作者：王楚童，李明达，孙孟轩，王静，杨雪冰，牛景昊，贺志阳，张文生

单位：王楚童，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;中国科学院大学 人工智能学院, 北京 10004911,李明达，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), 北京10019002,孙孟轩，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;中国科学院大学 人工智能学院, 北京 10004903,王静，讯飞医疗科技股份有限公司, 安徽 合肥 23008804,杨雪冰，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), 北京10019005,牛景昊，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), 北京10019006,贺志阳，讯飞医疗科技股份有限公司, 安徽 合肥 23008807,张文生，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), 北京10019008

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

基金：科技创新2030—“新一代人工智能”重大项目(2018AAA0102100); 国家自然科学基金(62203437)

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.

来源：2025年第3期

《软件学报》期刊编辑部

查看软件学报杂志2025年第3期