基于疾病診斷相關(guān)分組的醫(yī)學(xué)知識(shí)圖譜庫構(gòu)建方法*

劉新奎 楊林朋 昝紅英 牛承志

(鄭州大學(xué)第一附屬醫(yī)院 鄭州 450052) (鄭州大學(xué) 鄭州450000) (鄭州大學(xué)第一附屬醫(yī)院 鄭州 450052)

1 引言

1.1 研究背景

知識(shí)圖譜最早于2012年5月17日被Google公司正式提出[1]，隨著人工智能技術(shù)發(fā)展和應(yīng)用，現(xiàn)已被廣泛應(yīng)用于智能搜索、個(gè)性化推薦等領(lǐng)域[2]。在國外已有較多重要的知識(shí)圖譜研究成果，如Google Knowledge Graph[3]、DBpedia[4]和Freebase[5]等。當(dāng)前人工智能已廣泛應(yīng)用于醫(yī)療健康領(lǐng)域，如在醫(yī)學(xué)影像識(shí)別方面已達(dá)到頂級(jí)醫(yī)生水平，甚至在某些疾病診斷過程中智能決策支持系統(tǒng)對(duì)疾病的診斷正確率超過一般醫(yī)生[6],人工智能應(yīng)用于醫(yī)學(xué)領(lǐng)域?qū)?huì)推動(dòng)傳統(tǒng)醫(yī)學(xué)向智能醫(yī)學(xué)轉(zhuǎn)型，為傳統(tǒng)醫(yī)學(xué)帶來巨大變革，逐漸走向智能化發(fā)展[7]。與此同時(shí)，醫(yī)學(xué)人工智能發(fā)展可以更快、更準(zhǔn)確地解決臨床診斷問題，將人工智能更多地應(yīng)用到醫(yī)學(xué)領(lǐng)域是大勢(shì)所趨[8]。

1.2 相關(guān)概念

隨著計(jì)算機(jī)技術(shù)發(fā)展，醫(yī)學(xué)知識(shí)圖譜(Medical Knowledge Graphs，MKG)應(yīng)用越來越廣泛，能夠直觀地通過圖譜形式表達(dá)出每個(gè)節(jié)點(diǎn)之間的聯(lián)系。疾病診斷相關(guān)分組(Diagnosis-related Group, DRG)是一種根據(jù)患者年齡、疾病診斷、并發(fā)癥、合并癥及治療方式等因素將患者分成若干DRG組進(jìn)行管理的體系[9]。根據(jù)DRG分組器的分組原理，通過知識(shí)圖譜形式將影響分組的相關(guān)信息以知識(shí)圖形式展現(xiàn)出來，即以直觀形式來展示DRG分組方式，對(duì)于DRG推廣、應(yīng)用具有重要意義。

2 DRG-MKG存在的問題

目前大多數(shù)醫(yī)學(xué)知識(shí)圖譜主要是針對(duì)某個(gè)科室、某類疾病或藥物進(jìn)行構(gòu)建，尚未有學(xué)者針對(duì)DRG建立醫(yī)療知識(shí)圖譜庫。建立較為客觀精確的DRG醫(yī)學(xué)知識(shí)圖譜庫需要不斷融合不同醫(yī)療知識(shí)庫，將不斷發(fā)現(xiàn)的新的醫(yī)學(xué)知識(shí)納入到DRG醫(yī)學(xué)知識(shí)圖譜庫中。基于DRG的醫(yī)療知識(shí)圖譜構(gòu)建是一個(gè)不斷更新的過程。我國衛(wèi)生發(fā)展水平以及費(fèi)用結(jié)構(gòu)與西方國家存在差異，應(yīng)研究適合我國國情的病例組合方案，一些學(xué)者探討DRG在中國的引進(jìn)和應(yīng)用，為建立我國病例組合積累資料和經(jīng)驗(yàn)[10]。由于各省市病種結(jié)構(gòu)略有不同， DRG在國內(nèi)的發(fā)展過程中出現(xiàn)各種版本，如北京版、上海版，由此也出現(xiàn)很多問題[11]，MKG可以輔助進(jìn)行DRG分組器優(yōu)化，從而進(jìn)行反向的推進(jìn)。

3 DRG-MKG構(gòu)建方法

3.1 概述

本文在以往研究基礎(chǔ)上分析總結(jié)現(xiàn)有知識(shí)表示模型特點(diǎn)，基于語義網(wǎng)絡(luò)表示方法設(shè)計(jì)醫(yī)學(xué)知識(shí)表示模型，為醫(yī)學(xué)知識(shí)表達(dá)與存儲(chǔ)提供更加貼切的模型并構(gòu)建DRG-MKG庫。

3.2 分析整理文本信息及數(shù)據(jù)

為保證數(shù)據(jù)真實(shí)有效，采用隨機(jī)抽樣方式，利用OntoManager、OOPS以及Core等文本評(píng)估工具對(duì)收集到的病歷首頁進(jìn)行檢測(cè)，主要解決數(shù)據(jù)可能存在的邏輯、編碼標(biāo)準(zhǔn)化等問題。

3.3 標(biāo)注語料數(shù)據(jù)

語料庫是醫(yī)學(xué)文本挖掘的重要資源，是實(shí)現(xiàn)語義標(biāo)引、機(jī)器翻譯、知識(shí)關(guān)聯(lián)、數(shù)據(jù)挖掘、智能檢索等功能的基礎(chǔ)支撐。語料標(biāo)注過程分為預(yù)標(biāo)注和正式標(biāo)注。預(yù)標(biāo)注階段主要完成對(duì)標(biāo)注規(guī)范的修訂，首先在分析現(xiàn)有醫(yī)學(xué)語料庫標(biāo)注規(guī)范基礎(chǔ)上形成標(biāo)注規(guī)范初稿，明確標(biāo)注實(shí)體類型范疇及邊界等問題，隨后采取多輪迭代模式進(jìn)行規(guī)范修訂和標(biāo)注工作，主要利用遷移學(xué)習(xí)這一機(jī)器學(xué)習(xí)方法將通用領(lǐng)域的知識(shí)遷移到醫(yī)學(xué)領(lǐng)域的命名實(shí)體識(shí)別。

3.4 DRG-MKG描述體系

利用專家知識(shí)，融合DRG，對(duì)現(xiàn)有知識(shí)圖譜改進(jìn)。現(xiàn)有醫(yī)學(xué)知識(shí)圖譜完備性不足，其體系某些部分有所缺失。疾病診斷系統(tǒng)在做判斷時(shí)，很容易因?yàn)獒t(yī)學(xué)知識(shí)圖譜的不完備性發(fā)生診斷或判斷不明的情況，因此要融合DRGs的分組內(nèi)容，對(duì)MKG描述體系進(jìn)行細(xì)化。

3.5 實(shí)體識(shí)別和關(guān)系抽取

采用自下向上的構(gòu)建方法，從非結(jié)構(gòu)化或半結(jié)構(gòu)化的醫(yī)學(xué)文本中抽取出醫(yī)學(xué)實(shí)體和醫(yī)學(xué)關(guān)系。針對(duì)醫(yī)療領(lǐng)域?qū)嶓w，擬用深度學(xué)習(xí)架構(gòu)中的NN-CRF架構(gòu)和滑動(dòng)窗口分類思想，通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)來完成對(duì)實(shí)體的抽取；針對(duì)醫(yī)療領(lǐng)域關(guān)系，擬用Lattice-LSTM方法，對(duì)醫(yī)學(xué)文本中的關(guān)系進(jìn)行提取。

3.6 DRG-MKG庫

現(xiàn)今醫(yī)學(xué)知識(shí)圖譜庫之間的融合技術(shù)有了一定發(fā)展，但仍需要大量人工干預(yù)，知識(shí)融合算法效率較低，采用眾包方式來解決DRG知識(shí)圖譜庫構(gòu)建中所遇到的知識(shí)融合難題。從非結(jié)構(gòu)化或半結(jié)構(gòu)化的醫(yī)學(xué)文本中抽取出醫(yī)學(xué)實(shí)體和醫(yī)學(xué)關(guān)系。針對(duì)醫(yī)療領(lǐng)域?qū)嶓w，擬用深度學(xué)習(xí)架構(gòu)中的NN-CRF架構(gòu)和滑動(dòng)窗口分類思想，通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)來完成對(duì)實(shí)體的抽取；針對(duì)醫(yī)療領(lǐng)域關(guān)系，擬用Lattice-LSTM方法，對(duì)醫(yī)學(xué)文本中的關(guān)系進(jìn)行提取，以此構(gòu)建DRG-MKG庫，見圖1。

圖1 DRG-MKG庫構(gòu)建框架

4 DRG-MKG應(yīng)用展望

4.1 健康宣教

MKG為醫(yī)療信息系統(tǒng)中海量、異構(gòu)、動(dòng)態(tài)的醫(yī)療大數(shù)據(jù)表達(dá)、組織、管理及利用提供一種更為有效的方式，使系統(tǒng)智能化水平更高，更接近于人類認(rèn)知思維。DRG-MKG庫能夠?qū)⑤^為抽象的信息以可視化方式呈現(xiàn)，提高用戶獲取知識(shí)的效率和完整性。DRG-MKG通過生動(dòng)形象的圖形信息幫助患者理解疾病相關(guān)注意事項(xiàng)。患者對(duì)健康宣教知識(shí)的掌握及遵守情況將對(duì)其康復(fù)結(jié)果及預(yù)防產(chǎn)生較大影響。此外由于患者文化水平參差不齊，往往難以在短時(shí)間內(nèi)接受并掌握大量自護(hù)康復(fù)信息。通過知識(shí)圖譜豐富圖形及色彩效果吸引患者注意力，使患者在宣教過程中保持關(guān)注。利用機(jī)器學(xué)習(xí)算法以及醫(yī)學(xué)數(shù)據(jù)特點(diǎn)對(duì)模型進(jìn)行訓(xùn)練，然后識(shí)別實(shí)體。常用方法包括支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、隱馬爾可夫模型、條件隨機(jī)場(chǎng)等。

4.2 輔助診斷決策系統(tǒng)

使用知識(shí)圖譜技術(shù)能夠?qū)⒔Y(jié)構(gòu)化知識(shí)從大量文本和圖像中抽取出來，知識(shí)圖譜、大數(shù)據(jù)技術(shù)以及深度學(xué)習(xí)技術(shù)3者的結(jié)合正在成為推動(dòng)人工智能發(fā)展的核心驅(qū)動(dòng)力。在醫(yī)療領(lǐng)域中知識(shí)圖譜技術(shù)具有較好應(yīng)用前景，針對(duì)DRG-MKG庫的研究將有助于解決優(yōu)質(zhì)醫(yī)療資源供給不足和醫(yī)療服務(wù)需求持續(xù)增加的矛盾。隨著知識(shí)圖譜技術(shù)不斷發(fā)展，DRG-MKG的醫(yī)療輔助診斷成為可能。這是一種利用抽象建模、機(jī)器學(xué)習(xí)等現(xiàn)代信息化手段進(jìn)行診斷的輔助系統(tǒng)，能夠自動(dòng)化解析相關(guān)文本、圖像等知識(shí)，提取相應(yīng)特征，之后使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)完成更高層次的特征抽象和多重非線性復(fù)雜計(jì)算，最終自動(dòng)輸出相應(yīng)診斷結(jié)果。DRG-MKG的醫(yī)療輔助診斷能夠輔助醫(yī)生診斷病情，顯著提高診斷效率和準(zhǔn)確度。特別是當(dāng)醫(yī)生接觸到疑難雜癥時(shí)，可能需要花費(fèi)較多時(shí)間查找相關(guān)案例以及知識(shí)庫。而借助智能輔助診斷，可利用已學(xué)習(xí)到的大量知識(shí)進(jìn)行自動(dòng)化解析與處理，極大提高醫(yī)生工作效率，降低不必要的醫(yī)療資源消耗。

4.3 優(yōu)化DRG分組器

充分利用基于DRG的知識(shí)圖譜庫強(qiáng)大的數(shù)據(jù)處理能力，結(jié)合國內(nèi)外現(xiàn)有DRG分組系統(tǒng)，對(duì)此次研究樣本醫(yī)院住院病案首頁信息進(jìn)行DRG分析，記錄不同DRG系統(tǒng)分組情況，比較不同DRG分組系統(tǒng)分組效果，歸納不同DRG系統(tǒng)分組特點(diǎn)，追溯形成不同分組效果的影響因素，由此提出改善和優(yōu)化現(xiàn)有DRG分組系統(tǒng)方案，形成本土化DRG分組系統(tǒng)。利用優(yōu)化分組系統(tǒng)進(jìn)行模擬測(cè)算，適時(shí)調(diào)整疾病分組模型和權(quán)重評(píng)價(jià)體系。

5 結(jié)語

實(shí)現(xiàn)DRG-MKG知識(shí)庫的核心是結(jié)合病案首頁、臨床知識(shí)等多組學(xué)數(shù)據(jù)，利用基于醫(yī)學(xué)數(shù)據(jù)源和數(shù)學(xué)模型的機(jī)器學(xué)習(xí)、基于醫(yī)學(xué)詞典及規(guī)則的自然語言處理以及深度學(xué)習(xí)、統(tǒng)計(jì)分析等方法，綜合考慮病種診療數(shù)量、平均住院日、平均費(fèi)用等資料的情況下，利用OntoManager、OOPS以及Core等文本評(píng)估工具對(duì)收集到的病案首頁進(jìn)行檢測(cè)，解決數(shù)據(jù)可能存在的邏輯、編碼標(biāo)準(zhǔn)化等問題，篩選病種，確定具有研究?jī)r(jià)值的DRG病種。研發(fā)面向疾病風(fēng)險(xiǎn)預(yù)測(cè)、早期診斷的臨床決策支持系統(tǒng)，為DRG-MKG庫轉(zhuǎn)化提供有效途徑。通過構(gòu)建并完善DRG-MKG庫，依托大型醫(yī)院驗(yàn)證推廣，不僅可以將與DRG相關(guān)的醫(yī)學(xué)知識(shí)抽取出來，融合形成結(jié)構(gòu)化知識(shí)，還能在此基礎(chǔ)上對(duì)健康宣教、輔助診療進(jìn)行研究和應(yīng)用，推動(dòng)智能化發(fā)展。另外可以促進(jìn)患者對(duì)疾病的客觀認(rèn)知，盡早配合治療，降低醫(yī)療費(fèi)用，節(jié)約醫(yī)療資源。