基于知識圖譜特征的影像病例庫構建：設想與實踐

魏曉婷 周旭輝 馬微妹 謝新鳳 蔡南盛 張桂智

知識圖譜（knowledge graph）是由實體和關系組成的多關系圖，其中實體被視為“節點”，關系被視為“邊”，各“節點”通過“邊”相互聯結，構成網狀知識庫，把碎片化的信息、知識進行融合、歸納、分析及管理［1］。

醫療領域知識具有專業性強、知識密集、信息復雜等特點，是知識圖譜應用較為廣泛的垂直領域之一。近年來，多個醫學知識圖譜的構建與應用被提出，例如由北京大學、鄭州大學共同研發的中文醫學知識圖譜CMeKG［2］、上海曙光醫院構建的中醫藥知識圖譜等［3］。除此之外，也有學者構建了便利于患者的基于知識圖譜、深度學習和社交媒體的問診推薦系統［4］，從多個維度為患者提供就醫推薦服務。趙悅淑等［5］通過檢索1990—2020 年30 年間中國知網和PubMed 中文醫學知識圖譜文獻并分析，得出結論：中文醫學知識圖譜起步于2009 年，并在2018—2020 年快速發展，其中發展進步較大的方向主要為中醫藥、影像智能及疾病風險預測等。

當知識圖譜被應用于教育領域時，其實質是將課程中相關知識點進行解析，并挖掘各知識點間的潛在關系。在知識圖譜的幫助下，各種學習資源，如圖像、文字、測試、多媒體等，都能以其最適宜的方式、可視化地展示知識點之間的關系和邏輯脈絡，形成緊密相連的知識網絡，發現隱藏的“知識孤島”，為學生提供全方位、多模態的學習體驗，有助于構建知識體系［6］。

醫學影像學是一門應用基礎醫學與臨床醫學相互交叉和滲透、綜合性很強的學科。……