基于医学知识图谱的疾病风险预测系统

技术领域

本发明具体涉及一种基于医学知识图谱的疾病风险预测系统。

背景技术

随着居民健康意识的提高，对重大病、慢性病的预防成为一个热门的健康需求。治未病，在疾病未发病或发病早期就进行医学干预，是提升全民健康水平、减轻国家医保负担的一个必经之路。

当前国内老百姓主要还是疾病表现出症状之后采取医院治疗，对疾病预防很多还停留在概念上，没有很好预防措施。

医院作为国内医疗保健主要场所，其医疗资源主要想已患病人群倾斜，对疾病预防帮助不大，难以满足未患病人群对于疾病的一级、二级预防需求。

因此提出一种基于医学知识图谱的疾病风险预测系统以解决上述问题。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于医学知识图谱的疾病风险预测系统，该基于医学知识图谱的疾病风险预测系统可以很好地解决上述问题。

为达到上述要求，本发明采取的技术方案是：提供一种基于医学知识图谱的疾病风险预测系统，该基于医学知识图谱的疾病风险预测系统包括医学知识图谱数据库和基于医学知识图谱数据的疾病风险推理引擎；知识图谱数据库为以图论、概率图模型为数据基础的数据库，所述知识图谱数据库包含顶点和边两个组成元素，所述顶点对应疾病、症状、检查项、检查结果、诊疗方案等医学术语名词，所述边对应这些术语名词之间的医学关系；基于医学知识图谱数据的疾病风险推理引擎的输入是真实个体的医学数据，所述基于医学知识图谱数据的疾病风险推理引擎的的输出是对输入数据所代表的个体各种常见疾病患病风险的估算。

该基于医学知识图谱的疾病风险预测系统具有的优点如下：

该系统可以很好的解决如下问题：医院作为国内医疗保健主要场所，其医疗资源主要想已患病人群倾斜，对疾病预防帮助不大，难以满足未患病人群对于疾病的一级、二级预防需求。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，以下结合具体实施例，对本申请作进一步地详细说明。

在以下描述中，对“一个实施例”、“实施例”、“一个示例”、“示例”等等的引用表明如此描述的实施例或示例可以包括特定特征、结构、特性、性质、元素或限度，但并非每个实施例或示例都必然包括特定特征、结构、特性、性质、元素或限度。另外，重复使用短语“根据本申请的一个实施例”虽然有可能是指代相同实施例，但并非必然指代相同的实施例。

为简单起见，以下描述中省略了本领域技术人员公知的某些技术特征。

根据本申请的一个实施例，提供一种基于医学知识图谱的疾病风险预测系统，包括医学知识图谱数据库和基于医学知识图谱数据的疾病风险推理引擎；知识图谱数据库为以图论、概率图模型为数据基础的数据库，所述知识图谱数据库包含顶点和边两个组成元素，所述顶点对应疾病、症状、检查项、检查结果、诊疗方案等医学术语名词，所述边对应这些术语名词之间的医学关系；基于医学知识图谱数据的疾病风险推理引擎的输入是真实个体的医学数据，所述基于医学知识图谱数据的疾病风险推理引擎的的输出是对输入数据所代表的个体各种常见疾病患病风险的估算。

根据本申请的一个实施例，该基于医学知识图谱的疾病风险预测系统知识图谱数据库能够将由文字描写的医学逻辑结构化为计算机语言，方便计算机进行读取与操作。

根据本申请的一个实施例，该基于医学知识图谱的疾病风险预测系统医学知识图谱数据库，承载于开源的PostgreSQL数据库软件中。

根据本申请的一个实施例，该基于医学知识图谱的疾病风险预测系统真实个体的医学数据包括性别、年龄、家族史、症状、体征、基因数据信息。

根据本申请的一个实施例，该基于医学知识图谱的疾病风险预测系统基于医学知识图谱数据的疾病风险推理引擎的输出基于数值化的经验表达式或基于统计学模型。

根据本申请的一个实施例，该基于医学知识图谱的疾病风险预测系统基于医学知识图谱数据的疾病风险推理引擎输出的疾病数目和风险估计准确度，依赖于医学知识图谱中存储的医学数据，随着数据的积累，准确度和可信度逐渐提升。

根据本申请的一个实施例，该基于医学知识图谱的疾病风险预测系统包括两个部分：医学知识图谱数据库和基于医学知识图谱数据的疾病风险推理引擎。知识图谱数据库是以图论、概率图模型为数据基础的数据库。图有两个组成元素：顶点和边。本发明中的医学知识图谱数据库中，顶点对应疾病、症状、检查项、检查结果、诊疗方案等医学术语名词；边对应这些术语名词之间的医学关系。用这一套医学知识图谱，可以将由文字描写的医学逻辑结构化为计算机语言，方便计算机进行读取与操作。

不同于数据库的概念，数据库软件是指承载数据的软件系统，本发明中的医学知识图谱数据库，承载于开源的PostgreSQL数据库软件中，很明显数据库软件不是本发明的必要部分，只是用于承载数据，而承载医学知识图谱数据的方式并非数据库软件一种。

所谓基于医学知识图谱数据的疾病风险推理引擎，是指使用医学知识图谱一个计算机程序。此程序的输入是真实个体的医学数据，例如性别、年龄、家族史、症状、体征、基因数据等，程序读取这些数据，查阅医学知识图谱，然后构建模型，计算常见疾病的风险值。可见，程序的输出是对输入数据所代表的个体各种常见疾病患病风险的估计，这种估计可能基于数值化的经验表达式、可能基于统计学模型等等。输出中，疾病的数目和风险估计准确度，完全依赖于医学知识图谱中存储的医学数据，随着数据的积累，准确度和可信度可以逐渐提升。

总结起来，本专利所谓的基于医学知识图谱的疾病风险预测系统，就只包括两个部分：医学知识图谱数据库和构建在数据库之上的风险评估程序。

根据本申请的一个实施例，该基于医学知识图谱的疾病风险预测系统对大规模人群进行多疾病预防，是一项耗时耗力的工作。引入市场化机制，让商业企业成为居民疾病预防的主力，是解决人民疾病预防需求与医疗资源不匹配矛盾的关键点。对大规模人群进行多疾病预防，必须依靠信息化、智能化、规模化的手段，而不是单纯地将医生的工作从线下搬到线上。然而，医学知识有着复杂性，如何将医学知识进行信息化表达是一个难点。知识图谱是近几年兴起的知识表达工具，对医学知识进行知识图谱化，然后再基于医学知识图谱进行医学分析和推理，给出具体案例的疾病风险，是解决智能化疾病预防难题的一个关键点。

以上所述实施例仅表示本发明的几种实施方式，其描述较为具体和详细，但并不能理解为对本发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明保护范围。因此本发明的保护范围应该以所述权利要求为准。