基于自然语言处理(NLP)的医学知识挖掘探索与实践

目的通过对医学健康知识的挖掘,为人工智能等的健康科普知识支撑提供实践经验。方法采用基于自然语言处理(NLP)技术对徐汇区疾病预防控制中心2010年1月—2021年1月积累的科普文章进行结构拆分、阅读理解、实体识别等,处理流程包括文档预处理、特征提取、段落筛选、阅读理解、答案排序、审核和发布。结果通过直接文档结构拆分,得到5395条问答;通过阅读理解,得到857条问答;通过抽取数字问答,得到1668条,初步形成问答形式的医学健康知识库。结论自然语言处理(NLP)技术为人工智能技术需要的大量语料素材提供了有效制作方法。

医学知识图谱在我国脑卒中领域的应用研究进展

目的/意义深入分析医学知识图谱在脑卒中领域的应用研究进展,探讨我国脑卒中知识图谱发展存在的问题,为脑卒中知识图谱的构建提供建议。方法/过程通过查阅和分析相关文献,梳理和总结医学知识图谱在脑卒中领域的应用。结果/结论我国脑卒中知识图谱的发展存在诸多不足,未来可从扩展知识图谱应用范围、促进知识图谱融合、发展更高效的算法,以及联合人工智能提升为认知图谱4个方面深入研究。

医养结合养老护理员老年医学知识调查及分析

目的调查地方医养结合养老机构养老护理员老年医学知识知晓情况及其影响因素,为养老服务人才培养提供理论参考依据。方法采用随机整群抽样法,于2022年12月至2023年2月随机抽取36家潍坊市医养结合养老机构的290名养老护理员,采用医养结合养老机构养老护理员老年医学知识知晓情况调查问卷对其进行调查。结果潍坊市医养结合养老机构养老护理员老年医学知识知晓得分为(2.81±0.52)分,多元线性回归分析结果显示婚姻状况、文化程度、养老护理员证书等级、是否接受过培训是养老护理员老年医学知识知晓情况的影响因素,差异有统计学意义(P<0.05)。结论潍坊市医养结合养老机构养老护理员老年医学知识的总体知晓情况不容乐观,亟待加强相关培训进一步提升。

浅谈“中学生物教学中医学知识的拓展”

中学生物教学中,融入医学知识拓展具有重要意义。通过紧密联系生活实例,如口腔健康、心血管疾病等,能激发学生对医学的兴趣。同时,利用实验教学,如血型鉴定,能培养学生的自主探究能力。苏教版生物教材中,多个章节都可进行医学知识拓展,如激素调节与内分泌科知识、传染病与免疫知识等。这些拓展不仅能丰富教学内容,还能帮助学生树立健康生活的理念,提升生物学学科核心素养。因此,中学生物教师应积极探索医学知识拓展的教学策略,为学生提供更广阔的学习视野。

《四库全书总目》医家类采进本与清代医学知识之共享

《四库全书总目》医家类著存医学典籍197部,文献来源主要为敕撰本、永乐大典本、内府藏本、通行本、各省采进本、私人进献本六类,各省采进本和私人进献本分别占48.71%和25.41%,构成医家类文献的主要来源。对采进本地域归属及医者籍贯的量化考察,可以反映自明以来到清中叶以江苏、安徽、浙江三省为主的江南医学发展的繁盛。由政府主导的《四库全书总目》的纂修将散布在各地的历代书籍聚拢于中央,进行统一整理与编纂,作为一部大型知识集成承担了清代知识社会的“智库”角色。江浙地区私人藏书家医学书籍的进献,从秘不外借到公开阅读,使得医学经典得以重现。“南三阁”面向社会的开放亦广开医学知识共享之便利,进而推动了清代江南医学的发展。《四库全书总目》医家类以书籍为主体构建起来的医学知识共享,为习医人士把握医学典籍和医学学术研究提供了门径。

社交媒体在医学知识生产与传播中的应用探究——以微信医学自媒体为例

文章分析社交媒体在医学知识生产与传播过程中的作用机理,聚焦微信医学自媒体,探讨其实际应用的不足之处,并提出针对性的建议,总结当前媒体环境中社交媒体在医学领域的应用启示,希望通过研究提高社交媒体在医学知识生产与传播中的应用效果。文章主要采用案例分析法、内容分析法和对比分析法等研究方法,通过对微信医学自媒体在医学知识生产与传播中的应用进行系统、客观的分析,以揭示其内在特征和规律。研究发现,从议程设置主体来看,社交媒体对于医学知识的生产与传播需要多个主体的共同参与和合作,同时也需要有一定的协调机制来保证议程设置的合理性和有效性。社交媒体在医学知识生产与传播方面兼具资讯和服务的功能,因此社交媒体在医学领域具有广泛的应用价值。在社交媒体上医学知识的呈现形式方面,人格与戏剧的交融是一种重要的方式。从微信医学自媒体看社交媒体的应用,在内容质量、知识深度、情节创新等方面存在不足,有必要采取针对性的措施予以优化。社交媒体在医学知识的生产与传播方面有着广泛的应用,要积极拥抱社交媒体传播的新形势,促进全民健康行动。

医学知识图谱构建技术及发展现状研究

知识图谱作为人工智能的重要分支,因其强大的语义处理能力和数据组织能力,可以全面整合医学概念、挖掘潜在医学知识,已成为医学智能化发展的重要手段。鉴于此,论述了医学知识图谱搭建中知识抽取、知识表示、知识融合、知识推理四个过程的最新方法及特点,深入研究并对比不同方法的优缺点,归纳各阶段常用数据集,梳理知识图谱在医学知识问答、临床辅助诊疗、中医知识挖掘及药物研究等方面的研究现状及各场景下的应用难点。最后总结现有医学知识图谱技术的局限性及面临的挑战,并对其未来发展进行展望。

少样本高质量医学知识的命名实体识别研究——以肺癌诊疗规范为例

[目的/意义]本研究对少样本高质量医学知识中的实体进行自动识别,为高效、准确处理少样本文本形式医学数据的结构化问题奠定基础。[方法/过程]构建肺癌概念体系、凝练肺癌核心概念并构建领域词典,利用该词典对肺癌诊疗规范进行分词标注后,通过利用字符位置标签构造自适应Embedding的方式将领域词典与字符级NER模型Soft-Lexicon相融合,形成Fusion-Lexicon,从而实现对肺癌诊疗规范文本中各类实体的自动识别。[结果/结论]Fusion-Lexicon的P、R、F1值分别为93.75%、94.02%、93.88%,其NER性能优于基线模型。研究方法在实现少样本高质量医学知识的有序化、结构化上具备可行性和优越性。

以“为你解答”系列作品为例探讨医学知识科普作品创作

目的探讨医学知识科学普及(简称科普)作品创作的基本要素和关键点。方法分析我国医学科普作品创作现状及发展路径。以“为你解答”系列科普作品为例,分析医学知识科普作品需具备的基本要素,归纳该系列作品的创作心得。结果医学知识科普作品需兼具科学性、思想性、通俗性、艺术性、实用性、可读性。创作时要确保专业性(涉及创作团队成员、把关专家、特约撰稿人等),把握创新性,明确主题,兼顾人文性与艺术性,并从内容上和形式上注重趣味性,关注载体适配性,无须苛求时效性。结论该研究可为医学知识科普创新模式的建设提供新思路,有助于民众提高健康意识及获取更多医学知识。

医学知识图谱研究综述

知识图谱是一个古老又崭新的课题,是知识工程在新时代的新形态,也是当前人工智能的重要研究方向之一。知识图谱应用于医疗领域在一定程度上对医疗数据以及医患之间的治疗过程起到了很大的助推作用。针对医学知识图谱的构建,从医学数据源、医学知识抽取、医学知识融合、医学知识表示、医学知识存储、医学知识推理、医学质量评估7个方面结合相关文献展开叙述;然后总结医学知识图谱在临床决策支持诊断、医学知识普及、医学问答系统以及智能语义搜索方面的应用;最后就目前医学知识图谱面临的挑战进行讨论,以期为其进一步发展构建提供参考。

写本·图像·药物——欧亚医学知识相遇与文明互鉴暨《中医药文化》第十五届学术工作坊成功召开

2023年5月15日,“写本·图像·药物——欧亚医学知识相遇与文明互鉴”暨《中医药文化》第十五届学术工作坊在北京大学民主楼举行。此次工作坊由北京大学东方文学研究中心、中国文化书院跨文化研究分院以及上海中医药大学《中医药文化》编辑部联合主办,由北京大学东方文学研究中心主任、北京大学外国语学院院长陈明教授召集。

医学知识图谱构建与应用的研究

医学知识图谱(MKG)是医学知识的结构化表示,可以帮助智能医学应用。文章回顾了MKG研究的最新进展和挑战,重点关注三个方面:MKG构建、MKG推理和MKG应用。我们根据MKG的领域和场景对现有的MKG进行了分类,并总结了它们的来源、基准、技术、系统和工具。我们还分析了基于知识图谱和深度学习、大数据、机器学习、图论算法、逻辑和规则推理等的推理方法。我们进一步讨论了MKG在各个领域的智能应用,如疾病诊断、药物分析、临床决策支持系统、健康管理等。我们强调了将MKG嵌入到医学语言大模型中的好处,可以提高它们的性能,并为医疗决策、疾病预测、药物开发等提供更准确的信息支持。最后,我们指出了未来MKG研究的一些挑战和机遇。

关于医学知识组织与医学知识服务的再思考

针对传统知识组织体系缺乏语义关系描述,影响数据转换、信息检索和知识发现等问题,探讨语义网络、语义Web技术在医学知识组织方面的应用前景,提出基于语义Web的医学知识组织体系建设是我国医学知识服务的发展趋势。

构建医学知识服务团队与开展知识管理的相关性

高质量的知识服务必须以有效的知识管理作为保障,其中知识工作者是最活跃的因素。组成创造型和智能型的医学知识服务团队,需要在人员专业、知识结构、实际技能等多方面进行合理的搭配,充分发挥知识服务的功能。

医学知识库与医学知识的获取

本文概述了医学知识的来源、医学知识库的构成及其知识表达;阐述了知识获取的方式和一般步骤;对医学知识库建设中需要解决的几个关键问题进行了分析和探讨。

论医学知识标准化的复杂性和HCSL进展

本文讨论了以自由文本为基础的医学知识的社会性、物理性和非本体性及其所致的标准化工作的复杂性 ,进而描述了一种标准化医学语言即半自然半结构的医学语言 HCSL在结构、成分、序性、运算性、表达性等方面的进展。

基于多来源文本的中文医学知识图谱的构建

中文医学知识图谱(Chinese medical knowledge graph,CMeKG)是对专业医学知识的结构化描述,构建中文医学知识图谱是各类智慧医疗应用的迫切需要。通过收集多来源医疗文本,详细分析语料的结构特征,结合医学知识的语义特点,制定了医学命名实体和实体关系的标注体系和规范;并开发了标注工具,在医学专家的指导下,选取106种高发疾病进行人工标注,命名实体一致率达到了87.3%,实体关系一致率达到了82.9%。在人工标注的基础上,进行实体及关系自动抽取,构建出的中文医学知识图谱CMeKG1.0版共包括6310种疾病、19853种药物(西药、中成药、中草药)、1237种诊疗技术及设备,关联到的医学实体达20余万,概念关系实例及属性三元组达100余万。所构建的中文医学知识图谱为医疗问答系统和智能辅助诊疗等领域奠定了专业知识基础。

可计算医学知识的基本概念与实现路径

可计算医学知识强调将科学出版物中人读的知识格式通过抽取和编程转化为机器可执行的知识格式,是促进知识大规模应用的重要手段,其不仅为情报学领域开展知识计算研究提供了新范式,也为数字图书馆存储和管理数字化知识对象提出了新需求。可计算医学知识的基本概念包括两个方面,一是知识的表示形式可计算化,二是知识在实践中“可执行”,两者缺一不可。本文归纳提出了可计算医学知识的两条实现路径。一是数据挖掘,从表格等结构化数据中形成计算机可直接调用和执行的数字化知识对象(如疾病风险模型计算器),用知识网格(K-Grid)管理,提供辅助诊断;二是文本挖掘,从临床指南、医学文献的知识主张等非结构化文本中抽取三元组,并纳入三元组背后的证据和数据,计算置信度,用图数据库(K-Graph)来管理,实现知识单元的查询和输出,提供治疗建议等。最后讨论了可计算医学知识对于深化情报学研究的积极意义及其在促进知识转化、知识发现和循证决策中的应用场景,以期为国内学术界开展医学知识计算引入跨学科研究思路,也为我国建设“从数据到知识、从知识到实践、从实践再到数据”的学习型健康医疗体系提供技术方法基础与实现路径参考。

北京市基层医生医学知识获取途径及临床问题解决方式的现状研究

目的 :了解北京市基层一、二级医院医生获取新的医学知识的主要途径 ,及其在临床实践中解决问题的主要方式。分析影响基层医生将知识转化为临床能力的因素。方法 :北京市海淀区和朝阳区 4 2家基层医院 (包括二级医院 9家 ,一级医院 17家 ,乡卫生院 16家 )共计 6 32名内科系列的医生 ,采用问卷调查方式 ,进行继续医学教育和临床能力调查。结果 :1 基层医生获取医学知识的主要途径中“参加院外市级或区级继续教育培训”排在第一位 (4 4 % ) ,其次是阅读专业期刊书籍 (2 2 % )和上级医生指导 (15 % )。 2 .高级职称医生中通过阅读获取知识的比例明显高于初中级职称的医生。 3.当在临床实践中遇到问题时 ,高级职称医生最常用的解决途径为“查看有关疾病的诊疗指南”、“查看相关书籍、期刊” ,而中低职称医生解决的主要途径为“请教上级医生”、“查看有关疾病的诊疗指南”。 4 .基层医生认为影响诊疗水平提高的原因为“缺乏学习时间”(34% )和“缺乏专家的实际指导”(33% )。 5 .基层医生认为目前继续教育系统存在的问题包括 :与临床实际联系不足 ,且内容重复、陈旧 ,授课时间和地点不合理 ,授课形式枯燥。结论 :1.继续医学教育课程是基层医生获取临床知识的主要途径。 2 .该系统课程设置、教学方式、教学?

医学知识与药师的临床

目的:探讨医学知识与药师临床实践之间的关系。方法:分析医学知识对药师完善知识结构、提高工作能力的重要性。结果:医学知识是医院药师深入临床的基础。结论:医药知识有机结合,是临床药师成长的必由之路。