医学知识图谱的特殊需求主要体现在哪些方面？

医学知识图谱的特殊需求主要体现 在知识表示、知识获取和知识应用三个方面。

1. 知识表示

知识图谱通常由模式层和数据 层组成，模式层定义知识图谱的模型，数据 层基于模式层的模型构建数据。通用知识图 谱模式层的关系类型一般比较简单，层级关 系浅，但数据层的数据覆盖范围广，而医学 知识图谱则恰巧相反。

为了解决医学术语多样化和医学知识分散的 问题，医学知识图谱的模式层建议引入本体 来规范医学概念的内涵，定义丰富的关系类 型和严谨的层级关系。针对复杂的医学知识， 可通过构建复合值类型（Compound Value Types，CTV）1 进行知识的完整表达。例 如在《梅克尔憩室临床路径（2019 年版）》[47] 中的 “梅克尔憩室在用憩室切除 + 小肠吻 合术治疗前需要进行血常规检查”这条知识， 可以通过“梅克尔憩室临床路径”作为复合 值类型，建立三条关系：（梅克尔憩室临床 路径，适用对象，梅克尔憩室），（梅克尔 憩室临床路径，治疗方式，憩室切除 + 小肠 吻合术），（梅克尔憩室临床路径，治疗前 检查，血常规）* 来完成对该条知识的完整 表达。

2. 知识获取

通用知识图谱的规模巨大，不可能人工手动 构建，一般由机器高度自动化构建，但往往 最终的知识图谱质量不会很高。医学领域的 应用场景极为严肃，对知识质量要求严苛， 医学知识图谱不可能完全依靠机器自动化构 建。医学知识图谱的构建一般采用人工 + 机 器的方式，构建全过程需要医学专家积极参 与，以保证数据的准确性。此外，医学知识 图谱构建过程中需要充分收录行业现行标 准、教科书、指南等权威知识源，并同时补 充互联网和临床病历中的医学知识，从而保 证医学知识的完整性。

3. 知识应用

不同医学场景需要使用不同来源或不同证据 等级的医学知识。例如在面向患者的智能问 答应用场景中，基于常规教科书、指南、百 科和互联网开放平台上构建的医学知识图谱 就足以支撑计算机的使用。在决策支持应用 场景中，当存在多个不同的决策建议时，证 据等级的标识有助于医生选择最准确与最合 适的方案，且需要满足医学知识更新的时效 性。因此，医学知识图谱中的每条三元组都 要记录医学知识的来源和相应的证据等级， 以此提高医学知识图谱在不同场景的适用 性。