论文部分内容阅读
在临床诊疗活动中，医生医学知识的储备对临床诊疗服务的质量有着至关重要的影响。但是由于临床医学学科的复杂性，加上医生自身记忆和认知能力的局限性，在临床诊疗活动中医生往往需要花费大量时间进行文献查阅、学习，影响了临床诊疗活动的效率。随着近二十年来医学知识的快速增长，医生学习知识的速度越来越赶不上医学知识增长的速度，开发一种高效的临床医学知识服务工具，成为当代医学信息学研究的重点。 近几十年来临床医学知识库得到了医学和计算机领域的广泛关注并进行了深入的研究，但大部分的临床医学知识库难以得到推广应用。当前临床医学知识库的主要问题在于医学知识的复杂性、快速增长的特点导致其构建所需的人工成本太高。而利用机器学习，自然语言处理等计算机智能技术构建临床医学知识库，受到当前技术的限制，其准确率不能达到临床应用的要求。协同诊疗问答系统是一种基于用户自发问答行为来自动产生知识的知识库，其构建成本很低，但也由于用户自由问答的随意性，产生了多方面的问题，主要包括:问题间关联关系缺乏，支持复用不足，不能形成完整的知识网络;多主体、异步的问答对话，导致知识碎片化，难以认知。 针对上述问题，本文提出了协同诊疗问答过程中的知识提取与可视组织技术，论文主要工作包括以下几个方面: 1.对协同诊疗问答过程中的问题进行分析，研究了临床诊疗的应用场景，并构建了以知识为中心的临床诊疗过程模型和协同诊疗问答过程模型，进而分析了当前临床医学知识库中存在的问题，最后提出了协同诊疗问答系统的用户需求。 2.针对协同诊疗问答系统知识组织中存在的问题，提出了基于主题图模型的可视知识组织方案。在此基础上，研究了基于自然语言处理的关键词自动提取和基于人机协同的可视知识组织，给出了相应的算法和可视形态。 3.针对协同诊疗问答系统知识提取中的问题，研究了协同诊疗问答系统的知识表示方法，和基于Indented Tree可视形态的问答数据可视化与交互技术。 4.在上述研究的基础上开发了协同诊疗问答系统，阐述了系统各个模块的功能和所涉及的开发技术。