王欣宇,杨涛,胡孔法,2,3

    (1.南京中医药大学人工智能与信息技术学院, 江苏 南京 210023;2.江苏省中医药防治肿瘤协同创新中心, 江苏 南京 210023;3.江苏重大健康风险管理与中医药防控政策研究中心,江苏 南京 210023)

    肺癌是我国发病率最高的恶性肿瘤之一,其治疗一直是医学界的一大难题,在现代医学采取手术、化疗、放疗的基础上,结合中医药诊疗肺癌不仅能减轻患者所遭受的毒副作用,还能减轻患者的负担,提高患者的生存质量[1]。国医大师周仲瑛教授具有丰富的临床辨治肺癌经验,他在长期的临证基础上创立了以癌毒理论为核心,贯穿于辨证论治全过程的肺癌辨治体系[2]。周仲瑛教授诊疗肺癌的医案是其多年临床经验的真实记录,因此,对真实世界名老中医的医案进行挖掘,分析其诊疗规律,构建相应的诊疗知识库,对名老中医经验传承和研究具有重要意义。

    由于中医知识库的构建需要大量的人工标注,导致实际场景中常出现资源不够的问题,大量知识库中实体之间的关系存在不完整现象,影响了知识库在进行相关应用时的准确性和性能,为构建更完整的知识图谱并提升其利用效率,有必要在知识库构建时通过推理新的事实以对其进行适当的补全。

    近年来,知识库的嵌入技术被证明在知识库补全任务上取得了可观的效果。在工业界和学术界常通过链路预测的方式来对知识库进行补全,即依据知识库中现有事实预测潜在的或缺失的事实关系,对于缺少头节点或尾节点的三元组(?,h,t)或(h,r,?)等,利用模型学习完整三元组中实体和关系的嵌入表示,并利用向量计算操作对不完整的关系进行预测,同时评估所有实体在评估得分中的综合排序,选取其中评估分数较高的结果作为知识库的补全[3]。因此,将链路预测任务应用于中医药领域可以在现有知识库节点和关系的基础上,通过机器学习算法来预测新的关系或节点,从而实现不同药物、疾病、症状、方剂之间潜在关系的挖掘,对相关结果结合临床拟合以及专家的共识性讨论,可有助于获取更高质量的中医药知识库。

    1 研究现状

    基于对名老中医诊疗肺癌宝贵经验传承的迫切需要,如何通过引入数据挖掘和人工智能等技术对真实世界名老中医诊疗疾病医案进行处理,深层次挖掘其中的症状、舌象、脉象、诊断以及中药直接的内在联系,构建相应的诊疗知识库,进而为中医专家的经验传承提供支撑已成为一个新的研究热点。研究人员在此方面已进行了深入的研究,例如李杳瑶等[4]利用中医传承计算平台对刘华教授治疗肺小细胞癌门诊病历进行处理,运用统计分析、方剂分析和症状分析等方法结合临床实践来总结刘教授的处方用药规律,为肺癌防治提供新的思路和经验 ......