T-CI 196-2023 醫(yī)療知識圖譜構(gòu)建技術(shù)要求

學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載ICS

35.080學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載CCS

C

07

學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載目 次前言

.................................................................................

II1

范圍

...............................................................................

12

規(guī)范性引用文件

.....................................................................

13

術(shù)語和定義

.........................................................................

14

縮略語

.............................................................................

15

整體架構(gòu)

...........................................................................

16

構(gòu)建流程

...........................................................................

27

系統(tǒng)要求

...........................................................................

5參考文獻(xiàn)

..............................................................................

8I學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載前 言本文件按照

—2020

第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識別專利的責(zé)任。本文件由中國科學(xué)院自動化研究所提出。本文件由中國國際科技促進(jìn)會歸口。據(jù)國家研究院、神州醫(yī)療科技股份有限公司、北京大學(xué)第三醫(yī)院。本文件主要起草人：楊雪冰、牛景昊、王靜、李明達(dá)、張文生、張晨陽、王楚童、楊羽、孫孟軒、許娟、賀志陽、劉俊秀。II學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載醫(yī)療知識圖譜構(gòu)建技術(shù)要求1

范圍本文件規(guī)定了醫(yī)療知識圖譜的整體架構(gòu)、構(gòu)建流程、系統(tǒng)要求。測試等。2

規(guī)范性引用文件文件。GB/T

第17部分：數(shù)據(jù)庫GB/T

22239 信息安全技術(shù) GB/T

35273 信息安全技術(shù) 個人信息安全規(guī)范GB/T

39725 信息安全技術(shù) 健康醫(yī)療數(shù)據(jù)安全指南3

術(shù)語和定義GB/T

知識圖譜

knowledge

graph接近人類認(rèn)知世界的形式，提供了一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。[來源：YD/T

4044—，醫(yī)療知識圖譜

knowledge

術(shù)等醫(yī)學(xué)概念和多種醫(yī)學(xué)關(guān)系的知識圖譜。4

縮略語下列縮略語適用于本文件。API：應(yīng)用程序編程接口（Application

Programming

Interface）NLP：自然語言處理（Natural

Language

Processing）5

整體架構(gòu)概述1學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載醫(yī)療知識圖譜整體架構(gòu)如圖1 NLP圖1 醫(yī)療知識圖譜整體架構(gòu)圖基礎(chǔ)支撐層基礎(chǔ)支撐層為醫(yī)療知識圖譜構(gòu)建提供基礎(chǔ)技術(shù)支撐，主要包括大數(shù)據(jù)平臺、數(shù)據(jù)倉庫、NLP。數(shù)據(jù)源層中的數(shù)據(jù)形態(tài)包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化數(shù)據(jù)。知識抽取與加工層形成滿足要求的數(shù)據(jù)。知識管理層存儲和元數(shù)據(jù)配置管理等模塊化處理，實現(xiàn)知識圖譜展現(xiàn)結(jié)果的有效管理和高效訪問。6

構(gòu)建流程概述醫(yī)療知識圖譜的構(gòu)建流程如圖2所示。

圖2 醫(yī)療知識圖譜構(gòu)建流程圖知識抽取加工2學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載6.2.1 知識抽取6.2.1.1 抽取步驟6.2.1.1.1 選擇結(jié)構(gòu)化程度相對較高、質(zhì)量較優(yōu)的數(shù)據(jù)源，根據(jù)數(shù)據(jù)來源選擇差異化的數(shù)據(jù)抽取及加工方式。6.2.1.1.2 知識抽取包括數(shù)據(jù)甄別、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)融合

4

a)

數(shù)據(jù)甄別：明確知識圖譜的數(shù)據(jù)來源，數(shù)據(jù)來源主要為生物銀行數(shù)據(jù)庫、醫(yī)學(xué)指南；b)

行統(tǒng)一與規(guī)范；c)

數(shù)據(jù)轉(zhuǎn)換：將不同形式、不同格式的數(shù)據(jù)轉(zhuǎn)換成統(tǒng)一的表達(dá)形式；d)

6.2.1.2 標(biāo)準(zhǔn)接口對接6.2.1.2.1 標(biāo)準(zhǔn)接口主要用于對接已完成抽取加工的各種數(shù)據(jù)，包括實體數(shù)據(jù)和關(guān)系數(shù)據(jù)。通過實體文件和

API。6.2.1.2.2 接口格式采用

JavaScript

對象簡譜（XML）、另一種標(biāo)記語言（YAML）。注1：JSON是一種輕量級的數(shù)據(jù)交換格式。注2：XML是一種簡單的數(shù)據(jù)存儲語言。注3：YAML是一個可讀性高，用來表達(dá)數(shù)據(jù)序列化的格式。6.2.2 知識加工知識加工以知識抽取階段形成的高質(zhì)量基礎(chǔ)數(shù)據(jù)作為輸入，輸出高質(zhì)量的知識圖譜構(gòu)建所依賴的實體、關(guān)系數(shù)據(jù)并形成醫(yī)療知識庫。知識加工主要包括以下步驟：a)

本體設(shè)計：1)

概念層定義：明確醫(yī)療知識圖譜構(gòu)建需要的實體類型與關(guān)系類型；2)

屬性定義：明確醫(yī)療知識圖譜構(gòu)建的各類實體需要的屬性名稱；3)

約束/4)

模式精簡：對同樣范圍的實體、關(guān)系，宜選擇精簡的關(guān)聯(lián)與表達(dá)方式；b)

實體獲?。?)

實體識別：在完成知識抽取后的數(shù)據(jù)中識別

a2)

關(guān)系識別：在完成知識抽取后的數(shù)據(jù)中識別

a3)

實體鏈指：將完成文本解析后的事件關(guān)聯(lián)方鏈接至對應(yīng)實體；4)

文本解析：利用

/關(guān)系屬性的槽填充。注：槽填充即從大規(guī)模的語料庫中抽取給定實體的被明確定義的屬性值的技術(shù)。c)

知識融合：1)

共指消解：將具有相同標(biāo)識的兩個實體合并為同一實體；2)

屬性融合：將同一標(biāo)識實體下，相同名稱的屬性所對應(yīng)的屬性值進(jìn)行融合；3)

規(guī)范化一：將不同實體屬性值與不同關(guān)系屬性值的表達(dá)方式進(jìn)行統(tǒng)一；4)

跨語言實體對齊：將不同語言的實體通過預(yù)訓(xùn)練翻譯模型和字符串相似匹配算法進(jìn)行對齊。3學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載知識評估到知識圖譜中。知識存儲6.4.1 屬性知識存儲6.4.1.1 屬性數(shù)據(jù)存儲內(nèi)容宜包含實體屬性和關(guān)系屬性。6.4.1.2 屬性數(shù)據(jù)存儲方式宜根據(jù)數(shù)據(jù)規(guī)模決定采用分布式存儲或單機(jī)存儲，主要包括單個和批量屬性數(shù)據(jù)的增加、更新、刪除操作。6.4.1.3 屬性數(shù)據(jù)存儲宜主要考慮下列因素：a)

高可用，主要包括：1)

雙機(jī)熱備；2)

雙機(jī)互備；3)

雙機(jī)雙工；b)

高并發(fā)：可提供每秒查詢率大于

10

c)

高性能：數(shù)據(jù)實時寫入和實時讀取性能高，請求延遲小于

100

ms；d)

可擴(kuò)展：可按需增加集群的計算能力。6.4.2 圖數(shù)據(jù)存儲6.4.2.1

圖數(shù)據(jù)存儲內(nèi)容宜包括實體數(shù)據(jù)和關(guān)系數(shù)據(jù)，分別以實體表和關(guān)系表的形式體現(xiàn)。6.4.2.2

圖數(shù)據(jù)存儲方式宜根據(jù)數(shù)據(jù)規(guī)模決定采用分布式存儲或單機(jī)存儲。6.4.2.3

圖數(shù)據(jù)存儲宜考慮的因素主要包括：a)

b)

各數(shù)據(jù)分片有多份副本，保證安全、可容災(zāi)、高可用等性能要求；c)

通過提高服務(wù)器硬件配置或服務(wù)器數(shù)量提升集群數(shù)據(jù)處理能力。6.4.3 全文檢索引擎6.4.3.1

全文檢索引擎的主要功能包括：a)

實時全文檢索；b)

實時條件過濾查詢；c)

實時復(fù)合條件查詢；d)

實時聚合查詢。6.4.3.2

檢索引擎宜根據(jù)數(shù)據(jù)規(guī)模決定采用分布式部署或單機(jī)部署。6.4.4 知識可視化知識可視化提供圖形化的操作界面，主要功能包括：a)

屬性展示：查看實體和關(guān)系的屬性詳細(xì)信息；b)

實體及關(guān)系過濾：篩選出關(guān)注的實體及關(guān)系，隱藏其他實體和關(guān)系；c)

前端效果配置：可對實體和關(guān)系展示的前端效果進(jìn)行顏色、形狀、尺寸的配置；d)

自適用頁面的展示：可支持放大、拖拽、調(diào)整結(jié)構(gòu)等操作；e)

爆炸節(jié)點(diǎn)的聚合：可防止因展示實體及關(guān)系過多而引起的前端崩潰、卡頓等問題。6.4.5 動態(tài)構(gòu)圖4學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載6.4.5.1

動態(tài)構(gòu)圖功能主要包括：a)

新增實體或關(guān)系類型；b)

新增實體或關(guān)系的屬性信息。6.4.5.2

新增實體或關(guān)系信息宜根據(jù)后續(xù)應(yīng)用的時效性決定采用實時或批量方式存儲，實現(xiàn)圖譜動態(tài)更新。6.4.6 權(quán)限管理權(quán)限管理功能主要包括：a)

實現(xiàn)不同應(yīng)用分區(qū)的構(gòu)建，各分區(qū)中實體、關(guān)系和屬性數(shù)據(jù)獨(dú)立管理；b)

7

系統(tǒng)要求功能要求7.1.1 構(gòu)建的醫(yī)療知識圖譜系統(tǒng)基本功能要求如下：a)

應(yīng)支持對知識的管理功能，包括知識抽取、知識加工、知識評估、知識存儲等；b)

理；c)

應(yīng)支持對算法的管理，采用多種方式提高算法魯棒性，增強(qiáng)安全性；注：魯棒性指在異常和危險情況下系統(tǒng)生存的能力。d)

宜支持機(jī)器學(xué)習(xí)主流算法；e)

宜支持機(jī)器學(xué)習(xí)模型訓(xùn)練優(yōu)化，包括支持模型組合和調(diào)參，支持加快模型訓(xùn)練和實驗調(diào)優(yōu)；f)

宜支持產(chǎn)品化流程，提升模型訓(xùn)練迭代效率，提高模型性能和泛化能力；g)

服務(wù)接口規(guī)范制定等。7.1.2

知識采集功能要求如下：a)

對于內(nèi)部數(shù)據(jù)，應(yīng)對數(shù)據(jù)進(jìn)行脫敏轉(zhuǎn)換后進(jìn)行使用；b)

對于外部數(shù)據(jù)，應(yīng)通過接口采集或數(shù)據(jù)文件傳送采集數(shù)據(jù)；c)

應(yīng)將采集到的數(shù)據(jù)導(dǎo)入到數(shù)據(jù)庫或存儲中，用于后續(xù)分析。7.1.3

知識建模功能要求如下：a)

體：b)

應(yīng)支持針對模式的增加、刪除、改動、查詢等操作；c)

應(yīng)支持自動化建模；d)

應(yīng)支持針對文本、向量、空間等索引查詢召回能力的索引配置能力；e)

宜支持引用其他領(lǐng)域已有的關(guān)系、實體定義等；f)

宜支持自上而下和自下而上的途徑進(jìn)行知識構(gòu)建；g)

宜支持流、批一體的構(gòu)建鏈路，支持醫(yī)療知識變更后秒級通過圖譜構(gòu)建鏈路更新到圖譜中；h)

宜支持多人在線協(xié)同編輯，且實時更新。7.1.4

知識獲取功能要求如下：a)

應(yīng)支持通過

NLP

更新或連接到圖譜中；b)

應(yīng)支持通過圖譜的模式建模能力將知識抽象成圖譜的實體、關(guān)系、屬性、約束等；5學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載c)

應(yīng)支持使用

規(guī)則結(jié)合模型，結(jié)合觸發(fā)詞等策略獲取事件分類、事件主體、事件客體等；d)

應(yīng)支持從不同信息源中采集特定實體的屬性信息；e)

宜支持通過有限配置構(gòu)建事件獲取服務(wù)，并將獲取結(jié)果寫入圖譜。7.1.5 知識融合功能要求如下：a)

碼即可快速發(fā)現(xiàn)、消除重復(fù)冗余實體；b)

則管理能力；c)

公共實體，新增或覆蓋已有屬性；d)

融合知識圖譜間的結(jié)構(gòu)信息與語義信息；e)

宜支持關(guān)系分層繼承能力，方便概念管理；f)

宜支持多語言的知識融合；g)

宜支持新增知識的實時融合。7.1.6 知識評估功能應(yīng)支持智能評估與人工審核結(jié)合，針對知識正確性等進(jìn)行評估。7.1.7 知識存儲功能要求如下：a)

據(jù)模型的存儲；應(yīng)具備可擴(kuò)展性，可實現(xiàn)基于數(shù)據(jù)增長的彈性擴(kuò)展；b)

層應(yīng)用對于存儲組件進(jìn)行增加、刪除、改動、查詢的功能和性能需求；c)

高可用性、備份和還原的功能。性能要求7.2.1 可擴(kuò)展性對醫(yī)療知識圖譜系統(tǒng)的可擴(kuò)展性要求如下：a)

應(yīng)具備可擴(kuò)展性，根據(jù)需求隨時進(jìn)行擴(kuò)展和收縮；b)

宜支持自動伸縮機(jī)制的可信通道管理方案，簡單高效管理可信計算通道；c)

應(yīng)支持橫向擴(kuò)展，用戶可通過

API

直接接入。7.2.2 可靠性對醫(yī)療知識圖譜系統(tǒng)的可靠性要求如下：a)

應(yīng)確保數(shù)據(jù)按約定好的行為進(jìn)行使用，避免數(shù)據(jù)濫用；b)

力；c)

應(yīng)具備出現(xiàn)故障后系統(tǒng)進(jìn)行自動容災(zāi)恢復(fù)的能力，包括數(shù)據(jù)備份和恢復(fù)等。7.2.3 兼容性對醫(yī)療知識圖譜系統(tǒng)的兼容性要求如下：a)

應(yīng)兼容主流圖查詢語言及圖分析工具；b)

應(yīng)能在業(yè)界主流硬件上正常運(yùn)行；c)

宜支持多數(shù)據(jù)源的批量數(shù)據(jù)導(dǎo)入與更新；6學(xué)兔兔ｗｗｗ．ｂｚｆｘｗ．ｃｏｍ標(biāo)準(zhǔn)下載T/CI

196—學(xué)兔兔ｗｗ