领域应用 | HiTA知识图谱 “药品-适应证”图谱数据发布！

本文转载自公众号：OMAHA联盟。

2019年8月，OMAHA对HiTA知识图谱服务平台（kg.omaha.org.cn）进行了更新，同步发布了医学知识图谱表达模型（schema）。2019年9月17日，首次发布了由OMAHA研发的知识图谱数据资源。发布内容主要围绕“药品-适应证”展开，包括1.57万实体，9.87万关系，其中约0.5万药品实体来源于“OMAHA七巧板医学术语集”相关药品概念，基本涵盖国内临床常用药品。

同时，为了更好地促进计算机对于知识体系的应用，我们以OMAHA七巧板医学术语集为基础，对药品适应证的内容进行了标准化和概念化，助力系统实现语义层面的互操作。

一、“药品-适应证”关系表达模型

基于中国药典、药品说明书和标签管理规规范、药品说明等资料，总结并构建了药品适应证的关系模型，主要包括三类关系：用药目的、适用人群、适应证，具体关系的解释说明见下表。

表1：“药品-适应证”关系表达模型

关系	定义	值域
用药目的	指用药的最终目标，是治疗或缓解症状还是预防相关疾病等。	用药目的
适用人群	指适宜用于具有一些相同特征的人群。	人群
适应证	指药物适用于某种疾病、症状、操作等情况。	临床所见
		操作
		事件

完整的OMAHA知识图谱schema详见：

http://kg.omaha.org.cn/portal/index/Schema

以下为“氯达香豆素（药品）”关系的举例：

640?wx_fmt=png

二、构建方式的说明

（一）数据来源

原始数据来源于各地药品医保目录、药品说明书等开放数据，以及中国药典、药理学等高质量医学资源。

（二）构建规则

1. 通过自然语言处理与文本挖掘技术，采用机器与人工相结合的方式进行构建；

2. 为了药品适应证能够更加精确的表达，将用药目的、适用人群、适应证进行成组表示：

（1）其中各关系数量为：x个用药目的（x≥0）、y类适用人群（y≥0）、z个适应证（z≥1）；

（2）每个关系组内用药目的、适用人群、适应证最多只会存在一条，且用药目的、适用人群必须与适应证成组存在，不可单独存在；

（3）若相同适应证存在多个用药目的或多个适用人群，则以多条关系成组存在。

（三）数据标准化与概念化

1. 基于“OMAHA七巧板医学术语集”相关内容，已对知识图谱资源中药品进行了语义消歧和归一，并建了相应的映射关系；

2. 所有适应证属性值的相关概念均通过“OMAHA七巧板医学术语集”进行映射，对“适应证”的文本内容进行充分概念化，而非单纯的适应证文本；

3. 最终所有数据都由专业人员进行了审核，确保内容的正确性。

三、属性值的说明

（一）适应证

药品适应证的取值内容已最大化映射至“OMAHA七巧板医学术语集”中的“临床所见”、 “操作”、 “事件”等领域的概念。

其中，对于目前无法映射到“OMAHA七巧板医学术语集”的实体，我们都与“OMAHA七巧板医学术语集”中的相关概念建立层级关系（is-a）或属性关系，尽可能丰富地表达适应证的语义内涵。

（二）用药目的

OMAHA知识图谱的限定词中“用药目的”类的术语，为可枚举的限定词。部分举例如下：

用药目的

“用药目的”属性的属性值为“用药目的”类， “用药目的”类下面划分“治疗用药”、“辅助治疗用药”、“预防用药”、“诊断用药”、“操作用药”，术语解释如下：

1. 治疗用药：是指一切以解除病痛为核心的用药目的，包括一般意义上的治疗、对症治疗和姑息治疗等；

2. 辅助治疗用药：是指药品在治疗行为过程中起辅助作用，包括消毒用药、康复用药、恶性肿瘤辅助用药等；

3. 预防用药：是指药品用于预防某种疾病的发生，如疫苗接种、健康危险因素预防等；

4. 诊断用药：是指药品用于某种疾病的诊断过程当中，包括直接诊断、辅助诊断等；

5. 操作用药：是指药品用于某项临床操作过程中，如手术用药、检查用药、麻醉用药等。

（三）适用人群

OMAHA知识图谱中 “人群”类的术语，部分举例如下：

适用人群

“适用人群”属性的属性值为“人群”类，主要划分标准为年龄、性别和临床特征等。一些特殊的术语解释和概念定义如下：

1. 新生儿：指出生28天以内的人群；

2. 婴儿：指1岁以内的人群；

3. 幼儿：指1岁至3岁之间的人群；

4. 儿童：指14岁以下的人群；

5. 青少年：指14岁至18岁之间的人群；

6. 青年：指14岁至35岁之间的人群；

7. 育龄女性：指15岁至49岁之间的女性人群；

8. 中老年人：指45岁以上人群；

9. 老年人：指60岁以上人群。

四、数据资源下载的说明

HiTA知识图谱服务平台（hita.omaha.org.cn）向机构用户提供dump数据包下载，包含1.57万实体、9.87万关系，其中0.85万实体与OMAHA七巧板医学术语集建立了直接的映射。具体数据表解释说明如下：

OMAHA知识图谱数据文件为TXT格式，包括实体ID、语义标签、属性名称、属性ID、值、值ID、关系组七个字段，其中每条数据即为一条关系。

实体ID：标识本条关系中的主语，并且为所有实体的唯一ID；
语义标签：标识本条关系中实体的语义类型，具体对应OMAHA知识图谱Schema中语义类型的名称；
属性名称与属性ID：标识本条关系中的属性，具体分别对应OMAHA知识图谱Schema中属性关系的名称和ID；
值与值ID：标识本条关系中的属性值。若本条关系中的属性为数据属性时，值为具体的数据内容，值ID为空；若本条关系中的属性为对象属性时，值为空，值ID为所对应的实体ID；
关系组：标识本条关系所在的关系组，是一个非负整数。当group为0时，则代表本条关系与其他关系均不成组，当group不为0时，则表示本条关系与其他相同group的关系成组存在。

*特殊属性解释：

其中OMAHA概念ID（R013）的属性，指该实体所对应的“OMAHA七巧板医学术语集”中的概念ID标识符。本条属性的建立是为了方便机构用户能够更好地将“OMAHA知识图谱”与“OMAHA七巧板医学术语集”结合起来应用。若实体无该属性，则代表该实体暂时无法映射到“OMAHA七巧板医学术语集”。

数据文件示例如下：

640?wx_fmt=png