领域应用 | 中医临床术语系统

本文转载自公众号中医药知识组织与标准。




什么是中医药术语系统?它是干什么用的呢?

中医药术语系统是运用计算机与信息技术等工具,对中医药学各领域中的事物、现象、特性、关系和过程进行标记和概括,并为每个概念赋予指称形成概念体系,具有管理中医药术语研究、制作、更新、维护等功能,根据不同需求形成系列术语管理体系,称为中医药术语系统。

目前中医药术语系统包括:中国中医药学主题词表、中医药学语言系统(包括古籍语言系统)、中医临床术语系统。

中医临床术语集是给计算机使用的,是为了解决中医临床数据在采集及信息传递过程中遇到的交流障碍,提高中医临床数据的利用率和知识的转化率而研制的一套术语系统。


为什么需要医学术语


中医临床数据采集中的问题


在中医的临床数据的采集应用中我们会遇到哪些问题呢?

(1)“黄耆”又名“黄芪”,二者同物异名。



(2)多术语名称内涵不同。2015版《药典》的水牛角饮片为镑片或锉成粗粉,《GB/T31774-2015中药编码规则及编码(饮片) 》中水牛角只是水牛角片,不包括水牛角粉。




作为药材水牛角,展现了下图的层级系统属性继承



作为一个广义的中药水牛角有两重属性,即是药材又是饮片;作为药材可以按来源分类为动物药,作为饮片可以按功效分类清热解毒药,具有多父类的特点。有了术语的支持,就可以进行多维度的查询检索。


中医药术语系统


中医药学主题词表,一个主题词可以组配的多个副主题词,都是这个主题词有可能的关系与隐性的知识;但真正和这个主题词有确定的关系,是组配的结果所体现出来的。如:“胸痹”这个主题词可以和“/中医药疗法”、“/血液”、“/病理生理学”、“/中医病机”等有可能的相关关系与隐性的知识。但涉及到某篇文章所讨论的“胸痹”,只有已标识的副主题词有确实的关系。



从知识组织系统(KOS)看术语集


SNOMED-CT介绍

SNOMEDCT (Systematized Nomenclature of Medicine -- Clinical Terms)医学系统命名法-临床术语,是当前国际上广为使用的一种临床医学术语标准。

这套术语集,提供了一套全面统一的医学术语系统,涵盖大多数方面的临床信息,如疾病、所见、操作、微生物、药物等,可以协调一致地在不同的学科、专业和照护地点之间实现对于临床数据的标引、存储、检索和聚合,便于计算机处理。同时,它还有助于组织病历内容,减少临床照护和科学研究工作中数据采集、编码及使用方式的变异。对于临床医学信息的标准化和电子化起着十分重要的作用。


SNOMED-CT机构

SNOMED-CT 顶层结构如下图所示,目前所收录的概念与术语分为19个大类。




SNOMED-CT的概念表达




作为疾病的概念“心肌梗死”它有多个异名:“心肌梗塞”、“心脏梗塞”、“心梗”,用这些异名术语都可以检索到“心肌梗死”这个概念,能很好的处理自然语言。


    并对“心肌梗死”这个概念指明了病性、病位、病理等,这些是由“is a”“是”的关系来表达的。如:心肌梗死是一种心脏心肌的病,是一种梗塞性的心脏病,是心脏的心肌有坏死的病理改变。把这种关系的表达为多重的树状结构。



心肌梗塞作为一种疾病,它的病位是心脏(人体结构类概念),它的病理形态是的梗塞(病理形态类异常概念),这种表达方式解决了概念特征的表达,可以支持语义的查询。



SNOMED_CT的作用



中医临床术语系统

中医临床术语系统由中国中医科学院中医药信息研究所研制,从2005年开始历经十余年不断探索和研究,目前已经成为了国内外唯一的一套中医临床术语系统。



中医临床术语系统的特点


中医临床术语系统具有以下的特点



中医临床术语系统的结构



中医临床术语系统2.0版将于2017年底正式发布,系统中收集的概念3万余个,术语10万余个,关系20余万个,概念60%的有定义并与概念与定义的来源出处。



中医临床术语系统研究过程示例


中医临床术语系统研究示例——中药



    将中药类概念分为中药药材、中药饮片、中药配方颗粒剂等,其中中药药材按照药材基源科属分类,中药饮片按照功效分类,全部录入了国标代码。



中医临床术语系统研究示例——证候


    每一种证候是由一种症状群组成的,证候有发生的部位、引起证候的病因、证候的病机过程,这些都由概念的语义关系表达出来。



    正确的表达了证候的以上关系,就可以将某种证候的相关信息完全的检索出来,证候的病机、证候的病位、证候的病性等等。



中医临床术语系统的其他功能


子集的抽取:


文本自动规范化:


中医临床术语的应用与合作




联系我们:中国中医科学院中医药信息研究所

            中医药知识组织与标准研究室

联系人:朱彦

email: zhuyan166@126.com

        电话:010-64089623




OpenKG.CN


中文开放知识图谱(简称OpenKG.CN)旨在促进中文知识图谱数据的开放与互联,促进知识图谱和语义技术的普及和广泛应用。

点击阅读原文,进入 OpenKG 博客。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481087.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

鸿蒙(HarmonyOS)项目方舟框架(ArkUI)之Image图片组件

鸿蒙(HarmonyOS)项目方舟框架(ArkUI)之Image图片组件 一、操作环境 操作系统: Windows 10 专业版、IDE:DevEco Studio 3.1、SDK:HarmonyOS 3.1 二、Image组件 Image 用来加载并显示图片的基础组件,它支持从内存、本…

梁家卿 | 百科知识图谱同步更新

本文转载自公众号知识工场。 本文整理自复旦大学知识工场梁家卿博士在IJCAI 2017 会议上的论文报告,题目为《How to Keep a Knowledge Base Synchronized with Its Encyclopedia Source》,作者包括:梁家卿博士(复旦大学&#xff0…

别再搜集面经啦!小夕教你斩下NLP算法岗offer!

推完上一篇文章,订阅号和知乎后台有好多小伙伴跟小夕要面经(还有个要买简历的是什么鬼),然鹅小夕真的没有整理面经呀,真的木有时间(。 ́︿ ̀。)。不过话说回来,面经有多大用呢&#…

肖仰华 | 基于知识图谱的问答系统

本文转载自公众号知识工场。 本文整理自复旦大学知识工场肖仰华教授在VLDB 2017 会议上的论文报告,题目为《KBQA: Learning Question Answering over QA Corpora and Knowledge Bases》,作者包括:崔万云博士(现上海财经大学讲师&a…

【小夕精选】YJango 7分钟带你领略你未曾想过的线性代数+微积分

小夕很早之前就想转一些精彩的技术文章,这样哪怕没有时间写作的时候,也能把优质的干货分享给大家~然鹅,由于我也不知道是什么的原因,就不小心拖到了现在╮( ̄▽ ̄"")╭之前有不少粉丝希…

白硕 | 基于区块链的众包社区激励机制

本文整理自白硕老师在 YOCSEF 武汉专题论坛:“人工智能遇到区块链,是惊鸿一瞥还是天长地久?”的报告。 很高兴有这个机会跟大家交流。我先讲几个案例作为引子。第一个案例与知识图谱有关。这个公司做的是非常垂直的一个领域,安全教…

【小夕精选】多轮对话之对话管理(Dialog Management)

这一篇是一段时间之前小夕初入对话领域时刷到的徐阿衡小姐姐写的一篇文章,写的深入浅出,十分适合有一定基础的情况下想快速了解对话管理技术的童鞋阅读~另外顺手推一下阿衡小姐姐的订阅号「徐阿衡」,干货满满不要错过哦~这一篇想写一写对话管…

KD Tree的原理及Python实现

1. 原理篇我们用大白话讲讲KD-Tree是怎么一回事。1.1 线性查找假设数组A为[0, 6, 3, 8, 7, 4, 11],有一个元素x,我们要找到数组A中距离x最近的元素,应该如何实现呢?比较直接的想法是用数组A中的每一个元素与x作差,差的…

漆桂林 | 知识图谱的应用

本文作者为东南大学漆桂林老师,首发于知乎专栏知识图谱和智能问答 前面一篇文章“知识图谱之语义网络篇”已经提到了知识图谱的发展历史,回顾一下有以下几点: 1. 知识图谱是一种语义网络,即一个具有图结构的知识库,这里…

NLP预训练之路——从word2vec, ELMo到BERT

前言 还记得不久之前的机器阅读理解领域,微软和阿里在SQuAD上分别以R-Net和SLQA超过人类,百度在MS MARCO上凭借V-Net霸榜并在BLEU上超过人类。这些网络可以说一个比一个复杂,似乎“如何设计出一个更work的task-specific的网络"变成了NLP…

论文 | 信息检索结果Ranking的评价指标《RankDCG: Rank-Ordering Evaluation Measure》

未经允许,不得转载,谢谢~~ 一 文章简介 为什么要提出这个新的评价算法? 我们都知道ranking过程对于信息检索的结果是非常重要的,那么我们就需要有一些算法能评价ranking的结果到底如何。现有用来评价ranking的常用算法有&#xff…

肖仰华 | 基于知识图谱的用户理解

本文转载自公众号知识工场。 本文整理自肖仰华教授在三星电子中国研究院做的报告,题目为《Understanding users with knowldge graphs》。 今天,很高兴有这个机会来这里与大家交流。 前面两位老师把基于社会影响力的传播和推荐,以及跨领域的…

NLP的游戏规则从此改写?从word2vec, ELMo到BERT

前言还记得不久之前的机器阅读理解领域,微软和阿里在SQuAD上分别以R-Net和SLQA超过人类,百度在MS MARCO上凭借V-Net霸榜并在BLEU上超过人类。这些网络可以说一个比一个复杂,似乎“如何设计出一个更work的task-specific的网络"变成了NLP领…

信息检索IR评价中常见的评价指标-MAP\NDCG\ERR\P@10等

信息检索评价是对信息检索系统性能(主要满足用户信息需求的能力)进行评估的活动。通过评估可以评价不同技术的优劣,不同因素对系统的影响,从而促进本领域研究水平的不断提高。信息检索系统的目标是较少消耗情况下尽快、全面返回准…

科普 | “开放知识”的定义

OpenKG 主要关注知识图谱数据(或者称为结构化数据、语义数据、知识库)的开放,广义上 OpenKG 属于开放数据的一种。 关于“开放”的定义,比较好的参考是由国际开放知识基金会 OKFN.ORG(Open Knowledge International)给与的“开放知…

科普 | 以链接为中心的系统:Link-based Systems

硅谷教父凯文凯利在他新书《必然》中谈到了网页 2.0:“…今天的网络就是所有可以访问到的超链接文件… 但在未来的 30 年中…超链接的触手会不断延伸,把所有的比特连接起来。一个主机游戏中发生的事件会像新闻一样搜索即得。你还能寻找一段 YouTube 视频…

优云软件数据专家最佳实践:数据挖掘与运维分析

优云软件数据专家最佳实践:数据挖掘与运维分析 这份研究报告,作者是优云软件数据专家陈是维,在耗时1年时间制作的一份最佳实践,今天和大家分享下,关于《数据采矿和运维分析》,共同探讨~ 数据挖掘&#xff0…

史上最全提升GPU的tricks合集

前言 首先,如果你现在已经很熟悉tf.dataestimator了,可以把文章x掉了╮( ̄▽ ̄””)╭ 但是!如果现在还是在进行session.run(..)的话!尤其是苦恼于GPU显存都塞满了利用率却上不去的童鞋,这篇文章或…

领域应用 | 图数据库及其在恒昌的应用简介

首发于知乎专栏知识图谱和智能问答,作者为量子胖比特。 背景 历史上,多数企业级应用都运行在一个关系型数据库上(RDBMS),近年来,随着数据存储技术的飞速发展,关系型数据库在灵活性和可伸缩性方面…

训练效率低?GPU利用率上不去?快来看看别人家的tricks吧~

前言首先,如果你现在已经很熟悉tf.dataestimator了,可以把文章x掉了╮( ̄▽ ̄””)╭但是!如果现在还是在进行session.run(..)的话!尤其是苦恼于GPU显存都塞满了利用率却上不去的童鞋,这篇文章或许…