生物医学知识库/知识图谱（英文+中文）盘点

因为硕士研究方向是基于知识图谱的中文医学问答系统，所以调研了下现有的生物医学(BioMedical)和医学(Medical)知识库。

首先需要对上述两个概念做个区分，从我的理解来看，生物医学更加微观，偏向于蛋白质/基因等各种化学物质，面向的是药物假设发现、疾病和基因的关联性等研究性质课题。而医学则更宏观，主要面向疾病、药物、表征、治疗方案等概念及他们间的关系，更适合面向智能问答、医疗助理等应用。由于现有的中文及英文医学知识图谱不多，所以一概而论地进行一下梳理。

首先是一些中文医学的知识图谱

中文医学知识图谱 CMKG

• 该知识库是中科院软件所的刘焕勇老师的工作。
• 来源：寻医问药网上规范的半结构化医学知识
• 规模：包括8807种疾病、3828种药物、5998种症状、3300种检查方法等7类实体、10类关系、10种疾病相关属性，共3万余实体、30余万条关系。数据和搭建方式完全开源，比较适合用来使用
• github

中文医学知识图谱 CMeKG

• 该知识图谱是北大、郑大和鹏程实验室的联合工作
• 来源：是利用自然语言处理与文本挖掘技术，基于大规模医学文本数据，以人机结合的方式研发的中文医学知识图谱
• 规模：包含11076种疾病，18471药物，14794症状，3546诊疗技术等相关知识，150余万关系
• 网址 论文 论文2

OMAHA 药品-疾病知识图谱

• 来源：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。
• 规模：包括2.03万实体，13.7万关系, 主要实体为药物、疾病
• 网址

OMAHA 临床路径-疾病治疗知识图谱

• 来源：收集研究目前市面上所有的临床路径，构建了临床路径的知识表达框架，主要包括：适用对象、相适用人群、治疗阶段、治疗方式、适用科室、就诊类型、标准治疗时长、治疗相关检查项目等
• 规模：6000实体、4.5万关系，主要实体为各种临床实体及疾病
• 网址

中医医案知识图谱

• 来源：从医案中抽取临床知识构建知识图谱，帮助用户了解中医特色疗法，以及疾病（如“慢性胃炎”）的临床表现、相关疗法、相关养生保健方法等。
• 中医系列网址

然后是一些中文/英文医学的知识库

UMLS(Unified Medical Language System) 2004 （工业界和科研都会用）

• 介绍：UMLS是比较早的生物医学知识库，整合了MeSH等一堆人工构建知识的医学库的信息，因此质量高但规模受限预定义的关系类型很规范，通常会被其他知识库参考；收录的实体概念通常会直接被其他知识库引用；提供一些额外的服务，比如MetaMap，可以将医学文本链接到UMLS的实体上，因此被后续的医学知识库广泛使用
• 网址  论文（The Unified Medical Language System (UMLS): integrating biomedical terminology）

SemMedDB 2012（工业界和科研都会用）

• 介绍：知识抽取技术构建的医学知识库，基于PebMed上的医学文章的标题及摘要；规模大但质量有限。
• 作者搭建该知识库的目的：基于文献的知识发现、假设生成
  • 基于SemRep进行关系分类，MetaMap进行实体链接。
  • 由于知识都是从文本中抽取的，不一定准确，因此同样的实体对可能有多个关系，但每个关系都提供了相关句子可以被进一步分析；
  • SDB中的实体概念是与UMLS对齐的，30种常见预定义关系是从UMLS的预定义关系中引出的；
• 论文：SemMedDB: a PubMed-scale repository of biomedical semantic predications
• 这个知识库目前应用的比较广泛，可能因为大规模知识抽取+知识校准才是大势所趋，依赖人工搭建知识库成本还是太高

Medical KB 2014（偏科研）

• 以疾病为中心、面向一些常见关系的知识库；作者搭建该知识库的目的：回答医学问题
• 论文：Medical Relation Extraction with Manifold Models

dRiskKB 2014（偏科研）

• 构造疾病-疾病之间的关系库，每个疾病都和一些基因、表现型等链接，适合用来研究疾病机制和药物发现
• 论文：dRiskKB: a large-scale disease-disease risk relationship knowledge base constructed from biomedical text

OMAHA 七巧板中文医学术语集

• 介绍：是基于本体方式构建，经过验证的，语义丰富的术语集。它既可以帮助规范医学术语表达，同时又可以提升不同系统间的语义互操作能力。
• 规模：主要包含疾病、症状、解剖、手术、生物、药品、医疗器械、检验检查、影像、护理、基因、基因突变等医学领域的术语内容。
• 网址