医学知识推理研究现状与发展

摘要

知识图谱可以有效地组织和表示知识,被应用于很多高级应用中,比如智能医疗。然而,无论是人工还是自动化构建的医学知识图谱通常是不完整的,这严重限制了它们的使用性能。医学知识推理可以补全医学知识图谱,并可辅助医生进行医学诊断。首先给出了医学知识推理的基本概念和定义,然后对构建医学知识图谱的关键技术和基于医学知识推理的辅助诊断进行了总结与归纳,并重点回顾了医学知识推理研究现状,将其推理方法划分为基于逻辑规则的医学推理、基于表示学习的医学推理以及基于深度学习的医学推理。对于每一类别,分别介绍了代表性算法和最新研究进展。特点是在现有方法的基础上对基于医学知识图谱的推理技术进行了综合的介绍。最后总结了医学知识推理目前面对的一些挑战和重要问题,并展望了其发展前景和研究趋势,希望能促进这一快速发展领域的进一步研究。

关键词： 知识图谱; 智能医疗; 知识推理; 医学辅助诊断; 医学知识补全

2012年,谷歌首次推出了知识图谱,并利用它来提高查询结果的相关性和用户的检索体验,为用户提供了更加精确化和智能化的搜索服务[1]。知识图谱以网状的结构、三元组的