面向臨床決策支持的中醫(yī)脾胃病本體知識庫構(gòu)建研究

李敬華　易小烈　楊德利　高宏杰　程英　于琦　于彤　朱玲　董燕　亢力

【摘要】 本文將本體技術(shù)、知識庫、Agent技術(shù)有機地組織成一個整體，用中間表達集合對知識鏈進行概念化，中間表達用類對領(lǐng)域知識的知識實體、屬性進行描述和定義，實現(xiàn)本體的結(jié)構(gòu)化，用于規(guī)范研發(fā)中醫(yī)脾胃病本體知識庫與情景式臨床決策探索。可以幫助臨床醫(yī)生從知識庫中獲取規(guī)律性認識，篩選出支持臨床決策的直接參考證據(jù)，使之擬定更有針對性的治療方案，提高臨床療效，并將中醫(yī)脾胃病文獻資源集成轉(zhuǎn)化為信息知識產(chǎn)品，實現(xiàn)對中醫(yī)古今脾胃病知識發(fā)現(xiàn)與拓展，資源共享。

【關(guān)鍵詞】 中醫(yī)脾胃??； 本體知識庫； 服務(wù)模式； 資源共享

中醫(yī)脾胃病是臨床常見病，多發(fā)病，相當于現(xiàn)代醫(yī)學(xué)消化系統(tǒng)疾病，發(fā)病率高，癌癥多，癌前病變多。本病多表現(xiàn)為“痛、脹、痞、滿、呆、噯、燒、寐、瀉、秘”十癥，此十癥可單獨出現(xiàn)，也可幾癥同時出現(xiàn)，或伴有疲乏，消瘦，口臭、口干、口苦，貧血等伴隨癥狀，一般和營養(yǎng)不良，暴飲暴食，過食生冷食物，如冷飲，涼啤酒等損傷有關(guān)，其疾病特征和關(guān)系復(fù)雜多樣，已經(jīng)嚴重影響到患者的壽命和生活質(zhì)量。目前，筆者研究構(gòu)建中醫(yī)脾胃病本體知識庫及臨床決策探索，將會為更多的中青年醫(yī)生面對臨床上復(fù)雜多變的具體情景，可以從知識庫中獲取規(guī)律性認識，成為支持臨床決策的直接參考證據(jù)，使之在他人臨證得失的基礎(chǔ)上擬定更有針對性的治療方案，從而實現(xiàn)中醫(yī)臨床療效的保證與提高[1]。

1 國內(nèi)外研究現(xiàn)狀簡述

1.1 國家政府十分重視醫(yī)藥事業(yè)發(fā)展 2009年衛(wèi)生部公布的《電子病歷基本架構(gòu)與數(shù)據(jù)標準》和2011年推行的《電子病歷系統(tǒng)功能規(guī)范》，詳細定義了新一代電子病歷的數(shù)據(jù)標準和功能規(guī)范，改變了以往財務(wù)、藥品、診療流程信息化的思路，確立了電子病歷在醫(yī)院信息化和區(qū)域醫(yī)療建設(shè)中的核心地位，將醫(yī)療信息化建設(shè)推向了前所未有的高度。為配合新醫(yī)改形勢下的衛(wèi)生信息化建設(shè)，衛(wèi)生部信息化工作領(lǐng)導(dǎo)小組組織全國近千名專家，開展了健康檔案、電子病歷及相關(guān)技術(shù)規(guī)范標準的科技攻關(guān)和試點應(yīng)用工作，取得了包括《健康檔案基本架構(gòu)與數(shù)據(jù)標準（試行）》、《基于健康檔案的區(qū)域衛(wèi)生信息平臺建設(shè)指南（試行）》、《基于健康檔案的區(qū)域衛(wèi)生信息平臺建設(shè)技術(shù)解決方案（試行）》、《基于區(qū)域衛(wèi)生信息平臺的婦幼保健信息系統(tǒng)建設(shè)技術(shù)解決方案（試行）》在內(nèi)的一系列重要成果，為衛(wèi)生信息化建設(shè)奠定了良好的基礎(chǔ)[2]。

1.2 中醫(yī)臨床醫(yī)師醫(yī)技水平有待加強 由于中國醫(yī)療資源分布不均衡，醫(yī)生知識層次和臨床技能參差不齊，所以改變醫(yī)生頭腦中知識結(jié)構(gòu)和內(nèi)容是提高醫(yī)療質(zhì)量根本的方法，提供專業(yè)臨床知識庫和臨床相似醫(yī)案決策的電子病歷產(chǎn)品才能更好地提高醫(yī)生的診療水平。尤其在鄉(xiāng)鎮(zhèn)衛(wèi)生院和社區(qū)醫(yī)院，或欠發(fā)達地區(qū)的醫(yī)療機構(gòu)，更希望得到專家經(jīng)驗和醫(yī)學(xué)知識方面的支持。醫(yī)生在臨床實踐中，由于日常工作的忙碌，很容易忽略基礎(chǔ)知識的再學(xué)習；尤其是遇到疑難情況，很多醫(yī)生還是通過翻閱紙質(zhì)書籍來補充醫(yī)學(xué)知識。所以，基于臨床情景的知識推送服務(wù)非常重要，醫(yī)生可以在診療過程中獲得了特定的知識補充，而比泛泛的翻閱醫(yī)學(xué)書籍更有效率、更有針對性。

1.3 醫(yī)院電子病歷系統(tǒng)架構(gòu)暫不完善 電子病歷系統(tǒng)不僅是簡單的數(shù)據(jù)錄入和數(shù)據(jù)采集，更是一個強大的病歷管理系統(tǒng)，是醫(yī)療數(shù)據(jù)的匯總。當很多產(chǎn)品都在結(jié)構(gòu)化和非結(jié)構(gòu)化上爭執(zhí)不休的時候，往往會忽略了電子病歷系統(tǒng)的另一個重要方向就是病歷管理和醫(yī)療數(shù)據(jù)管理。此外和病歷管理相關(guān)的業(yè)務(wù)需求不僅是文件和數(shù)據(jù)的存儲，還有諸如病歷權(quán)限、病歷安全、病歷流轉(zhuǎn)、病歷查詢、病歷轉(zhuǎn)儲、臨床決策、標準化診療以及臨床路徑等多個重要管理內(nèi)容，更涵蓋了三級查房、病歷質(zhì)控等重要的醫(yī)療約束制度。這些重要的內(nèi)容不僅要體現(xiàn)出紙質(zhì)病歷介質(zhì)的傳統(tǒng)管理行為，還要體現(xiàn)出醫(yī)療數(shù)據(jù)集中管理的優(yōu)勢。因此，電子病歷作為醫(yī)療數(shù)據(jù)的集大成者，實現(xiàn)真正的病歷管理系統(tǒng)，并趨于全面醫(yī)療行為決策，才能輔助醫(yī)生為患者提供最合理的檢查治療方案的同時，為流行病學(xué)研究提供重要的原始數(shù)據(jù)。據(jù)調(diào)研發(fā)現(xiàn)，目前醫(yī)院的電子病歷系統(tǒng)遠沒有達到這個要求[3-5]。

1.4 臨床醫(yī)療常規(guī)應(yīng)用CDSS寥寥無幾 基于HL7標準的臨床決策系統(tǒng)目前在國際上越來越引起關(guān)注。Arden Syntax臨床指南模型于1990年開始發(fā)布，后被HL7和ANSI采納為標準，是最早的醫(yī)學(xué)知識表達標準。著名的HELP（Health Evaluation through Logical Processing）系統(tǒng)稱之為臨床指南的CDSS。GLIF臨床指南模型在Arden Syntax基礎(chǔ)上發(fā)展起來，可作為各臨床指南模型之間的轉(zhuǎn)換格式。2002年發(fā)布的SAGE臨床指南模型綜合了以往研究成果，在臨床醫(yī)療信息整合中又取得了一定的進展[6-10]。盡管如此，目前國內(nèi)外在臨床上常規(guī)應(yīng)用的CDSS仍寥寥無幾。造成這種情況的原因有：（1）模型問題：基于流程圖的方法可以很好解決簡單問題，但問題稍復(fù)雜就使流程圖變得難以處理，且它不能處理不確定問題，而這正是臨床醫(yī)生常常遇到的問題。（2）知識庫問題：智能模型的建立需要大量詳細的醫(yī)學(xué)知識，目前還沒有一個大規(guī)模、可共享、可復(fù)用的醫(yī)學(xué)知識庫，缺乏知識是制約臨床決策支持系統(tǒng)的另一重要因素。

2 本體知識庫架構(gòu)研究思路

2.1 本體技術(shù) 在計算機科學(xué)與信息科學(xué)領(lǐng)域，理論上講本體是指一種“形式化的，對于共享概念體系的明確而又詳細的說明”，提供的是一種共享詞表，也就是特定領(lǐng)域之中那些存在著的對象類型或概念及其屬性和相互關(guān)系；或者說是一種特殊類型的術(shù)語集，具有結(jié)構(gòu)化的特點，且更加適合于在計算機系統(tǒng)之中使用；也可以說實際上是對特定領(lǐng)域之中某套概念及其相互之間關(guān)系的形式化表達（formal representation）。作為一種關(guān)于現(xiàn)實世界或其中某個組成部分的知識表達形式，本體應(yīng)用領(lǐng)域包括（但不僅限于）：人工智能、語義網(wǎng)、軟件工程、生物醫(yī)學(xué)信息學(xué)、圖書館學(xué)以及信息架構(gòu)。目前，筆者研究的中醫(yī)脾胃病本體知識庫及情景式臨床決策探索，就是想以該領(lǐng)域的知識為素材，運用信息科學(xué)的本體論原理而編寫出作品（artifacts）。并針對該領(lǐng)域的屬性進行推理、建模[3]。endprint

2.2 知識庫 本體知識庫可稱為智能數(shù)據(jù)庫或人工智能數(shù)據(jù)庫。由人工智能和數(shù)據(jù)庫兩項計算機技術(shù)的有機結(jié)合，促成了知識庫系統(tǒng)的產(chǎn)生和發(fā)展。其特點：（1）根據(jù)應(yīng)用領(lǐng)域特征、背景特征、使用特征、屬性特征等而構(gòu)成。（2）知識庫的知識是有層次的。最低層是“事實知識”，中間層是用來控制“事實”的知識（通常用規(guī)則、過程等表示）。最高層次是“策略”，它以中間層知識為控制對象。（3）知識庫中可有一種特殊形式的知識——可信度。有關(guān)事實、規(guī)則和策略都可標以可信度。（4）如果對于某些問題的解決途徑是肯定和必然的，就可以把其作為一部分相當肯定的問題解決途徑直接存儲在典型方法庫中。中醫(yī)脾胃病本體知識庫遵循上述特點，首先考慮定義本體中的類，也就是對概念進行規(guī)范性表述；其次，根據(jù)一定的分類學(xué)等級體系安排本體中的類，并且定義其屬性，允許其賦值；最后，為實例的屬性插件賦值，定義每個類中對應(yīng)的實例，添加這些實例的屬性賦值信息和限制條件，完成一個本體知識庫的建立[4]。

2.3 Agent技術(shù) 中醫(yī)脾胃病本體知識庫借助于Agent概念抽象和設(shè)計理念來支持系統(tǒng)的分析、建模。采用情景實例的方法，將系統(tǒng)看作與用戶對等的實體，用戶容易理解，便于原始需求的獲取。具體作法為：情景（Scenario）是為了實現(xiàn)某類Agent的某類目標而發(fā)生在若干內(nèi)部Agent與外部Agent之間的可能的動作流的文本描述。情景實例（Scenario-Case）是對情景的一次具體情況進行的描述。背景知識（Baekground-Knowledge）是與每個情景實例相關(guān)的信息。

3 中醫(yī)脾胃病本體知識庫研究方法

3.1 構(gòu)建脾胃病知識本體 本體構(gòu)建以數(shù)據(jù)庫映射為基礎(chǔ)。參考普通高等教育“十一五”國家級規(guī)劃教材·新世紀（第2版）·全國高等中醫(yī)院校規(guī)劃教材《中醫(yī)基礎(chǔ)理論》、《中醫(yī)診斷學(xué)》、《中藥學(xué)》、《方劑學(xué)》、《中醫(yī)內(nèi)科學(xué)》、《中醫(yī)外科學(xué)》、《中醫(yī)婦科學(xué)》、《中醫(yī)兒科學(xué)》等等，應(yīng)用protégé軟件構(gòu)建脾胃病知識本體，包括疾病、中藥、證候等本體8000余條，見圖1。

3.2 構(gòu)建本體知識庫示范 以脾胃病本體為基礎(chǔ)，對臨床規(guī)范性知識進行描述，探索臨床知識庫的構(gòu)建技術(shù)與方法。知識庫內(nèi)容包括決策知識（分為診斷性知識、治療性知識、參考性知識、案例性知識、經(jīng)驗性知識等）、知識來源（分為臨床指南、專家經(jīng)驗、系統(tǒng)評價、高質(zhì)量RCT、名醫(yī)驗案等）、決策類型（分為提醒、咨詢、醫(yī)囑集、警告、文檔模板等）、臨床情景（分為診斷過程、治療過程、分析評價過程等）、判斷邏輯（分為條件判斷、直接判斷、相似度匹配等）、證據(jù)等級（分為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級、Ⅴ級）、基本概念等部分。

3.3 知識庫臨床情景描述 臨床情景是決策知識應(yīng)用場景或環(huán)境的描述，該部分內(nèi)容闡釋了在醫(yī)療信息系統(tǒng)中如何告訴程序讀取相關(guān)知識并執(zhí)行命令，并描述了情景與EMR相關(guān)業(yè)務(wù)數(shù)據(jù)之間的關(guān)系。如情景描述：已知處方、癥狀或治法，根據(jù)處方中，中藥和癥狀（中藥和藥理、藥理和理化指標）的關(guān)系，給予中藥加減的決策。具體實操是通過接口從EMR獲得處方和癥狀的結(jié)構(gòu)化文本；數(shù)據(jù)類型轉(zhuǎn)化；系統(tǒng)把獲得的結(jié)構(gòu)化詞語對照標準詞語庫中的分類，進行判斷詞語的類別。

規(guī)則描述，加味1：中藥和癥狀。基于某個疾病本體庫，將處方和中藥、中藥和癥狀的三元組關(guān)系找到，排除處方中中藥所對應(yīng)的癥狀，對照未有對應(yīng)關(guān)系的患者癥狀，再通過癥狀和中藥的關(guān)系，給予對應(yīng)的中藥名稱。例如：患者有頭暈、腹痛、便溏，但處方中只有2個藥是天麻、延胡索，對應(yīng)的關(guān)系是，頭暈-天麻、腹痛-延胡索，但便溏沒有對應(yīng)的中藥，通過疾病本體庫中，中藥和癥狀的三元組中尋找便溏-五味子的關(guān)系，給予決策結(jié)果，應(yīng)該增加一味藥五味子。如果某個癥狀對應(yīng)多個中藥，系統(tǒng)決策結(jié)果是增加多個中藥。

加味2：中藥和功效、功效和治法。基于某個疾病本體庫或中藥基礎(chǔ)知識本體庫，將中藥和功效、功效和治法的三元組關(guān)系找到，對照治法和功效的關(guān)系，將處方中沒有對照關(guān)系的治法找到，再根據(jù)功效和治法、功效和中藥的關(guān)系，給予相應(yīng)中藥的加味提示。比如治法中有健脾、利濕、止瀉，而處方中只有茯苓、厚樸，在中藥和功效的關(guān)系中找到健脾-茯苓、利濕-厚樸的關(guān)系，發(fā)現(xiàn)沒有止瀉的相關(guān)中藥，再找出止瀉-五味子的關(guān)系，提示用戶應(yīng)該增加一味藥五味子。如果某個功效對應(yīng)多個中藥，系統(tǒng)決策結(jié)果是增加多個中藥。減味：與加味相反。排除規(guī)則：調(diào)和諸藥作用的甘草等中藥不進行判斷加減。

3.4 多Agent技術(shù)開發(fā)應(yīng)用 多Agent技術(shù)的開發(fā)與應(yīng)用主要考慮以下幾個方面：（1）格式轉(zhuǎn)換Agent：Reactive特性，輸入為EMR數(shù)據(jù)，轉(zhuǎn)換后輸出系統(tǒng)可識別結(jié)構(gòu)化數(shù)據(jù)；（2）分類識別Agent：Autonomy特性，輸入為數(shù)據(jù)格式轉(zhuǎn)換Agent提供結(jié)構(gòu)化數(shù)據(jù)，判斷是以下哪種詞語類型：癥狀類、診斷類、證候類、治法類、處方類、中藥類等等。判斷規(guī)則需請求知識庫Agent。（3）情景判斷Agent：Reactive特性，輸入為分類識別Agent提供詞語類型，根據(jù)系統(tǒng)定義存在情景進行情景匹配。系統(tǒng)定義需請求知識庫Agent。（4）規(guī)則匹配Agent：Proactive特性，輸入為情景判斷Agent提供情景，進行規(guī)則匹配，選擇合適的規(guī)則，反饋出結(jié)果。規(guī)則匹配需請求知識庫Agent。（5）知識庫Agent（組）：Reactive特性，輸入為獲取知識條件，從本體知識庫（或其他知識庫）中查找相應(yīng)知識輸出，輸出為結(jié)構(gòu)化知識數(shù)據(jù)。（6）公共知識Agent：提供基礎(chǔ)數(shù)據(jù)、配置信息和數(shù)據(jù)庫接口調(diào)用。（7）多Agent組織結(jié)構(gòu)。

3.5 知識庫決策支持系統(tǒng) 本系統(tǒng)研發(fā)主要包含有接口設(shè)計、運行設(shè)計、數(shù)據(jù)庫設(shè)計、數(shù)據(jù)字典設(shè)計、安全保密設(shè)計和系統(tǒng)出錯處理設(shè)計等。

3.5.1 接口設(shè)計 接口設(shè)計可細分為：（1）用戶接口，即決策顯示窗口：它將決策結(jié)果以數(shù)據(jù)塊列表的方式，顯示在固定的窗體中，用戶可以選擇點擊數(shù)據(jù)塊鏈接，調(diào)用結(jié)果，加載到EMR系統(tǒng)中。系統(tǒng)會識別EMR系統(tǒng)的窗體控件區(qū)域，比如：診斷、癥狀、證候診斷等區(qū)域，加載相應(yīng)的內(nèi)容。（2）外部接口，即與EMR系統(tǒng)軟件之間的接口：體現(xiàn)在EMR數(shù)據(jù)格式：文本格式、Xml格式。EMR業(yè)務(wù)數(shù)據(jù)類型：癥狀、理化結(jié)果、診斷、證候診斷、治法、處方、方藥和劑量。其中接口輸入：獲取EMR數(shù)據(jù)。當光標落在相應(yīng)的EMR系統(tǒng)控件中，Agent判斷情景需求，再從EMR抓取的各種類型數(shù)據(jù)。接口輸出：決策結(jié)果的使用加載。當Agent決策結(jié)果展示到桌面窗口中，通過雙擊觸發(fā)EMR程序?qū)Q策結(jié)果加載到相應(yīng)的EMR控件中。（3）內(nèi)部接口，即描述本系統(tǒng)內(nèi)部各模塊間的接口安排，如：模塊間的調(diào)用方式、反饋應(yīng)答、接口的輸入、輸出等。endprint

3.5.2 運行設(shè)計 運行設(shè)計中首先考慮到系統(tǒng)初始化：系統(tǒng)作為智能知識引擎嵌入在EMR系統(tǒng)中實時運行，并收集相關(guān)患者疾病信息，當醫(yī)生在錄入患者相關(guān)診療信息時，觸發(fā)系統(tǒng)提供輔助決策。運行控制設(shè)計有：（1）情景撲捉判斷：智能決策系統(tǒng)實時運行，檢測EMR系統(tǒng)中相關(guān)控件的錄入，通過情景判斷Agent撲捉情景。（2）數(shù)據(jù)確認：情景判斷后，通過規(guī)則匹配Agent提供規(guī)則中要求的醫(yī)療數(shù)據(jù)類型，提交給格式轉(zhuǎn)換Agent。（3）數(shù)據(jù)收集：格式轉(zhuǎn)換Agent收集相關(guān)患者相關(guān)診療數(shù)據(jù)，用來滿足決策規(guī)則，收集后交給分類識別Agent進行分類。（4）數(shù)據(jù)分類：分類識別Agent會將數(shù)據(jù)分類，并提供給規(guī)則匹配Agent。（5）知識提供：知識庫Agent調(diào)取本體知識庫，提供所需決策知識并返回給規(guī)則匹配Agent。（6）決策結(jié)果顯示：規(guī)則匹配Agent做出結(jié)論后，將結(jié)果發(fā)送給情景判斷Agent，通過分類識別Agent、格式轉(zhuǎn)換Agent，最終顯示到系統(tǒng)界面的結(jié)果窗體中。（7）決策過程結(jié)束：決策結(jié)果顯示到結(jié)果窗體中，決策過程結(jié)束。運行結(jié)束（結(jié)果采用）：EMR系統(tǒng)調(diào)用結(jié)果窗體中的數(shù)據(jù)返回到相應(yīng)的控件中，運行結(jié)束。

3.5.3 數(shù)據(jù)庫設(shè)計 數(shù)據(jù)庫設(shè)計采用JENA，通過三元組的方式表達知識。（1）知識庫的架構(gòu)：筆者采用情景模式型的本體知識庫構(gòu)建方法，基于臨床診療的情景組織知識間的神經(jīng)網(wǎng)絡(luò)關(guān)系，這樣的好處是直接模擬醫(yī)學(xué)基礎(chǔ)知識在臨床應(yīng)用時的情景關(guān)系，更加真實、高效的提供決策邏輯。本體知識庫邏輯架構(gòu)見圖2。

3.5.4 其他設(shè)計 數(shù)據(jù)字典設(shè)計考慮到由于數(shù)據(jù)庫中的本體知識庫是基于情景模式，所以，每個情景邏輯上需要建立一個本體數(shù)據(jù)庫，每一個本體數(shù)據(jù)庫中可以有多個三元組關(guān)系，三元組為實體數(shù)據(jù)關(guān)系，情景本體庫為虛擬邏輯上的數(shù)據(jù)庫。例如建立3個三元組，可分別是“疾病-關(guān)系-證候”、“證候-主癥關(guān)系-癥狀”、“證候-輔癥關(guān)系-癥狀”。不同情景的本體庫中的三元組可以復(fù)用。安全保密設(shè)計強調(diào)了OWL或RDF文件存儲在Oracle數(shù)據(jù)庫中，通過Oracle自身存儲安全策略保證知識庫安全。在系統(tǒng)出錯處理設(shè)計中，當顯示數(shù)據(jù)無法加載到EMR，考慮是格式轉(zhuǎn)換的問題，或出現(xiàn)無法通過規(guī)則提供決策結(jié)果，考慮本體數(shù)據(jù)庫邏輯設(shè)計問題。

4 結(jié)語

脾胃病本體知識庫構(gòu)建實質(zhì)就是模型化一個領(lǐng)域，它的構(gòu)建過程必然是一個多次重復(fù)、逐步求精的過程。本研究采用本體方法表達中醫(yī)臨床知識，將復(fù)雜中醫(yī)內(nèi)容轉(zhuǎn)換為機讀決策知識，并使用Agent技術(shù)實現(xiàn)知識庫嵌入EMR系統(tǒng)，實現(xiàn)實時決策支持，是國內(nèi)外研究前沿。從目前的研究程度來看，本系統(tǒng)最核心的內(nèi)容仍然是知識，尤其是如何準確的表達可以機讀的中醫(yī)臨床知識，盡量豐富知識庫內(nèi)容并對知識進行證據(jù)等級區(qū)分。未來研究還需考慮知識庫的兼容問題，即與已有的中醫(yī)藥語言系統(tǒng)、中醫(yī)臨床術(shù)語系統(tǒng)、中醫(yī)藥主題詞表的一致性問題，以及知識來源問題，即如何獲取高質(zhì)量的中醫(yī)臨床知識作為決策支持的證據(jù)。這些內(nèi)容將在未來研究中有待解決[5]。

參考文獻

[1]李敬華，亢力，封毅，等.基于臨床需求的中醫(yī)數(shù)字化醫(yī)案研究[J].中國醫(yī)學(xué)創(chuàng)新，2013，10（36）：137-139.

[2]李敬華，崔蒙，卜憲崢，等.未來電子病歷的發(fā)展與技術(shù)探討[J].中國數(shù)字醫(yī)學(xué)，2012，7（6）：8-10..

[3]趙陽耀.基于本體的數(shù)據(jù)源映射方法與策略[D].哈爾濱：哈爾濱工程大學(xué)，2010.

[4]于彤，崔蒙，吳朝暉，等.基于語義Web的中醫(yī)臨床知識建模[J].中國數(shù)字醫(yī)學(xué)，2013，8（11）：81-85.

[5]董燕，崔蒙.中醫(yī)藥信息研究的發(fā)展現(xiàn)狀及趨勢[J].中國中西醫(yī)結(jié)合雜志，2013，33（4）：559-564.

[6]蔣宏潮，王大亮，張德政，等.基于領(lǐng)域本體的中醫(yī)知識獲取方法[J].計算機工程，2008，34（12）：16-18，21.

[7]曹宇峰，曹存根.基于本體的中醫(yī)舌診知識的獲取[J].計算機應(yīng)用究，2006，23（3）：31-34.

[8]高成勉，包含飛，周強，等.本體構(gòu)建原則及其在中醫(yī)頂層本體構(gòu)建中的應(yīng)用[J].醫(yī)學(xué)信息，2008，21（5）：581-583.

[9]于彤，崔蒙，李海燕，等.中醫(yī)藥學(xué)語言系統(tǒng)的語義網(wǎng)絡(luò)框架：一個面向中醫(yī)藥領(lǐng)域的規(guī)范化頂層本體[J].中國數(shù)字醫(yī)學(xué)，2014，9（1）：44-47.

[10]李新霞，陸建峰，孟紅梅，等.本體在中醫(yī)脾胃病輔助診斷中的應(yīng)用[J].江南大學(xué)學(xué)報（自然科學(xué)版），2010，9（2）：151-155.

（收稿日期：2014-04-01） （本文編輯：蔡元元）endprint

3.5.2 運行設(shè)計 運行設(shè)計中首先考慮到系統(tǒng)初始化：系統(tǒng)作為智能知識引擎嵌入在EMR系統(tǒng)中實時運行，并收集相關(guān)患者疾病信息，當醫(yī)生在錄入患者相關(guān)診療信息時，觸發(fā)系統(tǒng)提供輔助決策。運行控制設(shè)計有：（1）情景撲捉判斷：智能決策系統(tǒng)實時運行，檢測EMR系統(tǒng)中相關(guān)控件的錄入，通過情景判斷Agent撲捉情景。（2）數(shù)據(jù)確認：情景判斷后，通過規(guī)則匹配Agent提供規(guī)則中要求的醫(yī)療數(shù)據(jù)類型，提交給格式轉(zhuǎn)換Agent。（3）數(shù)據(jù)收集：格式轉(zhuǎn)換Agent收集相關(guān)患者相關(guān)診療數(shù)據(jù)，用來滿足決策規(guī)則，收集后交給分類識別Agent進行分類。（4）數(shù)據(jù)分類：分類識別Agent會將數(shù)據(jù)分類，并提供給規(guī)則匹配Agent。（5）知識提供：知識庫Agent調(diào)取本體知識庫，提供所需決策知識并返回給規(guī)則匹配Agent。（6）決策結(jié)果顯示：規(guī)則匹配Agent做出結(jié)論后，將結(jié)果發(fā)送給情景判斷Agent，通過分類識別Agent、格式轉(zhuǎn)換Agent，最終顯示到系統(tǒng)界面的結(jié)果窗體中。（7）決策過程結(jié)束：決策結(jié)果顯示到結(jié)果窗體中，決策過程結(jié)束。運行結(jié)束（結(jié)果采用）：EMR系統(tǒng)調(diào)用結(jié)果窗體中的數(shù)據(jù)返回到相應(yīng)的控件中，運行結(jié)束。

3.5.3 數(shù)據(jù)庫設(shè)計 數(shù)據(jù)庫設(shè)計采用JENA，通過三元組的方式表達知識。（1）知識庫的架構(gòu)：筆者采用情景模式型的本體知識庫構(gòu)建方法，基于臨床診療的情景組織知識間的神經(jīng)網(wǎng)絡(luò)關(guān)系，這樣的好處是直接模擬醫(yī)學(xué)基礎(chǔ)知識在臨床應(yīng)用時的情景關(guān)系，更加真實、高效的提供決策邏輯。本體知識庫邏輯架構(gòu)見圖2。

3.5.4 其他設(shè)計 數(shù)據(jù)字典設(shè)計考慮到由于數(shù)據(jù)庫中的本體知識庫是基于情景模式，所以，每個情景邏輯上需要建立一個本體數(shù)據(jù)庫，每一個本體數(shù)據(jù)庫中可以有多個三元組關(guān)系，三元組為實體數(shù)據(jù)關(guān)系，情景本體庫為虛擬邏輯上的數(shù)據(jù)庫。例如建立3個三元組，可分別是“疾病-關(guān)系-證候”、“證候-主癥關(guān)系-癥狀”、“證候-輔癥關(guān)系-癥狀”。不同情景的本體庫中的三元組可以復(fù)用。安全保密設(shè)計強調(diào)了OWL或RDF文件存儲在Oracle數(shù)據(jù)庫中，通過Oracle自身存儲安全策略保證知識庫安全。在系統(tǒng)出錯處理設(shè)計中，當顯示數(shù)據(jù)無法加載到EMR，考慮是格式轉(zhuǎn)換的問題，或出現(xiàn)無法通過規(guī)則提供決策結(jié)果，考慮本體數(shù)據(jù)庫邏輯設(shè)計問題。

4 結(jié)語

脾胃病本體知識庫構(gòu)建實質(zhì)就是模型化一個領(lǐng)域，它的構(gòu)建過程必然是一個多次重復(fù)、逐步求精的過程。本研究采用本體方法表達中醫(yī)臨床知識，將復(fù)雜中醫(yī)內(nèi)容轉(zhuǎn)換為機讀決策知識，并使用Agent技術(shù)實現(xiàn)知識庫嵌入EMR系統(tǒng)，實現(xiàn)實時決策支持，是國內(nèi)外研究前沿。從目前的研究程度來看，本系統(tǒng)最核心的內(nèi)容仍然是知識，尤其是如何準確的表達可以機讀的中醫(yī)臨床知識，盡量豐富知識庫內(nèi)容并對知識進行證據(jù)等級區(qū)分。未來研究還需考慮知識庫的兼容問題，即與已有的中醫(yī)藥語言系統(tǒng)、中醫(yī)臨床術(shù)語系統(tǒng)、中醫(yī)藥主題詞表的一致性問題，以及知識來源問題，即如何獲取高質(zhì)量的中醫(yī)臨床知識作為決策支持的證據(jù)。這些內(nèi)容將在未來研究中有待解決[5]。

參考文獻

[1]李敬華，亢力，封毅，等.基于臨床需求的中醫(yī)數(shù)字化醫(yī)案研究[J].中國醫(yī)學(xué)創(chuàng)新，2013，10（36）：137-139.

[2]李敬華，崔蒙，卜憲崢，等.未來電子病歷的發(fā)展與技術(shù)探討[J].中國數(shù)字醫(yī)學(xué)，2012，7（6）：8-10..

[3]趙陽耀.基于本體的數(shù)據(jù)源映射方法與策略[D].哈爾濱：哈爾濱工程大學(xué)，2010.

[4]于彤，崔蒙，吳朝暉，等.基于語義Web的中醫(yī)臨床知識建模[J].中國數(shù)字醫(yī)學(xué)，2013，8（11）：81-85.

[5]董燕，崔蒙.中醫(yī)藥信息研究的發(fā)展現(xiàn)狀及趨勢[J].中國中西醫(yī)結(jié)合雜志，2013，33（4）：559-564.

[6]蔣宏潮，王大亮，張德政，等.基于領(lǐng)域本體的中醫(yī)知識獲取方法[J].計算機工程，2008，34（12）：16-18，21.

[7]曹宇峰，曹存根.基于本體的中醫(yī)舌診知識的獲取[J].計算機應(yīng)用究，2006，23（3）：31-34.

[8]高成勉，包含飛，周強，等.本體構(gòu)建原則及其在中醫(yī)頂層本體構(gòu)建中的應(yīng)用[J].醫(yī)學(xué)信息，2008，21（5）：581-583.

[9]于彤，崔蒙，李海燕，等.中醫(yī)藥學(xué)語言系統(tǒng)的語義網(wǎng)絡(luò)框架：一個面向中醫(yī)藥領(lǐng)域的規(guī)范化頂層本體[J].中國數(shù)字醫(yī)學(xué)，2014，9（1）：44-47.

[10]李新霞，陸建峰，孟紅梅，等.本體在中醫(yī)脾胃病輔助診斷中的應(yīng)用[J].江南大學(xué)學(xué)報（自然科學(xué)版），2010，9（2）：151-155.

（收稿日期：2014-04-01） （本文編輯：蔡元元）endprint

3.5.2 運行設(shè)計 運行設(shè)計中首先考慮到系統(tǒng)初始化：系統(tǒng)作為智能知識引擎嵌入在EMR系統(tǒng)中實時運行，并收集相關(guān)患者疾病信息，當醫(yī)生在錄入患者相關(guān)診療信息時，觸發(fā)系統(tǒng)提供輔助決策。運行控制設(shè)計有：（1）情景撲捉判斷：智能決策系統(tǒng)實時運行，檢測EMR系統(tǒng)中相關(guān)控件的錄入，通過情景判斷Agent撲捉情景。（2）數(shù)據(jù)確認：情景判斷后，通過規(guī)則匹配Agent提供規(guī)則中要求的醫(yī)療數(shù)據(jù)類型，提交給格式轉(zhuǎn)換Agent。（3）數(shù)據(jù)收集：格式轉(zhuǎn)換Agent收集相關(guān)患者相關(guān)診療數(shù)據(jù)，用來滿足決策規(guī)則，收集后交給分類識別Agent進行分類。（4）數(shù)據(jù)分類：分類識別Agent會將數(shù)據(jù)分類，并提供給規(guī)則匹配Agent。（5）知識提供：知識庫Agent調(diào)取本體知識庫，提供所需決策知識并返回給規(guī)則匹配Agent。（6）決策結(jié)果顯示：規(guī)則匹配Agent做出結(jié)論后，將結(jié)果發(fā)送給情景判斷Agent，通過分類識別Agent、格式轉(zhuǎn)換Agent，最終顯示到系統(tǒng)界面的結(jié)果窗體中。（7）決策過程結(jié)束：決策結(jié)果顯示到結(jié)果窗體中，決策過程結(jié)束。運行結(jié)束（結(jié)果采用）：EMR系統(tǒng)調(diào)用結(jié)果窗體中的數(shù)據(jù)返回到相應(yīng)的控件中，運行結(jié)束。

3.5.3 數(shù)據(jù)庫設(shè)計 數(shù)據(jù)庫設(shè)計采用JENA，通過三元組的方式表達知識。（1）知識庫的架構(gòu)：筆者采用情景模式型的本體知識庫構(gòu)建方法，基于臨床診療的情景組織知識間的神經(jīng)網(wǎng)絡(luò)關(guān)系，這樣的好處是直接模擬醫(yī)學(xué)基礎(chǔ)知識在臨床應(yīng)用時的情景關(guān)系，更加真實、高效的提供決策邏輯。本體知識庫邏輯架構(gòu)見圖2。

3.5.4 其他設(shè)計 數(shù)據(jù)字典設(shè)計考慮到由于數(shù)據(jù)庫中的本體知識庫是基于情景模式，所以，每個情景邏輯上需要建立一個本體數(shù)據(jù)庫，每一個本體數(shù)據(jù)庫中可以有多個三元組關(guān)系，三元組為實體數(shù)據(jù)關(guān)系，情景本體庫為虛擬邏輯上的數(shù)據(jù)庫。例如建立3個三元組，可分別是“疾病-關(guān)系-證候”、“證候-主癥關(guān)系-癥狀”、“證候-輔癥關(guān)系-癥狀”。不同情景的本體庫中的三元組可以復(fù)用。安全保密設(shè)計強調(diào)了OWL或RDF文件存儲在Oracle數(shù)據(jù)庫中，通過Oracle自身存儲安全策略保證知識庫安全。在系統(tǒng)出錯處理設(shè)計中，當顯示數(shù)據(jù)無法加載到EMR，考慮是格式轉(zhuǎn)換的問題，或出現(xiàn)無法通過規(guī)則提供決策結(jié)果，考慮本體數(shù)據(jù)庫邏輯設(shè)計問題。

4 結(jié)語

脾胃病本體知識庫構(gòu)建實質(zhì)就是模型化一個領(lǐng)域，它的構(gòu)建過程必然是一個多次重復(fù)、逐步求精的過程。本研究采用本體方法表達中醫(yī)臨床知識，將復(fù)雜中醫(yī)內(nèi)容轉(zhuǎn)換為機讀決策知識，并使用Agent技術(shù)實現(xiàn)知識庫嵌入EMR系統(tǒng)，實現(xiàn)實時決策支持，是國內(nèi)外研究前沿。從目前的研究程度來看，本系統(tǒng)最核心的內(nèi)容仍然是知識，尤其是如何準確的表達可以機讀的中醫(yī)臨床知識，盡量豐富知識庫內(nèi)容并對知識進行證據(jù)等級區(qū)分。未來研究還需考慮知識庫的兼容問題，即與已有的中醫(yī)藥語言系統(tǒng)、中醫(yī)臨床術(shù)語系統(tǒng)、中醫(yī)藥主題詞表的一致性問題，以及知識來源問題，即如何獲取高質(zhì)量的中醫(yī)臨床知識作為決策支持的證據(jù)。這些內(nèi)容將在未來研究中有待解決[5]。

參考文獻

[1]李敬華，亢力，封毅，等.基于臨床需求的中醫(yī)數(shù)字化醫(yī)案研究[J].中國醫(yī)學(xué)創(chuàng)新，2013，10（36）：137-139.

[2]李敬華，崔蒙，卜憲崢，等.未來電子病歷的發(fā)展與技術(shù)探討[J].中國數(shù)字醫(yī)學(xué)，2012，7（6）：8-10..

[3]趙陽耀.基于本體的數(shù)據(jù)源映射方法與策略[D].哈爾濱：哈爾濱工程大學(xué)，2010.

[4]于彤，崔蒙，吳朝暉，等.基于語義Web的中醫(yī)臨床知識建模[J].中國數(shù)字醫(yī)學(xué)，2013，8（11）：81-85.

[5]董燕，崔蒙.中醫(yī)藥信息研究的發(fā)展現(xiàn)狀及趨勢[J].中國中西醫(yī)結(jié)合雜志，2013，33（4）：559-564.

[6]蔣宏潮，王大亮，張德政，等.基于領(lǐng)域本體的中醫(yī)知識獲取方法[J].計算機工程，2008，34（12）：16-18，21.

[7]曹宇峰，曹存根.基于本體的中醫(yī)舌診知識的獲取[J].計算機應(yīng)用究，2006，23（3）：31-34.

[8]高成勉，包含飛，周強，等.本體構(gòu)建原則及其在中醫(yī)頂層本體構(gòu)建中的應(yīng)用[J].醫(yī)學(xué)信息，2008，21（5）：581-583.

[9]于彤，崔蒙，李海燕，等.中醫(yī)藥學(xué)語言系統(tǒng)的語義網(wǎng)絡(luò)框架：一個面向中醫(yī)藥領(lǐng)域的規(guī)范化頂層本體[J].中國數(shù)字醫(yī)學(xué)，2014，9（1）：44-47.

[10]李新霞，陸建峰，孟紅梅，等.本體在中醫(yī)脾胃病輔助診斷中的應(yīng)用[J].江南大學(xué)學(xué)報（自然科學(xué)版），2010，9（2）：151-155.

（收稿日期：2014-04-01） （本文編輯：蔡元元）endprint