王世鈺 崔超寧 由麗萍

山西大學(xué)經(jīng)濟(jì)與管理學(xué)院 太原 030006

引言

隨著信息技術(shù)在醫(yī)療衛(wèi)生領(lǐng)域的廣泛應(yīng)用，眾多醫(yī)療網(wǎng)站及APP開(kāi)始涌現(xiàn)，且積累了大量疼痛相關(guān)的問(wèn)診記錄信息。由于該類(lèi)信息對(duì)于患者疼痛感知的表達(dá)更為準(zhǔn)確與全面，因此獲取及分析此類(lèi)信息可以為高效判斷患者的病情及提高醫(yī)療服務(wù)質(zhì)量提供決策支持。

知識(shí)圖譜（Knowledge Graph）是一種基于關(guān)系與結(jié)構(gòu)化的知識(shí)表達(dá)方式。既可以與不同的實(shí)體相連接，實(shí)現(xiàn)“實(shí)體-關(guān)系-實(shí)體”的三元組，以表示實(shí)體之間的關(guān)系，也可以連接實(shí)體與其相關(guān)屬性-值對(duì)，從而構(gòu)成網(wǎng)狀的知識(shí)結(jié)構(gòu)；并根據(jù)用戶的需求，運(yùn)用可視化技術(shù)以圖片形式向用戶反饋結(jié)構(gòu)化的知識(shí)，更為直觀的展示出其各種關(guān)系，使用戶不必自行從大量信息中進(jìn)行梳理及篩選，就能獲取準(zhǔn)確的信息。本體（ontology）[1]提供了特定領(lǐng)域中概念或?qū)ο箢?lèi)型及其屬性和相互關(guān)系的表示，可實(shí)現(xiàn)語(yǔ)義網(wǎng)中的信息及關(guān)系的結(jié)構(gòu)化描述，是知識(shí)圖譜的一種信息描述形式，并且有助于計(jì)算機(jī)處理效率的提升。因此，知識(shí)圖譜可以將信息存儲(chǔ)與語(yǔ)義相融合，有效的組織疼痛感知信息，從而完善語(yǔ)義推理機(jī)制對(duì)于醫(yī)療領(lǐng)域知識(shí)的應(yīng)用。

國(guó)外對(duì)于知識(shí)圖譜在醫(yī)療領(lǐng)域的應(yīng)用與研究均早于國(guó)內(nèi)。當(dāng)前具有最大影響力的醫(yī)療知識(shí)庫(kù)UMLS[2]即通過(guò)知識(shí)圖譜的方式對(duì)醫(yī)學(xué)各概念之間的關(guān)系進(jìn)行描述，其中包含了100多萬(wàn)個(gè)醫(yī)學(xué)概念，133類(lèi)醫(yī)學(xué)領(lǐng)域語(yǔ)義類(lèi)型、54種語(yǔ)義關(guān)系。在UMLS的基礎(chǔ)上，中國(guó)醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所開(kāi)發(fā)研制了中文一體化醫(yī)學(xué)語(yǔ)言系統(tǒng)CUMLS[3]。國(guó)外的研究工作主要集中在對(duì)于醫(yī)療領(lǐng)域?qū)嶓w知識(shí)及關(guān)系知識(shí)的抽取[4-6]，而國(guó)內(nèi)相關(guān)研究則以特定范圍或特定載體信息為主[7-12]。目前，總體上我國(guó)缺乏對(duì)某一具體領(lǐng)域語(yǔ)義層面的深入研究，就醫(yī)療領(lǐng)域知識(shí)圖譜的相關(guān)研究仍處于起步階段。

在疼痛感知信息分析領(lǐng)域中，由Melzack[13]提 出 的McGill疼 痛 問(wèn) 卷（McGill Pain Questionnaire，MPQ）是目前常用的臨床及研究工具。但由于制定年代久遠(yuǎn)而有一定的局限性，Dworkin等[14]基于簡(jiǎn)版MPQ（Short-form MPQ，SF-MPQ）制定了SF-MPQ-2。隨后中國(guó)各地10家三甲醫(yī)院的疼痛科在中華醫(yī)學(xué)會(huì)疼痛學(xué)分會(huì)倡導(dǎo)下相互合作，制定與驗(yàn)證了中文版SF-MPQ-2[15]。SF-MPQ和SF-MPQ-2為疼痛感知信息分析提供了專(zhuān)業(yè)的概念框架和參考標(biāo)準(zhǔn)，但其中的信息太過(guò)概括。由于疼痛感知作為一種在患者體驗(yàn)的基礎(chǔ)上所得到的柔性信息，具有較強(qiáng)的主觀性，因此，用這種量表描述患者的疼痛信息在描述深度上是遠(yuǎn)遠(yuǎn)不夠的。隨著在線醫(yī)療應(yīng)用的蓬勃發(fā)展，網(wǎng)絡(luò)上積累了大量醫(yī)患之間的對(duì)話信息，其具有真實(shí)性、全面性和語(yǔ)義豐富性，可以作為疼痛感知信息描述的重要知識(shí)源，但這一點(diǎn)在學(xué)術(shù)界還沒(méi)有引起足夠的重視。同時(shí)，隨著自然語(yǔ)言處理和語(yǔ)義網(wǎng)相關(guān)技術(shù)日趨成熟，目前基于問(wèn)診記錄的知識(shí)獲取和信息查詢具有高度的可行性。

因此，本文結(jié)合在線醫(yī)療問(wèn)診記錄相關(guān)驗(yàn)證數(shù)據(jù)與醫(yī)療領(lǐng)域疼痛感知專(zhuān)業(yè)知識(shí)，結(jié)構(gòu)分析患者疼痛信息；基于自然語(yǔ)言處理和語(yǔ)義網(wǎng)相關(guān)技術(shù)分析在線醫(yī)療問(wèn)診記錄，實(shí)現(xiàn)疼痛感知的知識(shí)獲?。贿\(yùn)用知識(shí)圖譜工具描述和組織疼痛感知信息，實(shí)現(xiàn)相關(guān)知識(shí)的表示與存儲(chǔ)；最后，在應(yīng)用方面通過(guò)語(yǔ)義推理查詢疼痛感知知識(shí)圖譜。

1 疼痛感知信息分析及知識(shí)圖譜構(gòu)建

1.1 疼痛感知信息分析

1.1.1 疼痛感知定義及類(lèi)型

不同種類(lèi)的疼痛是人主觀感覺(jué)的集成，對(duì)疼痛感知信息的全面描述，不僅要科學(xué)分類(lèi)疼痛感知的性質(zhì)，還要描述疼痛感知的部位、程度等特征。本文從文獻(xiàn)[15]中獲取了中文版SFMPQ-2的疼痛感知的相關(guān)分類(lèi)，結(jié)果如圖1所示。

圖1 疼痛感知分類(lèi)

1.1.2 疼痛感知屬性

本文以醫(yī)療領(lǐng)域公認(rèn)綜合疼痛評(píng)估的關(guān)鍵組成部分的標(biāo)準(zhǔn)[16]為主，同時(shí)咨詢相關(guān)領(lǐng)域醫(yī)學(xué)專(zhuān)家，共同作為疼痛感知相關(guān)屬性定義的主要參考。由于疼痛感知信息主要以語(yǔ)言作為交際媒介在醫(yī)患之間進(jìn)行相互傳遞，因此，語(yǔ)言中蘊(yùn)含了相應(yīng)的屬性信息。所以，參考語(yǔ)言學(xué)領(lǐng)域關(guān)于感知場(chǎng)景的相關(guān)論述[17]，將身體感知的語(yǔ)義角色類(lèi)型——身體部位、程度、原因、時(shí)間等也納入描述范圍。疼痛感知屬性定義，如表1所示。

表1 疼痛感知屬性定義表

1.1.3 疼痛感知因果關(guān)系

造成疼痛程度變化的因素分為緩解因素和加重因素，其對(duì)于醫(yī)生評(píng)估病情十分重要。同時(shí)，疼痛的產(chǎn)生必然伴隨著對(duì)自身生活及情緒上的影響。因此，疼痛感知變化原因及其影響對(duì)于疼痛感知信息分析是必不可少的部分，其定義如表2所示。

表2 疼痛感知因果關(guān)系定義表

1.1.4 檢查和診斷信息

問(wèn)診過(guò)程中的疼痛感知信息，即可以體現(xiàn)出描述疼痛感知狀態(tài)的細(xì)化信息，還可以體現(xiàn)出患者的病史信息、醫(yī)生的檢查建議及診斷結(jié)果，其定義如表3所示。

表3 檢查和診斷信息定義表

1.2 疼痛感知知識(shí)圖譜構(gòu)建

1.2.1 疼痛感知概念模型設(shè)計(jì)

在概念模型設(shè)計(jì)上，首先確定本體頂層大類(lèi)，即具有共同屬性和行為的對(duì)象集合，包括患者、疼痛部位、疼痛類(lèi)型、疼痛程度和病史，且將其設(shè)定為同級(jí)關(guān)系（Sibling Class）；在此基礎(chǔ)上，采用自頂向下的方法，參考醫(yī)患問(wèn)診對(duì)話記錄，對(duì)上層概念逐步細(xì)化，為頂層類(lèi)添加子類(lèi)（Subclass），從而建立類(lèi)與類(lèi)之間及類(lèi)與自身屬性之間的關(guān)系，即定義對(duì)象屬性和數(shù)據(jù)屬性，數(shù)據(jù)屬性包括：患者年齡、性別、疼痛影響因素等。結(jié)果如圖2所示。

圖2 本體類(lèi)與屬性結(jié)構(gòu)圖

1.2.2 疼痛感知知識(shí)獲取

（1）語(yǔ)義分類(lèi)詞表構(gòu)建

由于患者缺乏醫(yī)學(xué)專(zhuān)業(yè)知識(shí)，所以，多采用自然語(yǔ)言表達(dá)方式描述病情，而非醫(yī)療專(zhuān)業(yè)術(shù)語(yǔ)。因此，需構(gòu)建能夠與醫(yī)療領(lǐng)域疼痛感知類(lèi)型進(jìn)行匹配的專(zhuān)業(yè)詞表。本文以在線問(wèn)診量比較大且疼痛現(xiàn)象比較多的頸椎病為例，從好大夫在線（https://www.haodf.com）爬取醫(yī)患對(duì)話記錄2500條，采用哈工大語(yǔ)言技術(shù)平臺(tái)（LTP）進(jìn)行文本預(yù)處理，再以形容詞和動(dòng)詞為主進(jìn)行人工篩查，初步實(shí)現(xiàn)疼痛類(lèi)型詞語(yǔ)的提取；繼而利用語(yǔ)言學(xué)詞典《新編同義詞詞林》和《現(xiàn)代漢語(yǔ)分類(lèi)詞典》等補(bǔ)充相關(guān)同義詞以便豐富詞表。共收集了89個(gè)詞語(yǔ)，按疼痛類(lèi)型進(jìn)行語(yǔ)義分類(lèi)，結(jié)果如表4所示。

表4 疼痛感知詞表

（2）疼痛等級(jí)詞表構(gòu)建

目前，對(duì)疼痛程度的描述醫(yī)療領(lǐng)域普遍采用的是十級(jí)量表，即0代表沒(méi)有疼痛，10代表疼痛最嚴(yán)重，1到10代表疼痛程度依次加重。但在問(wèn)診記錄中患者描述癥狀時(shí)通常使用的是程度副詞，如“一點(diǎn)點(diǎn)”“有點(diǎn)”“不嚴(yán)重”“很”“厲害”等。由于語(yǔ)言中的程度詞與十級(jí)量表并不能夠相互對(duì)應(yīng)，為分析文本中的疼痛程度等級(jí)信息，則需通過(guò)語(yǔ)義分析識(shí)別程度詞，并根據(jù)十級(jí)量表對(duì)其進(jìn)行合理賦值。因此，本文將十級(jí)量表調(diào)整為三個(gè)區(qū)間以對(duì)應(yīng)程度詞，如表5所示。

表5 疼痛程度詞與十級(jí)量表對(duì)應(yīng)表

（3）本體實(shí)例添加

由于類(lèi)和屬性與語(yǔ)言表達(dá)中的語(yǔ)義角色相對(duì)應(yīng)，因此，需對(duì)文本進(jìn)行語(yǔ)義角色標(biāo)注。本文利用課題組自主研發(fā)的語(yǔ)義標(biāo)注軟件，即“基于框架本體的中文情感語(yǔ)義標(biāo)注與查詢系統(tǒng)”（軟件著作權(quán)登記號(hào)：2018SR823004），標(biāo)注出文本中的疼痛部位、程度、因果關(guān)系、時(shí)間等角色。以此為基礎(chǔ)，將所標(biāo)注出的疼痛感知知識(shí)作為實(shí)例，添加至疼痛感知本體中。其中，主要類(lèi)包括疼痛部位、疼痛類(lèi)型、病史等，主要屬性包括年齡、性別、疼痛時(shí)長(zhǎng)等，共97個(gè)實(shí)例，其實(shí)例添加結(jié)果如表6、表7所示。

表6 主要類(lèi)的實(shí)例添加結(jié)果表

表7 主要屬性的實(shí)例添加結(jié)果表

1.2.3 疼痛感知知識(shí)存儲(chǔ)

疼痛感知知識(shí)圖譜存儲(chǔ)格式為RDF格式。RDF標(biāo)準(zhǔn)語(yǔ)法基于可擴(kuò)展標(biāo)記語(yǔ)言（Extensible Markup Language，XML）進(jìn)行設(shè)計(jì)，利用XML文件的開(kāi)頭命名空間對(duì)不同領(lǐng)域資源進(jìn)行劃分，同一領(lǐng)域?qū)嶓w和關(guān)系URI前綴相同，將前綴定義為 URIref，即標(biāo)簽術(shù)語(yǔ)。利用標(biāo)簽術(shù)語(yǔ)與URI中的關(guān)鍵詞對(duì)資源進(jìn)行描述，語(yǔ)句簡(jiǎn)單清晰，有助于提高計(jì)算機(jī)的理解效率。例如以下問(wèn)診記錄：

用RDF/XML語(yǔ)言對(duì)上述例子中疼痛感知本體進(jìn)行描述，如圖3所示：

圖3 RDF/XML語(yǔ)言描述疼痛感知本體

其中，用“contact”和標(biāo)簽術(shù)語(yǔ)（pain_location等）描述數(shù)據(jù)的具體內(nèi)容。例如：“contact”和“疼痛感知文本1”以關(guān)鍵詞“about”確認(rèn)其URI，contactant：pain_location 表示在該URL下的疼痛部位是“手指”。由于在一個(gè)RDF文件中可能存在多個(gè)“手指”，利用 URI即可表示特定的“手指”。

將問(wèn)診記錄中的實(shí)例相對(duì)應(yīng)于其不同的類(lèi)和屬性，實(shí)現(xiàn)疼痛感知的知識(shí)存儲(chǔ)。上述例子中知識(shí)存儲(chǔ)如表8所示。

表8 問(wèn)診記錄實(shí)例對(duì)應(yīng)的類(lèi)與屬性表

1.2.4 疼痛感知知識(shí)圖譜可視化

利用Protégé5.2.0進(jìn)行可視化，其插件OntoGraf支持中文本體多種形式的展示，利于理解整體結(jié)構(gòu)及類(lèi)之間、實(shí)例之間的語(yǔ)義關(guān)聯(lián)，將知識(shí)直觀地展示給用戶，滿足讀取和查詢的需求。本文構(gòu)建的疼痛感知領(lǐng)域知識(shí)圖譜包括5個(gè)類(lèi)，10個(gè)屬性，13種實(shí)體間關(guān)系以及182個(gè)實(shí)例，部分展示如圖4。

圖4 疼痛感知本體中部分類(lèi)與屬性關(guān)系圖

2 疼痛感知知識(shí)圖譜查詢應(yīng)用

本文應(yīng)用可視化工具Fuseki以及查詢語(yǔ)言

SPARQL（Simple Protocol and RDF Query Language），對(duì)疼痛感知知識(shí)圖譜進(jìn)行推理式查詢。SPARQL結(jié)合了rdfDB、RDQL和SeRQL等RDF查詢語(yǔ)言的優(yōu)勢(shì)，可以在語(yǔ)義層面進(jìn)行檢索，進(jìn)而滿足用戶多種查詢需求，與傳統(tǒng)的SQL語(yǔ)句相比，提高了數(shù)據(jù)查詢的有效性和全面性。

SPARQL查詢是以一個(gè)三元組為單位進(jìn)行檢索，即將任意一個(gè)元素設(shè)置為缺失值，通過(guò)限定另外兩個(gè)元素來(lái)完成查詢。在RDF數(shù)據(jù)庫(kù)中，數(shù)據(jù)存儲(chǔ)格式為“主語(yǔ)-謂語(yǔ)-對(duì)象”，即主謂賓結(jié)構(gòu)，通過(guò)限制主語(yǔ)和謂語(yǔ)得出賓語(yǔ)、限制謂語(yǔ)和賓語(yǔ)得出主語(yǔ)、限制主語(yǔ)和賓語(yǔ)得出謂語(yǔ)。以疼痛類(lèi)型、疼痛部位、檢查方式為例，可以同時(shí)限制“疼痛部位”“疼痛類(lèi)型”得出相應(yīng)的疼痛感知文本，再通過(guò)得到的疼痛感知文本得出最后需要的“檢查方式”。

根據(jù)癥狀描述查詢相應(yīng)的問(wèn)診實(shí)例是最為常見(jiàn)的信息需求，因此，以“手麻”為例進(jìn)行查詢，結(jié)果如圖5所示。

圖5 疼痛感知知識(shí)圖譜查詢結(jié)果

以“麻”為關(guān)鍵詞進(jìn)行精確檢索，結(jié)果可呈現(xiàn)出涉及該疼痛類(lèi)型的所有患者信息，結(jié)果如圖6所示。

圖6 精確檢索可視化結(jié)果

知識(shí)圖譜按照三元組的方式對(duì)信息進(jìn)行存儲(chǔ)，為各實(shí)例之間加入多種語(yǔ)義關(guān)系，提供了不同的關(guān)系鏈種類(lèi)，利于搜索結(jié)果的發(fā)散性。傳統(tǒng)的關(guān)鍵詞檢索結(jié)果多而雜，用戶需對(duì)檢索結(jié)果自行甄別和篩選，從而可能導(dǎo)致遺漏信息。然而，知識(shí)圖譜提升了信息的密度及關(guān)聯(lián)度，可降低檢索結(jié)果的單一性，并向用戶反饋結(jié)構(gòu)化的知識(shí)，使用戶可以準(zhǔn)確定位和深度獲取知識(shí)，進(jìn)一步提高檢索效率，但由于醫(yī)學(xué)領(lǐng)域的專(zhuān)業(yè)性，在其應(yīng)用方面仍需基于專(zhuān)業(yè)人員的判斷進(jìn)一步加以考量。

3 結(jié)束語(yǔ)

本文通過(guò)對(duì)醫(yī)療領(lǐng)域疼痛感知信息分析從而構(gòu)建知識(shí)圖譜，并進(jìn)行查詢應(yīng)用，具體研究貢獻(xiàn)包括：（1）結(jié)構(gòu)分析患者疼痛感知信息，并基于自然語(yǔ)言處理技術(shù)構(gòu)建了醫(yī)療領(lǐng)域疼痛感知詞表。（2）利用知識(shí)圖譜工具及相關(guān)技術(shù)構(gòu)建了疼痛感知知識(shí)圖譜。（3）將疼痛感知知識(shí)圖譜應(yīng)用于語(yǔ)義查詢，實(shí)驗(yàn)結(jié)果表明基于知識(shí)圖譜的檢索具有較高的效率和準(zhǔn)確性，具有一定的應(yīng)用價(jià)值。

本文研究結(jié)果提供了計(jì)算機(jī)可讀、可理解的疼痛感知知識(shí)資源，從技術(shù)層面構(gòu)建了疼痛感知專(zhuān)業(yè)領(lǐng)域知識(shí)圖譜，并于一定程度上實(shí)現(xiàn)了推理式語(yǔ)義查詢，為醫(yī)療健康領(lǐng)域知識(shí)圖譜的應(yīng)用提供借鑒，但仍存在一定的局限性，即在該知識(shí)圖譜的專(zhuān)業(yè)應(yīng)用方面仍需基于醫(yī)學(xué)專(zhuān)業(yè)人員的判斷進(jìn)一步加以考量。