李百合

（中國電子工程設(shè)計院有限公司，北京 100000）

根據(jù)2019年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報公開數(shù)據(jù)顯示，我國65歲以上老年人輕度認知功能受損和癡呆癥的患病率分別達到20.8%和5.14%，我國已成為失智癥大國[1]。患者家庭大多采取居家護理方式，許多患者在生活上難以自理，并且常伴隨精神行為癥狀，給家庭照護者造成很大的負擔[2-4]?；颊叩闹饕彝プo理者對疾病的認知、護理知識掌握，特別是其健康素養(yǎng)以及信息素養(yǎng)成為影響護理質(zhì)量的關(guān)鍵因素[5]。而隨著互聯(lián)網(wǎng)與手機的普及，信息量爆發(fā)式增長，在網(wǎng)絡(luò)環(huán)境下進行信息檢索時，通常把日常用語當作關(guān)鍵詞進行檢索，搜索引擎會返回大量的無關(guān)信息，而且由于醫(yī)學專業(yè)的特殊性，面對質(zhì)量參差不齊的專業(yè)信息[6]，非醫(yī)學專業(yè)人員在查找、理解及獲取方面存在諸多困難和障礙，難以滿足失智家庭照護者的需求，造成網(wǎng)絡(luò)信息檢索的巨大障礙，使得失智家庭護理者相關(guān)知識獲取途徑狹窄且不專業(yè)。

因此，本文嘗試梳理居家護理難點的核心問題及應對措施之間的關(guān)聯(lián)規(guī)則，構(gòu)建失智護理專業(yè)領(lǐng)域知識庫。將失智護理知識圖譜、自然語言處理、語義分析等技術(shù)綜合，研究推薦模型構(gòu)建。設(shè)計與實現(xiàn)面向個人用戶的失智護理自動問答系統(tǒng)。通過上述問題的解決，實現(xiàn)面向失智照護者的專業(yè)自動問答系統(tǒng)，解決失智照護人員的實際問題，提升失智照護人員的能力，提高老年人的生活品質(zhì)。

1 相關(guān)研究

早在上世紀六十年代人工智能的研究起步時，人們就提出了讓計算機用自然語言來回答人們的問題的設(shè)想。1961年，首個回答美國職業(yè)棒球大聯(lián)盟中有關(guān)比賽問題的智能問答系統(tǒng)由Green設(shè)計與實現(xiàn)[7]。代表系統(tǒng)有ELIZA[8]和ALICE[9]設(shè)計研發(fā)的基于模式匹配的問答系統(tǒng)，該系統(tǒng)基于匹配用戶問題與人工定義問題模板來獲得相應的結(jié)果。自二十一世紀以來，互聯(lián)網(wǎng)開始進入快速發(fā)展軌道，包含的信息量呈爆炸式的增長，簡單的信息檢索服務已經(jīng)不能滿足用戶對搜索結(jié)果的要求。問答系統(tǒng)研究的出現(xiàn)正是應對信息過載問題，1994年首個面向互聯(lián)網(wǎng)的自然語言問答系統(tǒng)誕生。問答系統(tǒng)分為2類：開放領(lǐng)域的問答系統(tǒng)和特定領(lǐng)域的問答系統(tǒng)。開放領(lǐng)域的問答系統(tǒng)通過在互聯(lián)網(wǎng)上檢索到與用戶問題最為相似的問題，然后將相應的答案返回，比如微軟的Encarta3[10]和麻省理工學院研發(fā)的Start1[11]等。該系統(tǒng)的本質(zhì)是挖掘問題的語義，將口語轉(zhuǎn)變成系統(tǒng)可以理解的形式。當今主流問答機器人大都是基于面向開放領(lǐng)域的智能問答系統(tǒng)實現(xiàn)的。這類系統(tǒng)的缺點是沒有專業(yè)知識庫的支撐，只能對有限類型的問題進行回答。開放領(lǐng)域的問答系統(tǒng)對專業(yè)（金融、醫(yī)護等）的問題無法返回較好的結(jié)果。目前醫(yī)護領(lǐng)域問答系統(tǒng)分為2種類型：基于傳統(tǒng)檢索技術(shù)的問答系統(tǒng)與基于語義技術(shù)的問答系統(tǒng)。典型的醫(yī)護領(lǐng)域自動問答應用見表1。其中凸顯的關(guān)鍵問題：缺乏針對非醫(yī)護專業(yè)人員知識需求研究；中文領(lǐng)域問答系統(tǒng)研究不足；缺乏基于語義技術(shù)的問答系統(tǒng)研究。

表1 醫(yī)護領(lǐng)域自動問答應用

由此，面對人工服務存在覆蓋面低、響應速度慢、需要大量的人力和物力成本等問題，基于自動問答的醫(yī)護信息搜尋模式對信息資源的利用具有重大意義。因此，特別需要面向非醫(yī)護專業(yè)人員，基于循證證據(jù)整合和知識轉(zhuǎn)化的方法，收集并重新組織失智照護領(lǐng)域知識，構(gòu)建失智照護領(lǐng)域知識圖譜并持續(xù)更新，搭建國內(nèi)首套基于人工智能技術(shù)的居家照護者遠程智能支持系統(tǒng)，解決照護者專業(yè)技能缺乏、多學科專家嚴重不足等多元化問題，達到賦能居家照護者，持續(xù)跟蹤的目標，滿足居家照護者以動態(tài)需求為導向的個性化服務，為全國失智照護者提供專業(yè)支持和案例參考。

2 系統(tǒng)總體設(shè)計

居家失智照護輔助工具為基于J2EE平臺、B/S結(jié)構(gòu)的應用系統(tǒng)，用戶端為微信小程序，后臺管理端為WEB。系統(tǒng)整體架構(gòu)如圖1所示，分為來源層、加工層、存貯層、應用層與展現(xiàn)。系統(tǒng)來源層以護理書籍、科技文獻、患者案例、康復活動等資源為輸入，經(jīng)過采集與轉(zhuǎn)換，收集面向核心問題的，形式包括文字、影像、視頻等多種類型形式的失智癥護理領(lǐng)域知識庫素材。加工層是對知識素材進行重新組織與深度加工，通過實體識別、關(guān)系抽取、實體對齊和邏輯推理建立不同特征失智老人、護理問題與對應措施的關(guān)系，構(gòu)建出護理領(lǐng)域知識圖譜與問答推薦模型。根據(jù)系統(tǒng)數(shù)據(jù)類型的不同，存貯層設(shè)計為2類，其中護理問題及對應措施知識圖譜以圖數(shù)據(jù)庫形式存儲，系統(tǒng)中其他數(shù)據(jù)以關(guān)系型數(shù)據(jù)庫進行存儲，有利于減少系統(tǒng)冗余提高問答效率。在應用層通過微信小程序給用戶提供專業(yè)測評、智能問答、個性照護方案與案例活動功能，實現(xiàn)照護問題即時問答、通過定期專業(yè)測評給予個性照護方案，解決居家失智照護的痛點問題。

圖1 系統(tǒng)架構(gòu)圖

3 關(guān)鍵技術(shù)

3.1 失智護理知識圖譜構(gòu)建

首要問題是通過全面調(diào)研整理出居家護理核心問題，本文從3個方面進行整理：失智照護相關(guān)的書籍，如《失智癥照護指南》《老年期癡呆專業(yè)照護》等；科技文獻檢索，范圍包括指南庫、失智領(lǐng)域?qū)I(yè)網(wǎng)站、CNKI、萬方，選取含失智照護相關(guān)推薦建議或干預策略的文獻；相關(guān)網(wǎng)站，例如百度知道和論壇以及患者家庭護理者群中聊天記錄。綜合以上3個方面確定困擾家庭失智老人照護者的核心問題及居家現(xiàn)存問題，整理出失智護理問題類及其層次結(jié)構(gòu)，包含7個一級分類與33個二級分類，一級分類分別為：日常生活照護、精神行為照護、安全風險防范、居住環(huán)境改善、非藥物療法、照護者減壓、功能維護等7個模塊的照護問題，涵蓋了全部居家失智照護的核心問題。

針對居家失智護理核心問題對照護策略相關(guān)的結(jié)論進行整合研究，將集成后的證據(jù)轉(zhuǎn)化為針對不同核心問題的照護建議，確定出不同特征失智老人、不同類別核心問題與照護策略之間的關(guān)聯(lián)規(guī)則。然后，通過專家對照護策略及上述關(guān)聯(lián)規(guī)則進行論證。確立失智照護核心問題及照護建議之間的關(guān)聯(lián)規(guī)則，構(gòu)建居家失智老人照護策略及知識庫。最后，由領(lǐng)域?qū)＜覍χR進行檢查整理，去除抽取錯誤的知識，合并重復知識，確保構(gòu)建本體的準確性。目前本體的開發(fā)工具很多，本文應用其中斯坦福大學開發(fā)的本體編輯工具Protege，是使用最廣泛的本體編輯軟件之一，此外本體的構(gòu)建采用的是手工構(gòu)建方法。

3.2 自動問答模型構(gòu)建

交互界面獲取以關(guān)鍵詞或句子為單位的自然語言問題，在問答理解模塊需要完成對句子進行預處理，問題理解是語義分析的基礎(chǔ)，包括分詞、去停用詞、特征詞抽取。先采用AC多模式匹配算法抽取詞典內(nèi)的護理問題實體，若詞典內(nèi)不包含該實體，則采用相似度計算獲取相似度最高的實體。在分析原始護理數(shù)據(jù)內(nèi)容構(gòu)成基礎(chǔ)上，對問題語料進行詞云圖分析，綜合比較得出系統(tǒng)要回答的問題類別。抽取出的特征詞進入信息檢索模塊，需要判斷對用戶提問意圖，即用戶的提問是查詢疾病的護理措施還是誘因。首先依據(jù)劃分的問題類別人工標注各類下少量語料數(shù)據(jù)，得出問題語料中包含的問題類別特征詞，通過AC多模式匹配算法實現(xiàn)用戶提問字符和問題類別詞的匹配和類別判斷。最后進行答案生成，將獲取的用戶自然語言問題中的實體和問題類別詞封裝成分類字典，將分類字典轉(zhuǎn)換為Neo4j支持的Cypher語句執(zhí)行圖數(shù)據(jù)庫查詢，通過自行設(shè)置的答案框架返回用戶所需答案。自動問答模型如圖2所示。

圖2 自動問答模型

4 系統(tǒng)實現(xiàn)

根據(jù)前期調(diào)研，本系統(tǒng)的使用對象年齡分布為45～60歲之間的居家照護者，因此功能與頁面邏輯設(shè)計需要遵循適老化設(shè)計，提高可用性、容錯性和用戶體驗，利于用戶對產(chǎn)品的接受和增加用戶黏性[18]。系統(tǒng)功能模塊如圖3所示，用戶通過微信授權(quán)登錄小程序，可直接選擇使用自動問答功能，支持用戶在緊急情況下快速得到照護問題的解決措施，適用于緊急問題處理場景；用戶也可選擇進行階段測評，系統(tǒng)根據(jù)照護對象的個性特征、精神行為問題與日常生活問題，推薦個性化的階段照護方案，適用于長期更迭的照護場景。

圖3 功能模塊圖

系統(tǒng)功能頁面如圖4所示。問答模塊是本系統(tǒng)核心功能，用戶可直接點擊最熱門的問題查看答案，也可以通過輸入文字的方式進行問答，后臺根據(jù)用戶的問題，調(diào)用后臺程序進行問題理解、信息檢索與答案抽取，給用戶展現(xiàn)照護問題處理措施。發(fā)現(xiàn)模塊作為系統(tǒng)的著陸頁面，首要承擔系統(tǒng)的導航功能，因此在視覺重點區(qū)布置測評、問答、我的3個模塊的功能入口，方便用戶通過點擊圖標直接進入。同時，系統(tǒng)根據(jù)用戶的使用記錄，采用瀑布流形式對用戶進行個性化的案例與專家推薦，用戶可以對感興趣的案例與專家進行收藏。其中案例庫與專家?guī)焓潜鞠到y(tǒng)后臺重要的組成部分，案例庫是對多種類型知識進行集成，滿足多種類型用戶需要的數(shù)據(jù)和操作集合，包括文字、影像、視頻等多種表現(xiàn)形式。測評模塊是系統(tǒng)根據(jù)用戶填寫的階段測評，對失智患者進行階段綜合評分與階段照護方案。階段綜合評分包括7大方面的能力測算：復雜注意力、執(zhí)行能力、記憶與學習、語言表達、感知動作、互動、社會認知。個性化階段照護方案包括生活環(huán)境、活動安排、日常生活、異常應對4個方面。

圖4 系統(tǒng)功能頁面

5 結(jié)束語

目前醫(yī)學領(lǐng)域基于知識圖譜的實踐應用有很多優(yōu)秀案例，極大地促進了醫(yī)學信息化的發(fā)展。護理學領(lǐng)域具有大量不同于臨床醫(yī)學的專業(yè)知識與實踐范圍，構(gòu)建護理知識圖譜對于提高護理服務質(zhì)量、改善病人臨床結(jié)局具有重要意義。本系統(tǒng)貫穿失智癥的全病程護理，持續(xù)跟蹤患者日常與行為問題，提供個性化的護理建議，提高了護理工作的準確度，有效提升護理效率，顯著提升患者的生存質(zhì)量。語義準確率97%以上，月交互量1 500次以上，全面覆蓋居家照護場景，解決了超過60%的失智照護類問題。針對系統(tǒng)中問題覆蓋度不夠高，用戶側(cè)會積累大量的無答案的搜索問題，后端設(shè)計了定期對這些無答案問題進行整理，提煉出典型的標準問題，擴充知識庫，從而提升問題覆蓋度進行系統(tǒng)優(yōu)化。