基于门诊病历的流行性感冒知识图谱构建与应用研究

摘要

目的 比较不同深度学习算法模型与大语言模型在流行性感冒(流感)实体自动抽取任务中的性能，并基于RoBERTa-BiLSTM-CRF模型构建流感领域知识图谱。方法 基于4 421条医院流感门诊病历记录进行实体抽取及模型构建，通过6种机器学习算法及2种大语言模型进行模型性能比较分析，筛选最优模型完成三元组抽取。采用卡方检验验证实体关系组相关性，最终基于RoBERTa-BiLSTM-CRF模型，结合药物数据库匹配、相似度算法计算及人工审核实现实体统一，并利用Neo4j图数据库构建流感知识图谱。结果 RoBERTa-BiLSTM-CRF模型在门诊病历实体抽取中性能最优，准确率0.931,召回率0.934,F1值0.932;成功挖掘流感相关的检查、症状、疾病、药物、方法实体类别，发现690对有效关系对；最终基于挖掘的流感实体关系数据集构建可视化知识图谱。结论 本研究验证了RoBERTa-BiLSTM-CRF模型在门诊病历实体抽取任务中的显著优势，利用该模型构建了基于门诊病历的流感知识图谱，为医疗实体抽取及相关领域的研究提供了方法学参考与数据基础。

关键词

流行性感冒 / 门诊病历 / 知识图谱 / 实体抽取

基金资助

湖南省重点研发计划项目“突发公共卫生事件早期预测预警关键技术攻关”(2023SK2005); 中华医学会医学教育研究课题项目“人工智能交叉背景下生物统计学课程研究”(2023B356)