知识图谱的健康医疗大数据融合技术

随着“健康中国2030”战略深入推进和新一代人工智能规划智慧医疗列为重要应用，人民健康已经成为民族昌盛和国家富强的重要标志。如何将新一代信息技术与医疗健康深度融合，解决分级诊疗、医药分开、医生多点执业、医保支付监管等医改痛点问题。清华大学计算机系博士，剑桥大学博士后张勇就针对知识图谱的健康医疗大数据融合技术做了专题讲座。讲座的内容概要如下：

健康医疗大数据是健康医疗活动的产物,同时也是进行健康医疗业务优化和辅助决策的基础。健康医疗大数据分散在多个主体管理的多个系统中，所以在应用健康医疗大数据的时候往往需要先进行数据融合。然而由于生成数据的系统所采用的标准或规范不同，不同来源的数据之间经常存在数据不一致的情况，同时由于应用水平等问题，数据的质量也存在较大问题。数据不一致和数据质量等问题大大阻碍了数据融合的效率和效果。

知识图谱作为一种灵活的数据模型，通过一张图来集成所有相关的数据，同时利用对齐等技术来解决数据中存在的问题。具体从健康医疗大数据融合的数据模型、过程、工具等多维度介绍了如何应用知识图谱来进行健康医疗大数据融合。张勇博士团队把健康医疗知识图谱分为概念图谱和实例图谱，定义了各自的数据模型，然后分别介绍了各自的建立过程，以及两者之间如何建立关联。同时，提出了“医在回路”的概念，对医生在构建健康领域知识图谱中的角色和职责进行了定义。基于这些数据模型，张勇团队研发了健康知识图谱构建工具HKGB。该工具是一个易于扩展的、跨语言的、智能的知识图谱构建平台。基于该平台，我们构建了面向心血管疾病的知识图谱。