[发明专利]用于自动发现医学知识的方法和系统

说明书

本发明的实施例提供了用于自动发现医学知识的方法和系统。在该方法中，从医学文献库中获取与初始概念具有语义关系的一个或多个连接概念，其中，初始概念表示疾病。然后，从医学文献库中获取与一个或多个连接概念具有语义关系的一个或多个目标概念，并计算一个或多个目标概念相对于初始概念的关联度，其中，关联度指示目标概念能够应对初始概念的概率。进一步地，根据所计算的关联度，对一个或多个目标概念进行排序。本发明的实施例的方法通过使用语义分析，能够得到可解释的目标概念，并通过对目标概念进行排序，提高发现有用的医学知识的可能性。

技术领域

本发明涉及人工智能领域，更具体地，涉及用于自动发现医学知识的方法和系统。

背景技术

当今，医学文献的数量以指数级的速度迅速增长。例如，医学文献数据库MEDLINE存储有超过二千万的医学文献，并且每年还会增加几百万篇医学文献。大量的医学文献可能导致不同文献之间的关联信息难以发现，从而失去发现重要医学知识的机会。

为了能够从大量的医学文献中自动发现潜在的有用信息，美国芝加哥大学的Swanson教授在1986年提出了基于非相关文献的知识发现(Literature-based Discovery，简称LBD)方法，即ABC模型。在ABC模型中，C作为初始概念(Starting Concept)，用于表示疾病，B作为连接概念(Linking Concept)，A作为目标概念(Target Concept)，用于表示可能治疗疾病C的物质(或药物)。ABC模型的主要思想是从两篇非相关文献中抽取知识片段并且将知识片段组合到一起，从而发现新的潜在知识。具体地，对于两个非相关文献：关于雷诺氏病的文献1和关于鱼油的文献2，通过文本分析发现，在文献1中提到大部分的雷诺氏病(即初始概念C)患者存在特定的生理现象(即连接概念B)，例如，血液粘稠度升高、血小板凝集度升高、及血管收缩等。另外，发现在文献2中提到鱼油(即目的概念A)及其活性成分能够降低血液粘稠度和血小板凝集度，并能使得血管舒张。基于上述发现，Swanson教授得出鱼油可以治疗雷诺氏病的知识(或者称为假设)，并在之后的医学临床实验进行了验证。

一些LBD方法可基于概念共现的统计信息，并假定：如果概念A与概念B的共现次数越高，则概念A与概念B有关联的可能性越大。这种方法通过使用统计特征来实现ABC模型。例如，可基于短语的频率统计信息，使用四个统计量确定名词短语的潜在价值，并对其进行排序和选择。又例如，使用如Z-Score、TF-IDF、PMI等的统计信息来评价连接概念和目标概念之间的关联度，并对概念进行过滤。然而，基于统计信息的知识发现方法存在如下问题：1)产生大量无用的目标概念，很难发现有用的知识；2)没有使用语义资源，无法对得出的知识发现给出合理的解释。

进一步地，为了解释所发现的知识，在LBD方法中引入了语义关系。例如，可利用自然语言处理技术来对医学文献进行分析，获取每个句子中的语义关系，并定义关联规则，从而获得可解释的发现。再例如，通过在图模型中引入语义关系，拓展了ABC模型。然而，这些引入语义关系的方法虽然能够解释所发现的目标概念，但无法区分知识的重要程度。

发明内容

鉴于上述技术问题，本发明的实施例提供了一种用于自动发现医学知识的方法及系统，其能够从医学文献中自动发现有用的医学知识。

根据本发明的第一个方面，提供了一种用于自动发现医学知识的方法。在该方法中，从医学文献库中获取与初始概念具有语义关系的一个或多个连接概念，其中，所述初始概念表示疾病。接着，从所述医学文献库中获取与所述一个或多个连接概念具有语义关系的一个或多个目标概念，并计算所述一个或多个目标概念相对于所述初始概念的关联度，其中所述关联度指示所述目标概念能够应对所述初始概念的概率。然后，根据所计算的关联度，对所述一个或多个目标概念进行排序。