本文综述了科学根据X编辑过程政策编辑器强调了以下属性同时确保内容的可信度:

核查事实的

校对

用医学知识图在临床诊断和智能应用程序

用医学知识图在临床诊断和智能应用程序
基于谷歌算法技术,研究人员发现一种新的方式来组织数据,对医学领域具有深远影响。来源:大数据挖掘和分析,清华大学出版社

医学知识图是一个特定的方式,研究人员可以组织和显示信息用于医学研究和临床应用。ob欧宝直播nba知识图的概念最初是在2012年由谷歌搜索算法的一部分。

自那时以来,医学知识图已被证明有一个广泛的医疗和公用事业字段。例如,可以创建基于知识图数据从电子医疗记录,或其他医学文献。当信息插入一个计算机系统,医学知识图可以智能应用程序的支柱,如聊天机器人,诊断和治疗计划的建议,和临床教育。

在一篇发表在大数据挖掘和分析1月26日,研究人员开始提供全面的医学知识图的目录,它们是如何创建的,应该被使用。

“医学知识图智能医疗的基础,他们一直在使用各种各样的医学应用,“李敏说,计算机科学学院院长和教授在长沙的中南大学,中国。

“了解医学知识的研究和应用发展图将在生物医学领域未来的相关研究的关键。我们的研究主要演示了医学知识图的进展,包括,、推理方法和应用程序”。

最重要的因素之一,如何可靠和值得信赖的医学知识图是它的数据源。与使用电子医疗记录,临床试验数据的在线数据库,,可以创建丰富的医学知识图表。研究大纲四个潜在来源数据,包括从服务获得的真实数据和其他可用的临床资料;,如期刊、教科书、指导方针、标准库,和open-and-shared医学知识数据库,这些数据库是免费的,开放,和可访问。

研究人员还分析何时使用知识图和不同的方式组织数据。他们确定疾病诊断作为一个即将到来的研究热点,那里的研究人员正在使用知识图来确定疾病和提供预测的结果。他们还指出,医学知识图可用于开发药物和研究正在进行,以确定如何使用这些工具来开发COVID-19药物。

“我们的研究有望让读者了解研究价值,主要研究目的,和医学知识图的进展和挑战,这将有助于相关领域的研究人员仔细看看这些工具,”李说。

展望未来,研究人员注意到不同的挑战与医学知识图表。一个挑战是把来自不同数据源的数据,并确保它是凝聚力和统一的应用程序,以便它可以读取。另一个原因是,医学领域是非常复杂的。研究人员今后需要继续学习医学知识图如何占这种复杂性,特别是在临床诊断和治疗方法。

另一个挑战是,随着不同的医学知识创建图表,他们都是使用不同的框架,创建术语,和技术。最后,他们认为这种类型的知识图还需要结合常识知识,除了专业的医学知识。

“下一步将重点深入研究建设和医学知识图的推理方法,”李说。“终极的目标是构建一个大规模和高品质的医疗并提出更新颖的推理方法和应用在精密医学。”

更多信息:薛红吴et al,医学知识图:数据源、建设、推理,和应用程序,大数据挖掘和分析(2023)。DOI: 10.26599 / BDMA.2022.9020021

由清华大学出版社提供
引用:使用医学知识图在临床诊断和智能应用程序检索(2023年1月31日)2023年5月17日从//www.puressens.com/news/2023-01-medical-knowledge-graphs-smart-applications.html
本文档版权。除了任何公平交易私人学习或研究的目的,没有书面许可,不得部分复制。内容只提供信息的目的。

进一步探索

无损数据管理平台实验信息的机器学习和分享

10股票

反馈给编辑