目的:利用結(jié)構(gòu)化的康復(fù)醫(yī)學(xué)知識(shí),構(gòu)建一套腦卒中康復(fù)的知識(shí)圖譜,進(jìn)而通過(guò)算法給出康復(fù)評(píng)定與治療的建議。方法:提出了一種針對(duì)腦卒中康復(fù)評(píng)定的知識(shí)圖譜構(gòu)建方法,其特點(diǎn)是全面納入了《腦卒中康復(fù)評(píng)定指南》1.0版中涉及的康復(fù)評(píng)定量表,并給出了如何與臨床指南、WHO標(biāo)準(zhǔn)、醫(yī)學(xué)文獻(xiàn)等數(shù)據(jù)源進(jìn)行語(yǔ)義關(guān)聯(lián)�；谠摲椒�(gòu)建了卒中康復(fù)評(píng)定知識(shí)圖譜(Rehabilitation Knowledge Graph,RKG)。結(jié)果:RKG現(xiàn)已具備146個(gè)卒中評(píng)定量表,每個(gè)量表具備42個(gè)屬性,并與ICF和ICD-11相關(guān)的術(shù)語(yǔ)條目建立了近3 000條語(yǔ)義連接。測(cè)試表明,RKG圖譜可以實(shí)現(xiàn)對(duì)卒中康復(fù)評(píng)定知識(shí)的多線索查詢,如某卒中患者心理評(píng)定總時(shí)間超出承受范圍。結(jié)論:RKG具備了整合結(jié)構(gòu)化腦卒中康復(fù)評(píng)定知識(shí)的能力,對(duì)康復(fù)臨床決策支持的智能化以及康復(fù)醫(yī)學(xué)技術(shù)推廣至基層具有重要意義。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖4推導(dǎo)患者王某是否具備進(jìn)行某量表評(píng)定的指征

由于評(píng)定時(shí)長(zhǎng)超過(guò)2h，所以對(duì)于重度疲勞的患者王某來(lái)說(shuō)十分困難。因此必須對(duì)這些量表進(jìn)行交叉分析，將存在共線性的量表或者評(píng)定項(xiàng)目進(jìn)行合并，縮短評(píng)定時(shí)間。5結(jié)論

圖1腦卒中康復(fù)評(píng)定知識(shí)圖譜RKG的本體結(jié)構(gòu)及語(yǔ)義連接

該條規(guī)則的返回值是所有推薦的康復(fù)評(píng)定項(xiàng)目的列表�；谝�(guī)則一和規(guī)則二的布爾型返回值，可以非常直觀地得出某一患者是否既符合某個(gè)評(píng)定項(xiàng)目的納排標(biāo)準(zhǔn)，又具備該評(píng)定項(xiàng)目的指征。該條規(guī)則為復(fù)合規(guī)則。圖2阿里云DataG運(yùn)行實(shí)測(cè)

圖2阿里云DataG運(yùn)行實(shí)測(cè)

圖1腦卒中康復(fù)評(píng)定知識(shí)圖譜RKG的本體結(jié)構(gòu)及語(yǔ)義連接圖3規(guī)則推理結(jié)果實(shí)例

圖3規(guī)則推理結(jié)果實(shí)例

圖2阿里云DataG運(yùn)行實(shí)測(cè)以上3條規(guī)則生效后，RKG圖譜能夠給出推斷出的關(guān)系（圖3虛線），體現(xiàn)出對(duì)于推薦量表的可解釋性。

本文編號(hào)：3940195