基于自动问答系统的中医诊疗认知模式研究

本项目是运用互联网资源拓展领域知识库工作的延续，以机器学习、自然语言处理、知识工程、智能科学为理论基础，以中医诊疗自动问答系统建设的关键技术为核心，针对异构的数据库资料和开放的互联网资源，围绕着医生个体决策、群体决策、远程会诊中涉及到的医学问题，通过术语特征提取、语义相似度分析、关键词匹配和关键词拓展、临床证据评价等方式，解决了中医术语特征自动识别、大规模的文本知识搜索匹配等问题，并为进一步语义识别提供链接索引。在中医术语的自动提取方面，本研究运用条件随机场模型，通过标记和切分序列数据的统计模型，对训练集中的特征向量进行自动识别。用不同权重值来表示特征的重要程度，在给定需要标记的观察序列的条件下，完成序列标记，确定了模板的有效性，建立中医文本信息特征识别方法，并将其应用在《伤寒杂病论》文本知识的自动识别中。应用结果显示，该模型提高了中医文本信息识别和检索效率，不仅可以满足基于语义的搜索需求，还能为知识结构表达、中医信息检索提供支持工具。在医家诊疗规律研究方面，理清了《医学衷中参西录》的用药思维脉络，深入探讨了药用剂量和功效的关系。在认知规律研究方面，应用出声思考法、深度访谈法和思维导图法对医生的思维过程进行显性化、搜索匹配和特征识别，追溯了中医个体化诊疗意见到专家共识形成的动态演变过程，拓展了诊疗经验信息的观察评价维度，可以满足不同医生个性化的指标标度和动态观测需求。在关键技术的研发基础上，形成了基于综合集成的中医诊疗信息处理统一计算框架，建立了基于综合集成的中医诊疗支撑平台，为诊疗信息的全程跟踪、动态评价和远程会诊提供一体化的解决策略。同时，为经典医案的传承、理论文献的重现提供可视化的交互环境。截止到目前，项目相关研究成果获得2011年教育部科技进步一等奖1项，2012年北京市科技二等奖1项，申请和进入实质审查阶段的发明专利2项，获得软件著作权12项，发表相关学术论文12篇。在人才培养方面，培养博士生8名，硕士生7名。