文献类型：期刊文章

作　　者：牛传欣[1,2,3] 鲍勇[1,2] 潘惠娟[1,2] 崔立军[1,2] 陈键[4] 顾捷[5] 李龑翔[6] 孙木[1] 谢青[1,2] 柏志安[1]

NIU Chuan-xin;BAO Yong;PAN Hui-juan(Ruijin Hospital,School of Medicine,Shanghai JiaoTong University,Shanghai 200025,P.R.C.)

机构地区：[1]上海交通大学医学院附属瑞金医院,200025 [2]上海市瑞金康复医院,200023 [3]上海交通大学生物医学工程学院Med-X研究院,200335 [4]上海交通大学中英国际低碳学院,200120 [5]上海傅利叶智能科技有限公司,201203 [6]阿里云计算有限公司,310024

出　　处：《中国数字医学》

基　　金：国家自然科学基金面上项目(编号:81971722);上海市科委项目(编号:CZ-201913940);上海市卫健委项目(编号:2019SY004);中国健康促进基金会基层康复创新服务与能力提升公益项目(编号:JC201905)。

年　　份：2020

卷　　号：15

期　　号：11

起止页码：16-19

语　　种：中文

收录情况：JST、ZGKJHX、普通刊

摘　　要：目的:利用结构化的康复医学知识,构建一套脑卒中康复的知识图谱,进而通过算法给出康复评定与治疗的建议。方法:提出了一种针对脑卒中康复评定的知识图谱构建方法,其特点是全面纳入了《脑卒中康复评定指南》1.0版中涉及的康复评定量表,并给出了如何与临床指南、WHO标准、医学文献等数据源进行语义关联。基于该方法构建了卒中康复评定知识图谱(Rehabilitation Knowledge Graph,RKG)。结果:RKG现已具备146个卒中评定量表,每个量表具备42个属性,并与ICF和ICD-11相关的术语条目建立了近3000条语义连接。测试表明,RKG图谱可以实现对卒中康复评定知识的多线索查询,如某卒中患者心理评定总时间超出承受范围。结论:RKG具备了整合结构化脑卒中康复评定知识的能力,对康复临床决策支持的智能化以及康复医学技术推广至基层具有重要意义。

关 键 词：脑卒中 康复评定 知识图谱 临床决策支持

分 类 号：R49] R319[临床医学类]