本
文
摘
要
医学知识库是从书籍教材、指南文献、医学科研等渠道中抽取科学知识，同时对医生的临床经验进行归纳总结，编码成计算机可以利用的形式，执行辅助诊断、决策支持和临床管理等功能。
需求催化医学知识库发展，内容结构化与分类是重心
传统的医学知识库主要是作为“电子词典”或“电子文献库”的文献知识库，供临床医务人员检索，为临床诊疗和研究服务。然而，此类文献知识库缺乏自主深度学习和知识更新的能力，其知识复用率和共享程度不高，无法提供长期、动态、全面的知识源给临床医生和科研人员，也很难满足复杂临床问题的处理，无法对临床的真实数据提供实时联机决策支持。这使得传统的医学知识库的服务能力与临床业务、医疗管理的需求存在很大的差距。
随着人工智能技术与医学自身的飞速发展，临床对知识库的要求不再局限于对文献的查询与检索，对具有知识推理与知识发现能力的专科专病知识库的需求越来越大。医学知识库的发展，也由最初的集成检索，逐渐向智能知识发现的高级阶段过渡。因此，在今后的医疗知识体系中，提升医学知识库的标准程度与量级，是未来医学知识库建设的一个重要前提和发展方向。
从海量数据中发现有价值的信息，是医学知识库区别于一般数据库最突出的特征。在人工智能技术飞速发展的今天，将AI与数据库有机结合的知识库的应用与未来，被行业赋予了更多的期待。
不断更新的知识库才是临床决策系统的核心
医学知识库的维护从内容上可分为医学知识库基础知识维护和医学知识库规则维护两部分。临床医学知识包括药品、检验、检查、护理、手术等多个方面的内容，是与临床相关理论知识、事实数据、有专家经验总结得来的启发性知识以及常识性知识。
医学知识库基础知识的维护更多的可以给予临床医护人员在诊疗过程中提供参考，而医学知识库规则的维护是实现临床诊疗决策，提高医疗质量的关键。
卫和医学基于专业医学知识库、医学专著、国内外诊疗指南、专家共识、临床病例及国内外医学领域专家的融合及服务支持，结合NLP、知识图谱等数字化技术及健康风险科学评估和干预等相关理论、知识，实现了多元关系型数据深度加工和融合，形成了以疾病为核心的高结构化、高时效性、高完备性的数字化临床诊疗及慢性病评估、干预的自主知识产权知识图谱。
医学知识库分类
疾病库：为用户提供疾病科普知识，提升用户健康素养。主要包含疾病名称、别名、分类、发病机制、症状体征、辅助检查、临床诊断、治疗方案等内容，由三甲医院副主任医师及以上持续更新。
药品库：包含药品名称、通用名、适应症、用法用量特殊人群用药、禁忌症、不良反应 药物相互作用、生产厂商等内容。
临床路径库：包含检查适应症、参考值、标本要求、检查注意事项、临床意义等。
检验检查库：针对某一疾病建立一套标准化治疗模式与治疗程序，是一个有关临床治疗的综合模式，以循证医学证据和指南为指导来促进治疗组织和疾病管理的方法，最终起到规范医疗行为，减少变异，降低成本，提高质量的作用。
医学知识库特点
1、内容权威并持续更新
平台汇聚了包括北京协和、阜外等三甲医院的优质专家资源，支持知识库编辑与审核，并且不断更新及完善知识体系，以保证知识内容专业及权威。
2、多年数字医疗行业深耕
核心技术团队在医学大数据领域里深耕超过5年基于AI+NLP等核心技术，国内早期布局和持续做医学知识引擎服务，独创医学知识加工清洗建模技术，并处于行业领先地位。
基于医学知识库的临床决策支持系统，具有控制方式灵活、全面，规则维护方便、快捷，规则内容权威、可靠的特点。
