中文

医疗知识图谱综述:资源、应用与前景

人工智能 2025-02-04 v5 计算与语言 机器学习 社会与信息网络

摘要

本综述旨在概述医疗知识图谱(HKGs)的现状,包括其构建、利用模型,以及在各类医疗与生物医学研究领域的应用。我们深入分析了关于 HKGs 的现有文献,涵盖其构建方法、利用技术,以及在基础科学研究、药物研发、临床决策支持与公共卫生中的应用。本综述包含无模型与基于模型的利用方法,以及 HKGs 与大型语言模型(LLMs)的融合。我们在 Google Scholar 中检索了 HKGs 相关论文,并将其分类为以下主题:HKG 构建、HKG 利用,及其在各领域的下游应用。我们还讨论了其特殊挑战与未来工作的前景。本综述强调了 HKGs 通过整合多领域海量生物医学知识,对生物医学研究与临床实践产生重大影响的潜力。HKGs 与 LLMs 的协同为构建更全面的知识图谱及提升医疗应用准确性提供了广阔机遇。HKGs 已成为结构化医学知识的强有力工具,在生物医学研究、临床决策与公共卫生中具有广泛应用。本调查作为 HKGs 领域未来研究与开发的路线图,凸显了将知识图谱与先进机器学习模型结合以推动医疗转型的潜力。

关键词

引用

@article{arxiv.2306.04802,
  title  = {A Review on Knowledge Graphs for Healthcare: Resources, Applications, and Promises},
  author = {Hejie Cui and Jiaying Lu and Ran Xu and Shiyu Wang and Wenjing Ma and Yue Yu and Shaojun Yu and Xuan Kan and Chen Ling and Liang Zhao and Zhaohui S. Qin and Joyce C. Ho and Tianfan Fu and Jing Ma and Mengdi Huai and Fei Wang and Carl Yang},
  journal= {arXiv preprint arXiv:2306.04802},
  year   = {2025}
}

备注

Preprint under review