基于本体论的骨病诊断知识表示：安全可持续医学人工智能系统的基础
人工智能
2025-06-06 v1 计算机视觉与模式识别
图像与视频处理
摘要
医学人工智能（AI）系统常缺乏系统性的领域专业知识集成，可能损害诊断可靠性。本研究提出了一种基于本体论的骨病诊断框架，与Ho Chi Minh City Hospital for Traumatology and Orthopedics合作开发。该框架引入了三个理论贡献：(1) 基于骨病本体论的分层神经网络架构，用于分割-分类任务，through prompts集成视觉语言模型（VLMs）；(2) 用于临床推理的本体增强视觉问答（VQA）系统；(3) 集成成像、临床和实验室数据通过本体关系的多模态深度学习模型。该方法通过系统化知识数字化、标准化医学术语映射和模块化架构设计保持临床可解释性。该框架 demonstrated了可通过标准化结构和可重用组件扩展至骨病以外的领域的潜力。虽然已建立理论基础，但由于当前数据集和计算资源限制，实验验证仍待进行。未来的工作将聚焦于扩大临床数据集并进行全面系统验证。
引用
@article{arxiv.2506.04756,
title = {Ontology-based knowledge representation for bone disease diagnosis: a foundation for safe and sustainable medical artificial intelligence systems},
author = {Loan Dao and Ngoc Quoc Ly},
journal= {arXiv preprint arXiv:2506.04756},
year = {2025}
}