SMR: 用于安全用药推荐的医学知识图谱嵌入

主要基于电子病历（EMR）的现有用药推荐系统，在帮助医生做出有利于患者和护理人员的更好临床决策方面发挥了重要作用。尽管在大数据时代电子病历的增长速度极快，但电子病历的内容局限性限制了现有推荐系统反映相关医学事实，如药物-药物相互作用。包含药物相关信息的许多医学知识图谱（如 DrugBank）可能为推荐系统带来希望。然而，直接在系统中使用这些知识图谱会因图谱的不完整性而面临鲁棒性问题。为应对这些挑战，我们基于图嵌入学习技术的最新进展，提出了一个名为安全用药推荐（SMR）的新框架。具体而言，SMR 首先通过连接电子病历（MIMIC-III）和医学知识图谱（ICD-9 本体和 DrugBank）构建高质量异构图。然后，SMR 将疾病、药物、患者及其相应关系联合嵌入到一个共享的低维空间中。最后，SMR 利用嵌入将用药推荐分解为链接预测过程，同时考虑患者的诊断和不良药物反应。据我们所知，SMR 是首个为用药推荐学习患者-疾病-药物图嵌入的方法。在真实数据集上进行了大量实验以评估所提框架的有效性。