[论文解读] Healthcare Knowledge Graph Construction: State-of-the-art, open issues, and opportunities

Bilal Abu-Salih, Muhammad Al-Qurishi+4 more|arXiv (Cornell University)|Jul 8, 2022

Artificial Intelligence in Healthcare被引用 5

一句话总结

本文提出了首个针对医疗健康知识图谱（HKG）构建的综合性分类体系，系统分析了知识抽取、知识库类型、数据源及评估协议方面的最先进技术。该研究识别出关键的开放性问题，并勾勒出未来在构建可扩展、互操作且具有临床可操作性的HKG方面，以支持高级医疗分析的研究方向。

ABSTRACT

The incorporation of data analytics in the healthcare industry has made significant progress, driven by the demand for efficient and effective big data analytics solutions. Knowledge graphs (KGs) have proven utility in this arena and are rooted in a number of healthcare applications to furnish better data representation and knowledge inference. However, in conjunction with a lack of a representative KG construction taxonomy, several existing approaches in this designated domain are inadequate and inferior. This paper is the first to provide a comprehensive taxonomy and a bird's eye view of healthcare KG construction. Additionally, a thorough examination of the current state-of-the-art techniques drawn from academic works relevant to various healthcare contexts is carried out. These techniques are critically evaluated in terms of methods used for knowledge extraction, types of the knowledge base and sources, and the incorporated evaluation protocols. Finally, several research findings and existing issues in the literature are reported and discussed, opening horizons for future research in this vibrant area.

研究动机与目标

• 建立统一且全面的医疗健康知识图谱构建分类体系，以解决现有文献中缺乏标准化分类的问题。
• 批判性评估当前在知识抽取、知识库设计及不同医疗情境下数据源利用方面的最先进技术。
• 分析并比较现有HKG研究中使用的评估协议，以评估其一致性、可复现性及临床相关性。
• 识别当前HKG构建方法中持续存在的开放性问题与局限，包括数据异质性、可扩展性及临床实用性。
• 勾勒出推动稳健、互操作且具有临床有效性的医疗健康知识图谱发展的可操作性未来研究方向。

提出的方法

• 作者对聚焦于医疗健康知识图谱构建的学术文献进行了系统性回顾，重点分析从临床和生物医学数据中进行知识抽取的方法。
• 根据知识抽取方法（如自然语言处理、基于规则、深度学习）、知识库类型（如实体-关系型、时序型、多模态）以及数据源（如电子健康记录、科学文献、临床指南）对技术进行分类与分析。
• 应用结构化的评估框架以评估报告结果的质量与可复现性，重点关注F1值、精确率、召回率及领域特定验证等指标。
• 结合人工智能与医疗信息学的洞察，评估所提出HKG解决方案的临床适用性与可扩展性。
• 通过现有方法的迭代整合，构建分类体系，突出方法论、数据集成与评估实践方面的缺口。

实验结果

研究问题

• RQ1 在医疗健康知识图谱中，知识抽取的主导方法是什么？这些方法在临床与生物医学领域之间有何差异？
• RQ2 不同的知识库架构（如实体-关系型、时序型、多模态）如何影响医疗健康知识图谱的实用性与可扩展性？
• RQ3 当前HKG构建的主要数据来源有哪些？这些数据源在质量、集成与隐私方面面临哪些挑战？
• RQ4 现有HKG研究中使用的评估协议在一致性和严谨性方面如何？尚需哪些改进？
• RQ5 医疗健康知识图谱构建中最为紧迫的开放性问题与研究空白是什么？哪些未来方向最具前景？

主要发现

• 医疗健康知识图谱构建缺乏标准化分类体系，导致研究碎片化且可复现性有限。
• 现有大多数方法严重依赖自然语言处理技术进行实体与关系抽取，但性能不一致，且在真实临床数据上的评估有限。
• 知识库设计存在显著异质性，少数系统支持时序推理或多模态集成，限制了其在临床决策支持中的潜力。
• 评估协议往往不完整或非标准化，许多研究仅报告部分指标（如精确率或召回率），而缺乏F1值或曲线下面积（AUC）等综合指标。
• 关键开放性问题包括数据质量、EHR系统间的互操作性、隐私保护的知识集成，以及对临床验证基准的需求。
• 未来研究应优先关注可扩展、模块化且具备隐私保护能力的HKG架构，同时建立标准化评估框架并开展真实世界临床验证。