电子病历的知识库

8.6　电子病历的知识库

临床医师在书写电子病历时会涉及大量的医学知识，他经常需要针对患者具体的病情去搜索、获取、利用相关的医学知识；他对医学知识的掌握的深度和宽度必然影响到他诊疗的效果。在纸质病历时代，临床医师往往是通过查询参考文献、请教资深医师来获取医学知识的。电子病历系统构建一个全面、深入、可以延展的医学知识库，将不同的知识源整合到系统中来，使得医师在工作站、在病床旁，通过电子病历系统及时访问知识库，获取相关医学知识，从而作出正确的医疗决策。另一方面，患者也可以通过电子病历系统访问与自己疾病相关的医疗保健知识库，从而增强医疗的依从性和自我保健预防的能力。

8.6.1　病历知识库的结构

病历知识库的目的是将医学知识，包括专家的经验结构化地组织到数据库中，能被方便地访问和调用，并能像资深专家一样，按既定诊疗规则进行组合和表达。因此医学知识库必须具有这些特性:准确性、全面性、结构化、可扩充性和易于维护。

病历知识库的结构大致可以分为四个部分。

（1）事实库:包括医学知识诸领域的内容，如解剖、症状、诊断、药物……该库的数据类型可以是文字、数值、符号、图形、声音等。

（2）规则库:是电子病历系统对各种关系规则的汇总，包括数据之间的关系，内容之间的关系。例如“心肌梗塞”的诊断应涉及心绞痛症状，心电图ST段、T波异常改变，心肌酶增高这三方面特定的异常改变，经系统设定的合成表达规则，可以作出“心肌梗塞”的诊断。

（3）知识获取模块:该模块可将医学领域已有的事实性知识、医学专家经验转化为计算机可以理解和处理的形式，并整合到知识库中，同时具有增、删、改的维护功能，以保持知识库的完整性、一致性。

（4）人机接口:主要功能是将要录入的知识转换为电子病历系统中结构化的标准化表达形式，以便系统能够处理；同时将输出的信息转换成易于理解和应用的外部形式，显示给医师、护士。

8.6.2　病历知识库的建立

（1）病历知识库的建立应用了人工智能（artificial intelligence，AI）原理。人工智能是一门探索和模拟人的感觉和思维过程的规律，并设计出类似人某些智能的智能机器的科学，通常是指利用计算机模拟人（主要是专家）的思维和推理的一门科学。人工智能的工作原理主要包括:知识的表达、知识的获取、知识推理、系统构成技术等内容。知识的表达和知识的获取是建立病历知识库的基础，知识推理是临床决策支持的原理和方法（见下节），而系统构成属于计算机知识范畴，不在本书讨论范畴。

（2）知识的表达（knowledge representation），指知识的形式化和符号化。所谓知识是指一些事实、概念、规则、方法、技术以及应用它们的能力的综合体，所谓表达是指描述这些事物的知识的一组约定，是上述知识的符号化过程。具体的说，就是要将医学知识按其内在概念与原理进行分类与编码，形成标准化（详见第4章）。关于病历知识库中知识的表达，我们可以借用国际上已充分肯定和应用的医学知识分类系统，如SNOMED、ICD等，但仍有大量的病历知识未完成知识表达的工作，有待我们逐步完善，而决不要轻易地自行建立知识库。

（3）知识的获取（knowledge aeguisition）:是指从知识源发现、吸收、构造和组织知识，使之形成系统知识库的过程。

知识获取的主要方式有三种。第一是人工移植:通常通过人工智能设计师、计算机工程师与医学专家对话交流，将其医学知识（理论知识和实践经验）通过人机交互移植到知识库中。第二是机器学习:即在人工智能系统中，机器通过学习，获取知识，对知识库进行增加、删除、修改、更新。这种学习可以在人工示教监督之下进行，也可以由系统指导监督下自学。第三是机器感知:即人工智能系统在调试运行过程中，通过机器感觉（例如文字和图像识别）、机器听觉（例如语音识别）、机器触觉（例如温度识别）等途径，直接感知外部世界，输入自然信息，获得知识。

电子病历知识库的知识获取就是利用上述方法，将医学诸领域（解剖、生理、病理、诊断、治疗、预防……包括病历结构关系）的知识从其知识源（书籍、文献、专家经验）中抽取出来，进行表达，再组织到知识库中。

（4）知识推理技术（knowledge inference）:是指利用计算机技术，在知识表达基础上使用形式化的知识模型，进行机器思维，求解问题，从而实现知识推理的智能操作过程。这是临床决策支持的主要方法，将在下节讨论。

总之，通过知识的表达和知识获取，我们可以构建知识库。其中的各医学领域的知识形成事实库；而医学知识（包括专家的经验）内含的本质性的关联和规律，形成了规则库。人机接口的功能帮助我们将这些事实和规则“录入”到知识库里去，同时在应用电子病历系统时，它能以医生护士可以理解的和符合日常工作习惯的形式呈现出来。

这样，当我们向电子病历系统中录入患者的症状、体征、检查结果数据时，实际上是调用了知识库中的相关“事实”，再借助规则库，通过知识推理功能，可以通过“人机对话”形式，一步一步推向最终目标状态——疾病诊断和治疗方案。