面向循证决策的医学知识图谱双向语义校验及其临床推理优化研究OACHSSCD
[目的/意义]临床决策亟须医学知识图谱对“对称—反对称—组合”等复杂关系的精准推理,传统嵌入模型因缺乏双向语义校验而出现关系断裂与方向失真,难以支撑高可信辅助诊断。系统提升模型对复杂关系的双向一致建模能力,既是突破医学图谱推理瓶颈的切口,也可为构建可解释、可复用的智慧医疗体系提供理论支撑与实践路径。[方法/过程]本文遵循“理论缺陷—模型改进—临床验证”的研究逻辑,首次将循环一致性原理引入RotatE,提出MedCycle-RotatE:在复数旋转空间中显式施加正向—反向循环一致约束,量化头尾实体经逆关系重建后的语义偏差,并以旋转损失联合循环一致性损失进行端到端优化,实现复杂临床关系的稳健推理。[结果/结论]DiseaseKG与BIOS两大医学图谱的实验表明,MedCycle-RotatE的MRR达到0.800,Hit@10达到84.7%,显著优于TransE、RotatE、DistMult等主流模型。消融实验显示,完整循环一致性约束使MRR进一步提升至0.855,收敛轮次减少90轮。结果证实,循环一致性与旋转嵌入的耦合可大幅压缩语义误差,为临床关系推理提供高一致、可解释的新范式。
李迦龙;宋宁远;刘鑫学;施俊伊;朱夏俐;裴雷
南京大学数据智能与交叉创新实验室,江苏南京210023 南京大学信息管理学院,江苏南京210023南京大学数据智能与交叉创新实验室,江苏南京210023 南京大学信息管理学院,江苏南京210023南京大学数据智能与交叉创新实验室,江苏南京210023 南京大学信息管理学院,江苏南京210023南京大学数据智能与交叉创新实验室,江苏南京210023 南京大学信息管理学院,江苏南京210023南京大学数据智能与交叉创新实验室,江苏南京210023 南京大学信息管理学院,江苏南京210023南京大学数据智能与交叉创新实验室,江苏南京210023 南京大学信息管理学院,江苏南京210023
信息技术与安全科学
医学知识图谱循环一致性MedCycle-RotatE复杂关系推理临床关系建模
《现代情报》 2026 (8)
P.183-197,15
国家自然科学基金项目“基于科学论文论证结构的可循证领域知识体系构建研究”(项目编号:72304137)国家自然科学基金项目“基于知识图谱的人工智能医疗模型研究与实现”(项目编号:2025AAC030239)。
评论