基于知识库与案例库的在线健康社区诊疗解决方案自动推理模型研究

【目的/意义】作为医疗与管理科学领域最为重要的研究课题之一,在线健康社区智能诊疗在我国“互联网+医疗”新业态发展背景下扮演重要角色。【方法/过程】本文从本体论与CBR视角出发,构建基于知识库与案例库的在线健康社区诊疗解决方案自动推理模型;通过八爪鱼采集器获取“好大夫在线”疾病科普以及医患问答数据构建本体,并利用文本分析挖掘出可解释的疾病知识及解决方案,分别实现知识库与案例库的半自动构建;以成年人先天性心脏病为例,将ACHD-AP进行形式化定义,采用推理引擎对患者案例进行风险分类及划分至对应的疾病知识库,并实现诊疗解决方案的自动推理。【结果/结论】研究显示,本文诊疗解决方案推理结论与专家建议相似度较高,且OntoQA评估下的知识库以及案例库本体层次结构关系合理。【创新/局限】基于知识库与案例库的诊疗解决方案自动推理模型为后续在线健康社区实现智能诊疗以及服务模式的创新提供了方法上的参考。     

在线健康社区中用户画像及主题特征分布下信息需求研究——以医享网结直肠癌圈数据为例

本文通过在线健康社区中对用户画像构建及主题特征挖掘,揭示不同用户角色群体下用户行为差异及特征,以了解社区内用户信息需求,为推动在线健康社区行业发展与完善提供建议。利用Python爬虫获取医享网中结直肠癌圈的用户数据,从用户角色属性、行为属性以及文本特征构建典型用户识别指标,利用典型用户识别指标与主题分类体系,将用户群体分为四类构建画像概念模型;再利用用户行为识别算法与主题聚类算法进一步挖掘不同角色下用户关注主题内容,实现用户信息需求的精准分析。本文通过挖掘分析四类用户角色在性别、年龄以及主题分布差异可以得出,不同用户群体信息需求具有显著差异。