张晨童 张佳影 张知行 阮 彤 何 萍 葛小玲

1(华东理工大学 上海 200237)

2(上海申康医院发展中心 上海 200041)

3(复旦大学附属儿科医院 上海 201108)(chentong_zhang@163.com)

随着医疗领域信息化程度的不断提升，欧美国家的医疗研究机构已经建立起一系列医学术语库，如临床医疗术语集(systematized nomenclature of medicine-clinical terms， SNOMED-CT)(1)http://www.snomed.org/snomed-ct/、一体化医学语言系统(unified medical language system, UMLS)(2)https://www.nlm.nih.gov.research.umls、ICD-10(international classification of dis-eases 10th revision)(3)https://icd.who.int/browse10/2016/en、ICD-11(international classifica-tion of diseases 11th revision)(4)https://icd.who.int/browse11/l-m/en等.其中，中华人民共和国国家卫生健康委员会明确要求各医疗机构在病案书写中统一使用ICD-10中文版(简称ICD10)，这极大地推进了医疗服务规范化、标准化管理.

然而，ICD10在实际应用于临床数据时，能够直接建立映射的比例不足20%.其主要问题有2点：第一，疾病名称描述的多样性.例如，“尿路感染”是临床诊断中的常用语，但在ICD10中并未收录该词.该词是“泌尿道感染”的同义词，后者在ICD10中对应的编码为N39.0.第二，疾病常用语的粒度更细.例如，“糖尿病伴有眼部改变”在ICD10中无法找到与之匹配的同义词，仅能找到它的上位词“糖尿病”，糖尿病在ICD10中对应的编码为E14.900.因此，以ICD10为标准，构建一个融合常用语的疾病术语图谱，将常用语作为同义词或下位词融入ICD10，可以有效建立疾病名称与ICD10的映射关系，将方便医生查找疾病名称或是机器进行ICD自动编码.然而常用语的融合需要大量医学知识，而人工建立映射耗时耗力，机器自动映射准确率比较低.另外，ICD10的分类体系延续了传统的列表式结构，过于平面，并不方便浏览与查找.

针对上述问题与难点，本文提出了一种融合常用语的大规模疾病术语图谱构建方案.具体……