牟冬梅　琚沅紅　于海濤等

關(guān)鍵詞： 可計算化生物醫(yī)學(xué)知識； 知識計算化； 診療規(guī)范； 知識組織； 模式構(gòu)建

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．１２．００７

〔中圖分類號〕Ｇ２０３ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） １２－００７３－１５

大數(shù)據(jù)時代知識密集型范式下， 如何從海量多源異構(gòu)數(shù)據(jù)中識別并抽取知識， 將數(shù)據(jù)從物理層面的文獻(xiàn)單元轉(zhuǎn)化為認(rèn)知層面的知識單元， 深化知識組織層次； 如何將知識組織對象從語法層次向語義、語用層次轉(zhuǎn)變， 突破知識計量方式［１］ ； 如何基于數(shù)據(jù)到知識的知識組織結(jié)果， 提高知識應(yīng)用效能［２］ ，是情報工程化和情報智能化亟需解決的問題， 也是解決大數(shù)據(jù)時代信息超載的關(guān)鍵［３］ 。診療規(guī)范作為大數(shù)據(jù)的一部分， 是醫(yī)學(xué)領(lǐng)域具有代表性的金標(biāo)準(zhǔn)知識， 也是臨床決策支持系統(tǒng)（Ｃｌｉｎｉｃａｌ Ｄｅｃｉｓｉｏｎ Ｓｕｐ?ｐｏｒｔ Ｓｙｓｔｅｍ， ＣＤＳＳ）的核心知識源， 能以“證據(jù)支持者” 的角色為診療決策提供科學(xué)依據(jù)， 對臨床診療過程起到重要的指導(dǎo)和規(guī)范作用［４］ 。傳統(tǒng)醫(yī)學(xué)范式下， 以診療規(guī)范為核心的醫(yī)學(xué)知識從發(fā)表到落地實(shí)踐平均需要１７ 年的時間［５］ ， 這極大降低了醫(yī)學(xué)研究產(chǎn)生的知識被用于優(yōu)化臨床實(shí)踐過程的效能， 也嚴(yán)重削弱了臨床實(shí)踐產(chǎn)生的真實(shí)世界數(shù)據(jù)被用于生成或改進(jìn)新知識的能力［６］ 。

為加快醫(yī)學(xué)數(shù)據(jù)的轉(zhuǎn)化利用再生進(jìn)程， 打破傳統(tǒng)醫(yī)學(xué)范式下醫(yī)學(xué)實(shí)踐遠(yuǎn)落后于醫(yī)學(xué)研究的桎梏，可計算生物醫(yī)學(xué)知識（Ｍｏｂｉｌｉｚｅ Ｃｏｍｐｕｔａｂｌｅ ＢｉｏｍｅｄｉｃａｌＫｎｏｗｌｅｄｇｅ， ＭＣＢＫ）應(yīng)運(yùn)而生。ＭＣＢＫ 是由美國密歇根大學(xué)提出的以加速醫(yī)學(xué)知識向臨床應(yīng)用轉(zhuǎn)化進(jìn)程為目的的理念和行動［７］ ， 其以“數(shù)據(jù)—知識—實(shí)踐”循環(huán)為核心思想， 以解決臨床問題為目標(biāo)， 主要包括３ 個關(guān)鍵環(huán)節(jié)［８］ ， “數(shù)據(jù)—知識” （Ｄａｔａ－Ｋｎｏｗｌ?ｅｄｇｅ， Ｄ２Ｋ）關(guān)注于對知識進(jìn)行結(jié)構(gòu)化處理， 將知識轉(zhuǎn)化為機(jī)器可讀或可理解的格式， 實(shí)現(xiàn)知識在表示形式上可計算； “知識—實(shí)踐”（Ｋｎｏｗｌｅｄｇｅ－Ｐｒａｃ?ｔｉｃｅ， Ｋ２Ｐ）關(guān)注于將可計算化的知識應(yīng)用于實(shí)踐，實(shí)現(xiàn)知識在實(shí)踐中“可執(zhí)行”； “實(shí)踐—數(shù)據(jù)”（Ｐｒａｃｔｉｃｅ ｔｏ Ｄａｔａ， Ｐ２Ｄ）關(guān)注于從知識驅(qū)動實(shí)踐的角度實(shí)現(xiàn)知識再生， 進(jìn)而推動循環(huán)持續(xù)流轉(zhuǎn)［９－１０］ 。ＭＣＢＫ 通過“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)， 致力于打通Ｄ２Ｋ、Ｋ２Ｐ 關(guān)鍵環(huán)節(jié)， 消除Ｄ２Ｋ 和Ｋ２Ｐ 之間的鴻溝， 促進(jìn)Ｐ２Ｄ 關(guān)鍵環(huán)節(jié)知識再生， 并將循環(huán)中的各要素作為醫(yī)學(xué)知識計算化過程中知識的抽象表示， 形象地展示了醫(yī)學(xué)知識的產(chǎn)生、利用、再生等過程。

因此， 如何利用ＭＣＢＫ 核心思想及相關(guān)知識計算化手段， 從診療規(guī)范中高效精準(zhǔn)地提煉知識，優(yōu)化知識表示方式， 探索最佳知識實(shí)踐路徑， 提高診療規(guī)范賦能臨床診療決策能力， 并在知識驅(qū)動實(shí)踐的基礎(chǔ)上加強(qiáng)醫(yī)學(xué)知識的再生效率， 成為了促進(jìn)“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)周期快速流轉(zhuǎn)的關(guān)鍵。

１相關(guān)研究

１.１診療規(guī)范知識轉(zhuǎn)化研究現(xiàn)狀

現(xiàn)有的診療規(guī)范多以文本形式發(fā)布、保存、使用和交流， 來源廣泛、結(jié)構(gòu)多樣、類型繁雜、版本較多， 且存在的難查閱、難記憶、難利用、難推廣以及可植入性差等問題， 無法滿足醫(yī)護(hù)人員在診療過程中對知識的需求， 更加無法智能化輔助臨床診療決策制定［１１］ 。為了優(yōu)化診療規(guī)范轉(zhuǎn)化利用問題，相關(guān)學(xué)者和機(jī)構(gòu)多年來致力于對診療規(guī)范資源進(jìn)行集成整合， 并力求探索最合理的方式結(jié)構(gòu)化診療規(guī)范文本， 提升診療規(guī)范的計算機(jī)可讀、可理解性，進(jìn)而提高診療規(guī)范的轉(zhuǎn)化利用效能。近１０ 年， 診療規(guī)范數(shù)量在全球呈快速增長趨勢［１２］ 。目前， 與診療規(guī)范相關(guān)的知識轉(zhuǎn)化利用研究較少， 相關(guān)研究主要集中于： ①構(gòu)建診療規(guī)范知識庫或數(shù)據(jù)庫。龍囿霖等通過比較全球綜合性臨床指南數(shù)據(jù)庫的功能特點(diǎn)及技術(shù)參數(shù)發(fā)現(xiàn)， 現(xiàn)有指南數(shù)據(jù)庫的功能多是以篇章為粒度的檢索、瀏覽、下載等， 局限于為用戶提供相關(guān)摘要及其原文的鏈接， 而數(shù)據(jù)的更新多為新增信息和對現(xiàn)有指南的修訂［１３］ 。例如： 美國國立臨床診療指南數(shù)據(jù)庫（Ｎａｔｉｏｎａｌ Ｇｕｉｄｅｌｉｎｅ Ｃｌｅａｒ?ｉｎｇｈｏｕｓｅ， ＮＧＣ）以文本形式為公眾提供了大量有價值的醫(yī)學(xué)信息和實(shí)踐指南［１４］ ， 萬方醫(yī)學(xué)網(wǎng)臨床診療知識庫是一個專業(yè)、權(quán)威的臨床診療知識參考數(shù)據(jù)庫， 能為公眾提供海量全文數(shù)據(jù)［１５］ ； ②集中于設(shè)計優(yōu)化知識模型。以一篇或幾篇診療規(guī)范為操作對象， 借助ＧＥＭ、ＳＡＧＥ、ＧＬＩＦ、Ａｓｂｒｕ、Ａｒｄｅｎ 等知識模型的特定組件或要素將診療規(guī)范從自然語言形式編譯為計算機(jī)可讀的形式， 實(shí)現(xiàn)診療規(guī)范計算機(jī)化［１６］ 。但這種程度的診療規(guī)范計算機(jī)化距離計算機(jī)對知識可理解、可解釋并滿足知識在實(shí)踐中“可執(zhí)行” 還有較大差距， 更無法從智能輔助決策的角度為臨床診療提供知識支持。

１.２可計算醫(yī)學(xué)知識研究現(xiàn)狀

以經(jīng)驗為主導(dǎo)的臨床實(shí)踐模式正在向以知識計算為驅(qū)動的、以知識／ 證據(jù)支持為支撐的智慧化醫(yī)學(xué)模式變革［１７］ 。在計算機(jī)信息技術(shù)、智能化技術(shù)的加持下， 諸多學(xué)者從學(xué)科歸屬、內(nèi)涵限定、理論探索、實(shí)現(xiàn)方法等方面對可計算醫(yī)學(xué)知識相關(guān)研究進(jìn)行歸納總結(jié)或探索。在學(xué)科歸屬方面， Ｃｈｅｎ ＣＭ 等［１８］ 認(rèn)為， 科學(xué)知識的計算化以及計算化知識在科學(xué)文本中的表達(dá)開辟了科學(xué)計量學(xué)和信息計量學(xué)研究的新領(lǐng)域， 拓展了醫(yī)學(xué)信息學(xué)和信息計量學(xué)交叉研究的新方向。Ｌｉ Ｘ 等［１９］ 從知識計量學(xué)角度出發(fā)， 認(rèn)為知識計算是以知識單元計量為關(guān)鍵， 對社會知識容量和知識的社會聯(lián)系進(jìn)行綜合研究的過程。在內(nèi)涵限定方面， 可計算醫(yī)學(xué)知識的概念包括醫(yī)學(xué)知識在表示形式上可計算， 其表示結(jié)果在實(shí)踐中可執(zhí)行［１０］ 。且Ｌｉ Ｘ 等［１９］ 和Ｈａｎ Ｐ Ｋ Ｊ 等［２０］ 根據(jù)可計算知識的核心特性——不確定性， 將知識分為具有矛盾／ 爭議的、具有明顯沖突／ 存在模糊性的、存在語義多樣性的三類。在理論探索方面， 杜建等［１０］ 對可計算生物醫(yī)學(xué)知識實(shí)現(xiàn)路徑進(jìn)行了框架層面的探討。Ｌｉ Ｘ 等［１９］ 構(gòu)建了可計算醫(yī)學(xué)知識對象的表示模型。Ｌｉｕ Ｘ 等［２１］ 提出了可執(zhí)行知識單元概念并構(gòu)建了可執(zhí)行知識單元模型。Ｓｕｎ Ｌ 等［２２］ 基于事物屬性的完整知識表示系統(tǒng)提出了知識元素模型框架。Ｇｕｏ Ｘ 等［２３］ 構(gòu)建了可計算生物醫(yī)學(xué)知識框架， 指導(dǎo)研究從科學(xué)出版物的相關(guān)陳述中對生物醫(yī)學(xué)知識進(jìn)行計算化研究。在實(shí)現(xiàn)方法方面， 通過利用規(guī)則庫或知識庫［２４］ 、數(shù)據(jù)驅(qū)動的疾病預(yù)測模型［２５］ 、語義三元組［２６］ 、納米出版模型［２７］ 、微型出版物模型［２８］ 、以知識子圖為可編輯的知識單元［２９］ 、謂詞邏輯、本體、語義網(wǎng)、產(chǎn)生式規(guī)則、框架［３０］等對醫(yī)學(xué)知識的表示模型進(jìn)行構(gòu)建。在對知識進(jìn)行計算化時， 現(xiàn)有研究多聚焦于利用文本中的不確定性線索詞， 對通用領(lǐng)域知識的不確定性概率進(jìn)行計算［１９］ ， 相關(guān)方法有Ｄ－Ｓ 證據(jù)理論［３１］ 、群體論證理論［３２］ 、知識模型［３３］ 、量表［３４］ 、概率［３５］ 、信息熵［２３］ 、證據(jù)—評論網(wǎng)絡(luò)［３６］ 等。

綜上， 診療規(guī)范知識轉(zhuǎn)化研究大多基于各種知識挖掘手段， 從文本外部特征入手對診療規(guī)范進(jìn)行結(jié)構(gòu)化， 較少涉及文本內(nèi)容層面， 且基于內(nèi)容的研究整體呈現(xiàn)出語義深度較淺、提取粒度過粗、組織維度片面等特點(diǎn)， 無法解決或改善診療規(guī)范實(shí)際使用過程中遇到的困難。通過對相關(guān)研究的梳理不難發(fā)現(xiàn)， 知識存在不確定性是知識能夠計算化的前提、核心和基礎(chǔ)， 而對知識計算化研究的本質(zhì)就是對知識的不確定性進(jìn)行描述、表示和度量。目前， 通用領(lǐng)域的知識計算化研究較多， 而醫(yī)學(xué)領(lǐng)域相關(guān)研究較少。在理論探索方面， 醫(yī)學(xué)知識計算化研究多聚焦于對其概念、框架和實(shí)現(xiàn)方法等進(jìn)行初探， 其中，框架和實(shí)現(xiàn)方法相關(guān)研究對知識內(nèi)容本身刻畫不夠深入， 對知識的不確定性測度僅停留在對相關(guān)知識的不確定性線索詞出現(xiàn)的概率進(jìn)行計算， 對知識計算化實(shí)現(xiàn)路徑的探討也不夠全面和徹底， 且診療規(guī)范知識計算化模式及其實(shí)現(xiàn)路徑研究未見報道。

鑒于此， 本研究在可計算生物醫(yī)學(xué)知識視角下， 以文本形式診療規(guī)范為研究對象， 在厘清診療規(guī)范概念、內(nèi)涵， 歸納診療規(guī)范數(shù)據(jù)來源、數(shù)據(jù)特征， 提煉診療規(guī)范知識可計算化特征， 明晰診療規(guī)范知識計算化目標(biāo)的基礎(chǔ)上， 構(gòu)建診療規(guī)范知識計算化模式體系框架， 抽象診療規(guī)范知識計算化模式層級結(jié)構(gòu)。通過結(jié)合診療規(guī)范知識的多維不確定性特征， 探索論證模式實(shí)現(xiàn)路徑及其關(guān)鍵環(huán)節(jié)打通措施， 為實(shí)現(xiàn)診療規(guī)范知識計算化提供理論指導(dǎo)和方法路徑參考， 助力推動醫(yī)學(xué)“數(shù)據(jù)—知識—實(shí)踐”循環(huán)效率， 提高醫(yī)學(xué)知識提煉、應(yīng)用、再生效能，為各領(lǐng)域知識計算化研究提供理論支撐以及方法學(xué)參考和依據(jù)。

２診療規(guī)范概念及內(nèi)涵剖析

２.１診療規(guī)范概念

診療規(guī)范也稱診療常規(guī)、診療護(hù)理常規(guī)， 是醫(yī)療機(jī)構(gòu)和醫(yī)務(wù)人員在日常診療過程中必須遵守的行為和技術(shù)規(guī)范［３７］ 。診療規(guī)范是以臨床診療環(huán)境為知識建構(gòu)背景、以臨床診療實(shí)踐過程為知識生產(chǎn)基礎(chǔ)、以臨床科學(xué)實(shí)驗為知識驗證或創(chuàng)新基石、以臨床診療決策參與人員為知識目標(biāo)受眾構(gòu)建而成的知識體系， 是與臨床診療活動相關(guān)， 且貫穿疾病預(yù)防、診斷、治療、預(yù)后、隨訪等全流程的， 包括臨床實(shí)踐指南［３８］ 、專家共識［３９］ 、臨床路徑［４０］ 、技術(shù)標(biāo)準(zhǔn)、指導(dǎo)原則、國家標(biāo)準(zhǔn)在內(nèi)的， 由領(lǐng)域權(quán)威專家以循證醫(yī)學(xué)為前提， 結(jié)合自身經(jīng)驗對具有代表性、有效性以及可行性的最新研究成果的全面總結(jié)和深度提煉［４］ 。診療規(guī)范價值在于其源于臨床實(shí)踐， 終于臨床實(shí)踐， 是高質(zhì)量醫(yī)學(xué)知識或循證醫(yī)學(xué)證據(jù)的重要組成部分， 能夠指導(dǎo)醫(yī)、護(hù)、患在特定診療情境下做出合理選擇， 也能在規(guī)范醫(yī)護(hù)診療行為、提高醫(yī)療質(zhì)量和效率等方面發(fā)揮重要作用。

２.２診療規(guī)范內(nèi)涵

醫(yī)用語言學(xué)是以醫(yī)學(xué)專業(yè)人員在醫(yī)學(xué)學(xué)術(shù)論文寫作、醫(yī)學(xué)學(xué)術(shù)研究與交流過程中的語言規(guī)律以及醫(yī)學(xué)活動中的言語行為為研究對象， 從學(xué)術(shù)體系、話語體系、學(xué)科體系用語原則和表達(dá)規(guī)范出發(fā)， 綜合提高醫(yī)學(xué)專業(yè)人員的學(xué)術(shù)語言表達(dá)能力的一門醫(yī)學(xué)語言學(xué)分支學(xué)科［４１］ 。醫(yī)用語言學(xué)為醫(yī)學(xué)專業(yè)人員歸納、總結(jié)、分析、描述醫(yī)學(xué)研究成果、臨床試驗發(fā)現(xiàn)、科學(xué)實(shí)踐規(guī)律以及個人思維顯式化呈現(xiàn)提供了合適的表達(dá)工具和有效的交流路徑。本研究基于醫(yī)用語言學(xué)， 從診療規(guī)范的語言特點(diǎn)、成文模式出發(fā)， 對診療規(guī)范數(shù)據(jù)內(nèi)涵進(jìn)行剖析， 深層次揭示診療規(guī)范知識資源特點(diǎn)， 為促進(jìn)知識轉(zhuǎn)化應(yīng)用奠定數(shù)據(jù)基礎(chǔ)。

１） 診療規(guī)范語言特點(diǎn)

醫(yī)用語言學(xué)指導(dǎo)診療規(guī)范文本用語在整體上達(dá)到概念內(nèi)涵外延剖析準(zhǔn)確、論證推理合乎邏輯、表述內(nèi)容準(zhǔn)確客觀、句法依存合乎規(guī)范， 能從文本載體、審美主體和實(shí)用價值上綜合反映臨床診療過程核心內(nèi)容。醫(yī)學(xué)專業(yè)人員以醫(yī)用語言學(xué)作為抽象思維具象化的工具， 對臨床診療實(shí)踐中的客觀事實(shí)、規(guī)律、原理等進(jìn)行描述， 對其中的知識內(nèi)容本質(zhì)特征進(jìn)行刻畫， 并在綜合分析和評價最新研究證據(jù)或成果、醫(yī)生臨床經(jīng)驗以及臨床流行病學(xué)相關(guān)特征規(guī)律的基礎(chǔ)上， 形成的能夠為臨床診療決策提供循證支持的最佳醫(yī)學(xué)知識———診療規(guī)范。診療規(guī)范不但包括疾病相關(guān)癥狀、體征、診斷治療手段、疾病流行病學(xué)特征等醫(yī)學(xué)基礎(chǔ)知識， 還集成了基礎(chǔ)醫(yī)學(xué)研究、臨床試驗、臨床觀察、調(diào)查報告、病歷報告、病歷討論等循證醫(yī)學(xué)證據(jù)。因此， 診療規(guī)范可歸屬于綜述型文獻(xiàn)， 既具備醫(yī)學(xué)科技論文一般特征， 如規(guī)范性、科學(xué)性、時效性、可讀性， 也具備循證醫(yī)學(xué)證據(jù)的獨(dú)有特性， 如綜合性、權(quán)威性、系統(tǒng)性、專業(yè)性、可驗證性、不確定性。其中， 不確定性是體現(xiàn)診療規(guī)范顯真性的基礎(chǔ)和核心， 也是支持醫(yī)學(xué)實(shí)踐打破桎梏、臨床研究不斷創(chuàng)新的保障［４２］ 。

２） 診療規(guī)范成文模式

診療規(guī)范的客觀存在是基于醫(yī)用語言學(xué)從邏輯思維角度， 以模式化、固定化的文體結(jié)構(gòu)對客觀真實(shí)、科學(xué)合理、嚴(yán)謹(jǐn)精確的最佳醫(yī)學(xué)知識的具象化表示及其邏輯關(guān)系的完美概括， 能在一定程度上輔助臨床醫(yī)護(hù)和患者做出恰當(dāng)處理。且診療規(guī)范文本的呈現(xiàn)離不開語言論證層面醫(yī)學(xué)知識的邏輯自洽，以及語言展示層面知識載體邏輯框架的易讀易用。因此， 診療規(guī)范成文時需在綜合考慮診療規(guī)范主題類型， 例如： 臨床指南、專家共識、臨床路徑等；診療規(guī)范受眾類別， 例如： 醫(yī)生、護(hù)士、患者、普通公眾等； 診療規(guī)范實(shí)踐場景， 例如： 醫(yī)院、社區(qū)、家庭或臨床診療、個人自主健康管理等要素的基礎(chǔ)上， 參考醫(yī)學(xué)領(lǐng)域?qū)W術(shù)論文通用文體結(jié)構(gòu)、用語規(guī)范， 融合診療規(guī)范語言特點(diǎn)， 以臨床診療全流程為論證邏輯線， 分別對疾病流行病學(xué)特點(diǎn)、危險因素、臨床表現(xiàn)、檢查檢驗手段、診斷標(biāo)準(zhǔn)、治療措施、預(yù)后隨訪意見等的若干個方面進(jìn)行論述。

３診療規(guī)范數(shù)據(jù)來源及特征分析

３.１診療規(guī)范數(shù)據(jù)來源

本研究根據(jù)診療規(guī)范概念及內(nèi)涵， 調(diào)研了國內(nèi)收錄較為全面的８ 個診療規(guī)范來源平臺或機(jī)構(gòu)， 對其中的診療規(guī)范檢索字段進(jìn)行了歸納整理， 并按照診療規(guī)范發(fā)布時間或發(fā)表時間， 列舉了各平臺或機(jī)構(gòu)具有代表性的診療規(guī)范， 如表１ 所示。調(diào)研發(fā)現(xiàn)，以制定和發(fā)布診療規(guī)范為主的機(jī)構(gòu)或平臺， 例如，國家衛(wèi)生健康委員會、中國臨床腫瘤學(xué)會， 診療規(guī)范類型以診療指南、臨床路徑、指導(dǎo)原則、技術(shù)標(biāo)準(zhǔn)為主。其他以收錄為主的各平臺或機(jī)構(gòu)， 診療規(guī)范類型以指南和共識為主。且各平臺或機(jī)構(gòu)主要以形式特征， 如： 題名、關(guān)鍵詞、機(jī)構(gòu)、出版時間等為檢索字段， 以篇章為醫(yī)學(xué)知識獲取粒度， 為用戶提供簡單的查詢服務(wù)。診療規(guī)范整體上呈現(xiàn)數(shù)據(jù)分散、資源間缺少關(guān)聯(lián)和耦合的特點(diǎn)， 且各平臺的診療規(guī)范知識查詢服務(wù)也缺乏完整的資源檢索體系。

３ ２ 診療規(guī)范知識可計算化特征分析

知識能夠被計算的前提和基礎(chǔ)是知識存在不確定性， 而知識的不確定性與知識形式及內(nèi)容密切相關(guān)。為實(shí)現(xiàn)診療規(guī)范知識計算化， 本研究依據(jù)診療規(guī)范概念及內(nèi)涵， 從診療規(guī)范形式特征和內(nèi)容特征出發(fā)， 對診療規(guī)范知識不確定性進(jìn)行分析， 并基于此對診療規(guī)范知識可計算化特征進(jìn)行凝練。診療規(guī)范知識可計算化特征是診療規(guī)范知識從形式上可表示向形式上可計算化轉(zhuǎn)化的橋梁， 能為知識從形式上“可計算” 到“計算化” 奠定基礎(chǔ)， 支持研究從知識可計算化角度對以文獻(xiàn)為載體的診療規(guī)范知識對象進(jìn)行深度組織和序化， 并深入到語義層面對其知識對象進(jìn)行描述和刻畫， 拓寬診療規(guī)范知識結(jié)構(gòu)的揭示深度和廣度， 促進(jìn)計算化診療規(guī)范知識的細(xì)粒度描述、有序化組織、語義化揭示、多維度關(guān)聯(lián)程度， 保障診療規(guī)范“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)良性發(fā)展。

１） 診療規(guī)范形式特征描述

根據(jù)對國內(nèi)收錄較為全面的診療規(guī)范來源平臺的調(diào)研結(jié)果， 本研究提煉出３０ 個診療規(guī)范形式特征， 如表２ 所示。從知識計算的核心基礎(chǔ)——知識不確定性入手， 借鑒前人在可計算生物醫(yī)學(xué)知識研究中對細(xì)粒度、結(jié)構(gòu)化知識對象的總結(jié)［４３－４５］ ， 對診療規(guī)范形式特征中的知識可計算化特征進(jìn)行提煉后， 發(fā)現(xiàn)診療規(guī)范中能體現(xiàn)知識不確定性的形式特征主要有： 發(fā)布機(jī)構(gòu)和著者的權(quán)威性， 例如出版機(jī)構(gòu)、著者機(jī)構(gòu)、撰文作者、合著作者等； 發(fā)表時間次序， 例如出版日期、會議時間； 知識更新情況，例如版本／ 版次、出版卷期號； 診療規(guī)范主題類型，例如標(biāo)題、主題、關(guān)鍵詞、摘要等。

２） 診療規(guī)范內(nèi)容特征描述

從宏觀層面來分析診療規(guī)范的內(nèi)容特征， 大體可從文本類型權(quán)威程度、整體內(nèi)容結(jié)構(gòu)要素等方面體現(xiàn)其知識的不確定性。①權(quán)威程度。臨床實(shí)驗方法和類型的多元性使得診療規(guī)范中證據(jù)／ 知識的分級及推薦具有差異性， 而這種差異性恰好能體現(xiàn)診療規(guī)范知識的不確定性程度。臨床證據(jù)分級系統(tǒng)作為衡量以診療規(guī)范為核心的循證醫(yī)學(xué)證據(jù)推薦等級和證據(jù)水平的有效性工具［４６］ ， 在支持循證醫(yī)學(xué)證據(jù)輔助臨床決策制定中發(fā)揮重要作用， 其中以ＧＲＡＤＥ分級標(biāo)準(zhǔn)應(yīng)用最為廣泛［４７－４８］ ?？筛鶕?jù)ＧＲＡＤＥ 分級標(biāo)準(zhǔn)、臨床實(shí)踐經(jīng)驗等對各類型診療規(guī)范權(quán)威程度進(jìn)行等級劃分， 以體現(xiàn)其權(quán)威程度差異性； ②結(jié)構(gòu)要素。對診療規(guī)范行文結(jié)構(gòu)調(diào)研發(fā)現(xiàn)， 因研究方法、目標(biāo)受眾、應(yīng)用環(huán)境的差異， 診療規(guī)范結(jié)構(gòu)要素的邏輯組成也有所不同， 整體上以診療規(guī)范類型為標(biāo)準(zhǔn)， 呈現(xiàn)出結(jié)構(gòu)要素個性化但內(nèi)容范圍一致性的特征。具體的， 其結(jié)構(gòu)要素主要包括前言／ 引言、研究現(xiàn)狀、評估方法／ 標(biāo)準(zhǔn)、證據(jù)類別、推薦等級、更新要點(diǎn)、基本概念、診療環(huán)節(jié)措施、小結(jié)、附錄、參考文獻(xiàn)等。其中， 因不同結(jié)構(gòu)要素描述的內(nèi)容不同， 不確定性知識分布也有差異性， 例如， 相對于證據(jù)類別、推薦等級、基本概念等描述性內(nèi)容， 診療規(guī)范的前言／ 引言、研究現(xiàn)狀、更新要點(diǎn)等部分包含的不確定性知識更多。

從微觀層面來分析診療規(guī)范的內(nèi)容特征， 需綜合考慮診療規(guī)范形式特征以及宏觀內(nèi)容特征， 將診療規(guī)范知識的不確定性特征融入分析過程中， 從本質(zhì)上對其證據(jù)等級、內(nèi)容要素進(jìn)行探討。①證據(jù)等級。證據(jù)等級是診療規(guī)范知識存在不確定性最直觀的體現(xiàn)， 且能以等級形式對診療規(guī)范知識不確定性進(jìn)行定量描述。一般從證據(jù)類別和證據(jù)推薦等級兩個方面對診療規(guī)范的證據(jù)等級進(jìn)行刻畫。通過包括證據(jù)水平、證據(jù)來源等在內(nèi)的證據(jù)特征和專家共識度， 綜合反映診療規(guī)范中知識的證據(jù)類別， 以及通過推薦標(biāo)準(zhǔn)和具體推薦級別對推薦等級進(jìn)行描述；②內(nèi)容要素。醫(yī)學(xué)領(lǐng)域知識的不確定性現(xiàn)象主要是由不完善數(shù)據(jù)和有限經(jīng)驗導(dǎo)致的診斷過程及其結(jié)果不確定性、患者依從性和治療效果不可預(yù)測、疾病預(yù)后結(jié)果不確定性等造成的［４９－５０］ ， 且這些問題在診療規(guī)范中均有體現(xiàn)， 例如： 診斷措施均以等級推薦形式描述、治療手段和效果大多附有統(tǒng)計學(xué)參數(shù)、預(yù)后結(jié)果的置信度大多通過內(nèi)容要素來描述。因此，可從診療規(guī)范中提煉出體現(xiàn)診療規(guī)范知識不確定性特征的內(nèi)容要素， 主要涉及描述不確定性知識的不確定線索詞， 包括統(tǒng)計學(xué)指標(biāo)、參數(shù)、具有模糊／矛盾／ 爭議性詞匯等。

４診療規(guī)范知識計算化模式構(gòu)建

本研究針對診療規(guī)范轉(zhuǎn)化利用相關(guān)研究中知識內(nèi)容挖掘深度較淺、文本結(jié)構(gòu)化程度較弱的問題，借鑒可計算生物醫(yī)學(xué)知識核心思想和ＤＩＫＷ 層級模型內(nèi)涵， 構(gòu)建“１－３３６” 診療規(guī)范知識計算化模式立方體， 深入探討診療規(guī)范“數(shù)據(jù)—知識—實(shí)踐”實(shí)現(xiàn)路徑及其關(guān)鍵環(huán)節(jié)打通措施， 模式立方體包括１ 個核心目標(biāo)、３ 個知識層級、３ 條實(shí)現(xiàn)子路徑和６個關(guān)鍵環(huán)節(jié)。

４.１診療規(guī)范知識計算化目標(biāo)

診療規(guī)范知識計算化的核心目標(biāo)是實(shí)現(xiàn)“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)快速流轉(zhuǎn)， 即研究如何利用知識計算化手段， 高效、精準(zhǔn)地將診療規(guī)范物理層面的文獻(xiàn)單元轉(zhuǎn)化為認(rèn)知層面的醫(yī)學(xué)知識單元，并在醫(yī)學(xué)知識單元計算化研究基礎(chǔ)上實(shí)現(xiàn)診療規(guī)范轉(zhuǎn)化應(yīng)用， 促進(jìn)診療規(guī)范賦能臨床診療決策的同時， 在知識驅(qū)動實(shí)踐的基礎(chǔ)上實(shí)現(xiàn)智慧驅(qū)動的知識再生、知識再創(chuàng)， 實(shí)現(xiàn)數(shù)據(jù)、知識、智慧驅(qū)動的知識生產(chǎn)、知識應(yīng)用與知識創(chuàng)新。

４.２診療規(guī)范知識計算化模式核心思想

本研究以診療規(guī)范為研究對象， 聚焦診療規(guī)范知識計算化核心目標(biāo)， 把握ＤＩＫＷ 層級模型各層級內(nèi)涵［５１－５２］ ， 遵循ＣＢＫ 核心思想， 以ＤＩＫＷ 層級模型四要素對標(biāo)ＣＢＫ 核心思想三要素， 并對ＣＢＫ 核心思想的關(guān)鍵環(huán)節(jié)進(jìn)行重新解讀、定義和解析后， 將層級模型中的數(shù)據(jù)和信息、知識、智慧分別與模式核心思想中的數(shù)據(jù)、知識、實(shí)踐相對應(yīng)， 提煉出包含數(shù)據(jù)、知識、實(shí)踐３ 個要素， 以及數(shù)據(jù)—數(shù)據(jù)（Ｄａｔａ ｔｏ Ｄａｔａ， Ｄ２Ｄ）、Ｄ２Ｋ、知識—知識（Ｋｎｏｗｌ?ｅｄｇｅ ｔｏ Ｋｎｏｗｌｅｄｇｅ， Ｋ２Ｋ）、Ｋ２Ｐ、實(shí)踐—實(shí)踐（Ｐｒａｃ?ｔｉｃｅ ｔｏ Ｐｒａｃｔｉｃｅ， Ｐ２Ｐ）、Ｐ２Ｄ 等６ 個關(guān)鍵環(huán)節(jié)的診療規(guī)范知識計算化模式的核心思想， 如圖１ 所示。該核心思想以要素之間的逐層流轉(zhuǎn)作為實(shí)現(xiàn)“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)過程各環(huán)節(jié)有序轉(zhuǎn)化的可行路徑， 為診療規(guī)范知識計算化模式構(gòu)建奠定思想及理論基礎(chǔ)。

４.３診療規(guī)范知識計算化模式

遵循診療規(guī)范知識計算化模式核心思想， 引入“數(shù)據(jù)—知識—智慧” 三級驅(qū)動方式［５３］ ， 賦能診療規(guī)范知識計算化實(shí)現(xiàn)過程并形成診療規(guī)范知識計算化模式立方體。該模式立方體將診療規(guī)范知識計算化過程分為數(shù)據(jù)準(zhǔn)備、知識計算化以及知識轉(zhuǎn)化３個主要部分， 如圖２ 所示。

第一， 數(shù)據(jù)準(zhǔn)備部分， 即為診療規(guī)范文本的蓄積過程（Ｄ２Ｄ）， 診療規(guī)范文本中的知識具備領(lǐng)域特殊性， 其形成需依據(jù)不同來源的權(quán)威證據(jù)／ 知識／ 數(shù)據(jù)， 從而支持診療規(guī)范知識在臨床實(shí)踐中輔助診療決策制定。且根據(jù)疾病發(fā)生發(fā)展進(jìn)程和診療進(jìn)程，診療規(guī)范文本類型會越來越多， 數(shù)量也會向規(guī)模化發(fā)展， 是整個模式實(shí)現(xiàn)的數(shù)據(jù)基礎(chǔ)。第二， 診療規(guī)范文本的計算化過程可分為３ 個環(huán)節(jié)。首先是數(shù)據(jù)驅(qū)動的Ｄ２Ｋ 環(huán)節(jié)和Ｋ２Ｋ 環(huán)節(jié)。Ｄ２Ｋ 環(huán)節(jié)即在數(shù)據(jù)驅(qū)動支持下， 利用知識組織、計算機(jī)技術(shù)等對診療規(guī)范文本進(jìn)行數(shù)據(jù)獲取、命名實(shí)體識別、實(shí)體關(guān)系抽取、知識表示等操作［５４］ ， 從診療規(guī)范形式特征以及內(nèi)容特征等多維角度對知識資源進(jìn)行描述， 不斷地對診療規(guī)范知識粒度進(jìn)行細(xì)化， 加強(qiáng)實(shí)體間語義關(guān)聯(lián)， 形成計算機(jī)可讀可理解的醫(yī)學(xué)知識單元，實(shí)現(xiàn)診療規(guī)范知識結(jié)構(gòu)化。Ｋ２Ｋ 環(huán)節(jié)作為連接Ｄ２Ｋ 和Ｋ２Ｐ 之間鴻溝的橋梁， 通過在以醫(yī)學(xué)知識單元為基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)內(nèi)融入診療規(guī)范知識可計算化特征， 并對融合后的知識進(jìn)行表示以形成形式上可計算的醫(yī)學(xué)知識單元， 實(shí)現(xiàn)診療規(guī)范知識特征融合化， 為診療規(guī)范知識數(shù)據(jù)化奠定基礎(chǔ)； 再者是知識驅(qū)動的Ｋ２Ｐ 環(huán)節(jié)， 旨在將醫(yī)學(xué)知識單元從“可計算” 向“計算化” 轉(zhuǎn)變， 是診療規(guī)范知識計算化過程的核心步驟， 也是計算化診療規(guī)范知識實(shí)踐的基礎(chǔ)。該環(huán)節(jié)以數(shù)據(jù)驅(qū)動的診療規(guī)范文本知識組織結(jié)果為依據(jù)， 在知識驅(qū)動下， 利用知識計算化技術(shù)或方法， 對可計算化醫(yī)學(xué)知識單元中的可計算化特征——知識的不確定性進(jìn)行測度， 形成計算化診療規(guī)范知識， 定量化描述診療規(guī)范知識不確定性的同時， 實(shí)現(xiàn)診療規(guī)范知識數(shù)據(jù)化， 為知識在實(shí)踐中高效、便捷應(yīng)用奠定基礎(chǔ)。第三， 知識轉(zhuǎn)化過程可分為兩個環(huán)節(jié)， 即為智慧驅(qū)動的診療規(guī)范知識在實(shí)踐中不斷被驗證的過程（Ｐ２Ｐ）以及診療規(guī)范知識的再生過程（Ｐ２Ｄ）。醫(yī)學(xué)知識在實(shí)踐中能夠被驗證且再生的根源在于醫(yī)學(xué)知識存在不確定性， 且醫(yī)學(xué)知識的不確定性是醫(yī)學(xué)知識漸進(jìn)式、顛覆式發(fā)展的關(guān)鍵［１８］ 。該部分以前序環(huán)節(jié)中產(chǎn)生的計算化診療規(guī)范知識中的不確定性為實(shí)踐基礎(chǔ)， 在醫(yī)學(xué)研究不斷發(fā)展的過程中， 通過在臨床診療過程中對不確定性知識的不確定性程度進(jìn)行反復(fù)驗證， 若符合現(xiàn)實(shí)情況， 則繼續(xù)在實(shí)踐的反復(fù)驗證過程中逐漸增強(qiáng)其確定性程度， 促進(jìn)臨床診療決策協(xié)同化發(fā)展。若出現(xiàn)醫(yī)療逆轉(zhuǎn)［５５］ ， 則產(chǎn)生新知識， 促進(jìn)診療規(guī)范知識創(chuàng)新化發(fā)展。

研究緊密圍繞診療規(guī)范知識計算化模式核心思想中的“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)過程， 在“數(shù)據(jù)—知識—智慧” 三級驅(qū)動下， 從知識組織層面，逐步實(shí)現(xiàn)診療規(guī)范知識單元描述維度由少到多、知識組織粒度由粗到細(xì)、語義關(guān)聯(lián)強(qiáng)度由弱到強(qiáng)的轉(zhuǎn)變； 從知識計算化層面， 逐步實(shí)現(xiàn)診療規(guī)范知識單元不可再分性由弱到強(qiáng)以及知識不確定性由高到低的轉(zhuǎn)變。

５診療規(guī)范知識計算化實(shí)現(xiàn)路徑及關(guān)鍵環(huán)節(jié)

以診療規(guī)范知識計算化模式立方體為指導(dǎo)， 以診療規(guī)范“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)流轉(zhuǎn)過程為研究主線， 在“數(shù)據(jù)—知識—智慧” 三級驅(qū)動下， 根據(jù)診療規(guī)范知識在各要素內(nèi)和各要素間的流轉(zhuǎn)特點(diǎn)，以及模式立方體各關(guān)鍵環(huán)節(jié)具體任務(wù)， 將模式立方體層級結(jié)構(gòu)抽象為數(shù)據(jù)蓄積層、知識組織層和知識轉(zhuǎn)化層， 并對各層級實(shí)現(xiàn)路徑及其關(guān)鍵環(huán)節(jié)進(jìn)行設(shè)計和探索， 使模式立方體各層級結(jié)構(gòu)與實(shí)現(xiàn)路徑、關(guān)鍵環(huán)節(jié)相呼應(yīng)， 形成結(jié)構(gòu)上環(huán)環(huán)相扣、層層銜接，內(nèi)容上知識組織程度逐漸深化， 語義上知識關(guān)聯(lián)程度逐漸加強(qiáng)的診療規(guī)范知識計算化模式實(shí)現(xiàn)路徑，如圖３ 所示， 從而為探索診療規(guī)范知識計算化具體實(shí)現(xiàn)方式與各關(guān)鍵環(huán)節(jié)打通措施提供框架指導(dǎo)。

５.１診療規(guī)范數(shù)據(jù)規(guī)?；窂?/p>

數(shù)據(jù)蓄積層是整個模式層級結(jié)構(gòu)的基礎(chǔ)， 描述的是Ｄ２Ｄ 環(huán)節(jié)中診療規(guī)范文本從量和質(zhì)上不斷累積、規(guī)?；l(fā)展的過程。通過對各類型、各版本診療規(guī)范文本的蓄積， 能為診療規(guī)范知識計算化過程的知識組織層奠定數(shù)據(jù)資源基礎(chǔ)。診療規(guī)范是對相關(guān)醫(yī)學(xué)知識進(jìn)行整合、分析、評價后的最終結(jié)果呈現(xiàn)， 是能夠為臨床診療決策提供循證支持的最佳醫(yī)學(xué)知識。因此， 診療規(guī)范數(shù)據(jù)規(guī)?；ㄔ坚t(yī)學(xué)知識的蓄積過程和以原始醫(yī)學(xué)知識為基礎(chǔ)數(shù)據(jù)形成的診療規(guī)范文本的蓄積過程。原始醫(yī)學(xué)知識的蓄積是對所有相關(guān)醫(yī)學(xué)知識的整合集成過程， 具體可從原始醫(yī)學(xué)知識的來源、維度、結(jié)構(gòu)、粒度、形式等角度進(jìn)行分析。①來源視角。原始醫(yī)學(xué)知識來源廣泛， 從來源平臺看， 有各類中英文醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫，英文以療效評價文摘庫（Ｔｈｅ Ｄａｔａｂａｓｅ ｏｆ Ａｂｓｔｒａｃｔｓ ｏｆＲｅｖｉｅｗ ｏｆ Ｅｆｆｅｃｔｉｖｅｎｅｓｓ， ＤＡＲＥ）、Ｃｏｃｈｒａｎｅ 系統(tǒng)評價資料庫（Ｔｈｅ Ｃｏｃｈｒａｎｅ Ｄａｔａｂａｓｅ ｏｆ Ｓｙｓｔｅｍａｔｉｃ Ｒｅ?ｖｉｅｗｓ， ＣＤＳＲ）、Ｍｅｄｉｌｉｎｅ、ＰｕｂＭｅｄ 等為主， 中文以中國臨床腫瘤學(xué)會（Ｃｈｉｎｅｓｅ Ｓｏｃｉｅｔｙ ｏｆ Ｃｌｉｎｉｃａｌ Ｏｎ?ｃｏｌｏｇｙ， ＣＳＣＯ）、萬方醫(yī)學(xué)網(wǎng)臨床診療知識庫、中華醫(yī)學(xué)期刊全文數(shù)據(jù)庫等為主； 從來源場景看， 原始醫(yī)學(xué)知識可源于臨床診療、社區(qū)衛(wèi)生服務(wù)、個人自主健康管理等場景； 從來源環(huán)節(jié)看， 根據(jù)臨床診療全過程， 原始醫(yī)學(xué)知識可源于預(yù)防、診斷、治療、隨訪各個環(huán)節(jié)； ②維度視角。依據(jù)臨床研究設(shè)計類型， 原始醫(yī)學(xué)知識包括病例報道、描述性橫斷面研究、隊列研究、病例對照研究、分析性橫斷面研究及（非）隨機(jī)對照研究在內(nèi)的原始研究和包括文獻(xiàn)綜述、定性系統(tǒng)分析及薈萃分析在內(nèi)的二次研究［５６］ ；依據(jù)文獻(xiàn)加工程度， 原始醫(yī)學(xué)知識可分為一次文獻(xiàn)、二次文獻(xiàn)及三次文獻(xiàn)； 依據(jù)知識外顯程度， 原始醫(yī)學(xué)知識包括以個人經(jīng)驗為主的隱性知識和包括教科書、文獻(xiàn)、電子病歷等在內(nèi)的顯性知識［５７］ ； ③結(jié)構(gòu)視角。原始醫(yī)學(xué)知識載體結(jié)構(gòu)多樣化， 有影像、病理切片、文本等非結(jié)構(gòu)化知識， 也有電子病歷、檢查檢驗結(jié)果等結(jié)構(gòu)化或半結(jié)構(gòu)化知識； ④粒度視角。原始醫(yī)學(xué)知識的粒度可以是一本著作、一篇文獻(xiàn)、一項實(shí)驗記錄， 也可以是一個方法、一條規(guī)則或者一個事實(shí)； ⑤形式視角。原始醫(yī)學(xué)知識呈現(xiàn)形式多樣， 且多以．ｐｄｆ、．ｄｏｃ或者．ｈｔｍｌ等形式出現(xiàn)。這些不同來源、不同維度、不同結(jié)構(gòu)、不同粒度、不同形式的原始醫(yī)學(xué)知識， 囊括了個人臨床經(jīng)驗、臨床技能、臨床資料和醫(yī)學(xué)專業(yè)知識， 是形成診療規(guī)范的數(shù)據(jù)基礎(chǔ)和核心， 能為診療規(guī)范的形成過程提供數(shù)據(jù)參考依據(jù)和評價基礎(chǔ)。

診療規(guī)范文本的蓄積是由領(lǐng)域權(quán)威專家綜合醫(yī)學(xué)基礎(chǔ)知識， 根據(jù)循證醫(yī)學(xué)證據(jù)評價過程和標(biāo)準(zhǔn)，參照診療規(guī)范的語言特點(diǎn)、成文模式及領(lǐng)域?qū)＜易陨砭邆涞膱?zhí)業(yè)技能、臨床經(jīng)驗、專業(yè)知識， 利用統(tǒng)計學(xué)方法、信息分析技術(shù)、數(shù)據(jù)科學(xué)方法等， 對不同來源、不同維度、不同結(jié)構(gòu)、不同粒度、不同形式的， 具有有效性、代表性以及可行性的最新、最權(quán)威原始醫(yī)學(xué)知識進(jìn)行臨床使用價值分析評價， 并對評價結(jié)果進(jìn)行全面總結(jié)和深度提煉， 最終形成以診療規(guī)范文本形式存在的， 能支持臨床診療決策制定的最佳循證醫(yī)學(xué)知識的過程， 如圖４ 所示。隨著醫(yī)學(xué)研究的不斷發(fā)展， 知識轉(zhuǎn)化力度不斷深入， 醫(yī)學(xué)知識推陳出新， 不斷支持領(lǐng)域權(quán)威專家對各方證據(jù)、經(jīng)驗的持續(xù)性總結(jié)和深度提煉的同時， 進(jìn)一步促進(jìn)診療規(guī)范文本內(nèi)容不斷更新和數(shù)量規(guī)?；l(fā)展。

５.２診療規(guī)范知識計算化路徑

知識組織層是整個模式層級結(jié)構(gòu)的核心， 研究的是診療規(guī)范知識計算化具體實(shí)現(xiàn)過程?！皵?shù)據(jù)＋知識” 驅(qū)動的診療規(guī)范知識計算化體現(xiàn)了診療規(guī)范知識轉(zhuǎn)化利用再生的知識密集性、價值性， 數(shù)據(jù)驅(qū)動強(qiáng)調(diào)對規(guī)?；\療規(guī)范文本中知識的抽取、表示與關(guān)聯(lián)， 從而實(shí)現(xiàn)診療規(guī)范文本知識發(fā)現(xiàn)過程。知識驅(qū)動強(qiáng)調(diào)在數(shù)據(jù)驅(qū)動診療規(guī)范知識組織的基礎(chǔ)上， 進(jìn)一步推動序化的診療規(guī)范知識向?qū)嵺`過渡的過程。無論是數(shù)據(jù)驅(qū)動還是知識驅(qū)動， 體現(xiàn)的都是在相關(guān)方法或技術(shù)支持下， 以診療規(guī)范文本為基礎(chǔ)的知識組織和管理過程， 強(qiáng)調(diào)診療規(guī)范知識客觀存在屬性的同時， 有效連通數(shù)據(jù)到實(shí)踐過程中間環(huán)節(jié)。離開“數(shù)據(jù)＋知識” 驅(qū)動， 診療規(guī)范實(shí)踐化將失去數(shù)據(jù)基礎(chǔ)， 也就無法輔助臨床診療決策制定， 更無法推動診療規(guī)范知識創(chuàng)新與價值共創(chuàng)。在文本挖掘和知識引導(dǎo)的聯(lián)合驅(qū)動下， 以數(shù)據(jù)蓄積層積累的規(guī)?；\療規(guī)范文本為數(shù)據(jù)基礎(chǔ)， 通過Ｄ２Ｋ 環(huán)節(jié)——知識結(jié)構(gòu)化、Ｋ２Ｋ 環(huán)節(jié)——特征融合化、Ｋ２Ｐ 環(huán)節(jié)——知識數(shù)據(jù)化３ 個關(guān)鍵環(huán)節(jié)實(shí)現(xiàn)診療規(guī)范知識計算化， 為計算化診療規(guī)范知識轉(zhuǎn)化利用再生奠定知識實(shí)踐基礎(chǔ)。

１） 知識結(jié)構(gòu)化

Ｄ２Ｋ 環(huán)節(jié)描述的是對診療規(guī)范知識進(jìn)行知識單元序化和知識關(guān)聯(lián)挖掘過程。數(shù)據(jù)驅(qū)動的知識結(jié)構(gòu)化強(qiáng)調(diào)的是診療規(guī)范的數(shù)據(jù)屬性， 探索的是如何高效、精準(zhǔn)地將物理層面的診療規(guī)范文本轉(zhuǎn)化為認(rèn)知層面的醫(yī)學(xué)知識單元的知識結(jié)構(gòu)化過程， 是知識組織的核心任務(wù)， 也是實(shí)現(xiàn)知識發(fā)現(xiàn)的必要過程。首先， 在數(shù)據(jù)蓄積層的支持下， 通過檢索數(shù)據(jù)庫、爬蟲、人工轉(zhuǎn)錄等方式， 對包括臨床指南、專家共識、專家意見、臨床路徑、指導(dǎo)原則、國家標(biāo)準(zhǔn)等在內(nèi)的診療規(guī)范知識資源進(jìn)行采集與預(yù)處理工作，以便形成結(jié)構(gòu)統(tǒng)一、格式一致、表達(dá)規(guī)范的診療規(guī)范語料， 為后續(xù)知識結(jié)構(gòu)化奠定基礎(chǔ)， 也為特征融合化、知識數(shù)據(jù)化環(huán)節(jié)創(chuàng)造前提。然后， 在診療規(guī)范語料的支持下， 根據(jù)診療規(guī)范形式特征、內(nèi)容特征及病種特點(diǎn)， 將診療規(guī)范知識劃分為不同類別。診療規(guī)范知識分類方式有： ①從疾病進(jìn)展出發(fā)， 可將其分為早期、中期及晚期； ②從診療流程出發(fā)，根據(jù)診療規(guī)范知識源于臨床實(shí)踐而具備程序性特征， 可將其分為診前、診中及診后， 或預(yù)防類、檢驗類、檢查類、診斷類、治療類、預(yù)后類、隨訪類等； ③從學(xué)科領(lǐng)域特性出發(fā)， 根據(jù)不同醫(yī)學(xué)子領(lǐng)域分支特性， 可將其分為流行病學(xué)類、臨床醫(yī)學(xué)類、預(yù)防醫(yī)學(xué)類等； ④從知識推理特性出發(fā)， 根據(jù)其是否具備推理能力， 可將其分為陳述性知識、過程性知識［５８］ 。鑒于此， 利用知識挖掘、知識組織理論方法和技術(shù)， 構(gòu)建診療規(guī)范概念體系對語料中不同類別的診療規(guī)范知識進(jìn)行概念分析、分類、描述和標(biāo)引， 并在自然語言處理、潛在語義分析、機(jī)器學(xué)習(xí)等人工智能技術(shù)的支撐下， 通過人工構(gòu)建專業(yè)領(lǐng)域詞典或基于現(xiàn)有的標(biāo)注數(shù)據(jù)對診療規(guī)范語料進(jìn)行命名實(shí)體識別后， 利用人工定義的抽取規(guī)則或深度學(xué)習(xí)方式， 從語料中抽取出可以描述和表示診療規(guī)范知識的實(shí)體、概念、屬性及關(guān)系的醫(yī)學(xué)知識單元。最后， 使用ＸＭＬ、ＲＤＦ、本體等語義網(wǎng)技術(shù)對醫(yī)學(xué)知識單元進(jìn)行知識關(guān)聯(lián)［５９］ ， 并通過規(guī)則、分布式表示、神經(jīng)網(wǎng)絡(luò)以及混合推理方式實(shí)現(xiàn)關(guān)聯(lián)知識顯性化， 動態(tài)展示知識向智慧轉(zhuǎn)化的過程。

２） 特征融合化

知識結(jié)構(gòu)化過程中形成的醫(yī)學(xué)知識單元， 是對診療規(guī)范語料中相對獨(dú)立的知識內(nèi)容的形式化表示， 其以ＳＰＯ 三元組（主語—謂語—賓語， Ｓｕｂｊｅｃｔ－Ｐｒｅｄｉｃａｔｉｏｎ－Ｏｂｊｅｃｔ）的形式對診療規(guī)范內(nèi)容本身進(jìn)行刻畫， 未涉及診療規(guī)范知識的可計算化特征及其屬性， 僅能形成計算機(jī)可讀、可理解的醫(yī)學(xué)知識單元。Ｋ２Ｋ 環(huán)節(jié)作為連接Ｄ２Ｋ 環(huán)節(jié)和Ｋ２Ｐ 環(huán)節(jié)的橋梁， 其目的是以醫(yī)學(xué)知識單元為基礎(chǔ)， 從知識不確定性角度入手， 基于診療規(guī)范知識的動態(tài)性、爭議性、模糊性等特點(diǎn)， 對診療規(guī)范外部形式特征和文本內(nèi)容特征中的知識可計算化特征進(jìn)行篩選， 并將其與醫(yī)學(xué)知識單元相融合， 實(shí)現(xiàn)特征融合化， 進(jìn)而形成可計算化醫(yī)學(xué)知識單元的過程。例如： 發(fā)表時間能表征知識的動態(tài)性、主題類型和證據(jù)等級能表征知識的權(quán)威性、相關(guān)論據(jù)的指標(biāo)參數(shù)和不確定性線索詞能表征知識的爭議性和模糊性?？捎嬎慊t(yī)學(xué)知識單元的表示是在所構(gòu)建的知識表示模型的基礎(chǔ)上， 綜合考慮診療規(guī)范知識可計算化特征及其屬性， 利用語義鏈接技術(shù)從語義關(guān)聯(lián)的角度對知識內(nèi)容間存在的內(nèi)在邏輯關(guān)聯(lián)進(jìn)行描述和刻畫的過程。通過知識元語義鏈接形成的可計算化醫(yī)學(xué)知識單元能夠準(zhǔn)確地描述和維系可計算化知識內(nèi)部間的內(nèi)涵關(guān)聯(lián)和知識間的外延關(guān)聯(lián)， 并從不同角度體現(xiàn)診療規(guī)范知識的可計算性， 為診療規(guī)范知識數(shù)據(jù)化奠定知識基礎(chǔ)。

３） 知識數(shù)據(jù)化

Ｄ２Ｋ 環(huán)節(jié)和Ｋ２Ｋ 環(huán)節(jié)實(shí)現(xiàn)了診療規(guī)范知識在表示形式上可計算， 為Ｋ２Ｐ 環(huán)節(jié)實(shí)現(xiàn)知識在實(shí)踐中“可執(zhí)行” 奠定了知識基礎(chǔ)。知識驅(qū)動的診療規(guī)范知識數(shù)據(jù)化強(qiáng)調(diào)的是知識的價值屬性， 是對知識內(nèi)涵的優(yōu)化再造過程， 探討的是如何基于可計算化醫(yī)學(xué)知識單元打通診療規(guī)范知識“可計算” 到“如何計算” 的溝壑， 實(shí)現(xiàn)診療規(guī)范知識計算化，為智慧驅(qū)動的診療規(guī)范轉(zhuǎn)化利用再生提供決策支持。且該過程的關(guān)鍵在于對可計算化醫(yī)學(xué)知識單元的不確定性進(jìn)行測度。

基于Ｋ２Ｋ 環(huán)節(jié)中從定性角度對可計算化醫(yī)學(xué)知識單元相關(guān)知識對象屬性的完整性描述， Ｋ２Ｐ環(huán)節(jié)從定量角度出發(fā)， 基于診療規(guī)范文本中對相關(guān)醫(yī)學(xué)知識證據(jù)等級的描述情況， 參考循證醫(yī)學(xué)證據(jù)分級標(biāo)準(zhǔn)， 從診療規(guī)范文本形式特征、內(nèi)容特征入手， 對診療規(guī)范知識可計算特征的不確定性權(quán)重進(jìn)行量化賦值。并在此基礎(chǔ)上， 利用信息融合或知識融合方法， 對可計算化醫(yī)學(xué)知識單元的不確定性權(quán)重進(jìn)行度量， 獲得表示知識對象的統(tǒng)一或一致的意見， 形成診療規(guī)范知識的證據(jù)化表示， 進(jìn)而為知識轉(zhuǎn)化層提供有效的、可靠的且具有置信度的計算化診療規(guī)范知識。其中， 利用信息融合或知識融合方法實(shí)現(xiàn)診療規(guī)范知識的不確定性測度， 可從多屬性融合角度， 對診療規(guī)范知識的不確定性特征進(jìn)行融合， 例如， Ｄ－Ｓ 證據(jù)理論、群體論證理論等； 從知識評價角度， 對診療規(guī)范文本內(nèi)容中符合量表指標(biāo)或具有評論性說明的知識進(jìn)行提取和測度， 例如，量表、證據(jù)—評論網(wǎng)絡(luò)等； 從信源穩(wěn)定性角度， 借鑒物理系統(tǒng)穩(wěn)態(tài)維持原理， 將診療規(guī)范文本內(nèi)容中體現(xiàn)知識模糊性、沖突性、矛盾性或動態(tài)性的特征作為知識生態(tài)不穩(wěn)定因素， 并以此為依據(jù)對相關(guān)特征進(jìn)行概率統(tǒng)計以實(shí)現(xiàn)知識的不確定性測度， 例如： 概率、信息熵等。

５.３診療規(guī)范知識轉(zhuǎn)化路徑

知識轉(zhuǎn)化層是診療規(guī)范知識計算化模式的終點(diǎn)， 探索的是計算化診療規(guī)范知識的利用及再生過程， 與“數(shù)據(jù)—知識” 驅(qū)動不同， 雖然粗粒度的診療規(guī)范文本， 細(xì)粒度、碎片化的醫(yī)學(xué)知識單元和可計算化醫(yī)學(xué)知識單元能在一定程度上支持臨床診療決策， 但無法適應(yīng)復(fù)雜性、綜合性病情進(jìn)展和診療環(huán)境的決策需求。智慧驅(qū)動的診療規(guī)范知識轉(zhuǎn)化路徑強(qiáng)調(diào)知識的決策屬性， 是計算化診療規(guī)范知識能使實(shí)踐智慧化、決策協(xié)同化、知識創(chuàng)新化的核心價值體現(xiàn)， 也是“數(shù)據(jù)—知識” 驅(qū)動發(fā)展演化的必然階段。決策協(xié)同和知識創(chuàng)新作為診療規(guī)范知識轉(zhuǎn)化路徑的核心任務(wù)， 其本質(zhì)是在社會發(fā)展、科研深入、醫(yī)學(xué)進(jìn)步綜合影響下的， 以疾病診療全過程為知識轉(zhuǎn)化背景的， 診療規(guī)范知識的不確定性長期漸進(jìn)變化的過程。為了更好地探索診療規(guī)范知識轉(zhuǎn)化實(shí)現(xiàn)路徑， 本研究從臨床診療全過程出發(fā)， 明晰決策協(xié)同化和知識創(chuàng)新化關(guān)鍵環(huán)節(jié)及其在“數(shù)據(jù)—知識—實(shí)踐” 核心思想引導(dǎo)下的診療規(guī)范知識計算化模式中的作用和價值。

１） 決策協(xié)同化

Ｐ2Ｐ環(huán)節(jié)描述的是計算化診療規(guī)范知識的不確定性程度在實(shí)踐中被反復(fù)驗證、輔助決策能力逐漸增強(qiáng)的決策協(xié)同化過程?！皵?shù)據(jù)—知識” 驅(qū)動文本形式診療規(guī)范向計算化診療規(guī)范知識轉(zhuǎn)變， 而智慧驅(qū)動計算化診療規(guī)范知識在決策協(xié)同化過程中不斷地被循證驗證， 提升計算化診療規(guī)范知識不確定性程度置信度水平的同時， 促進(jìn)診療規(guī)范知識與計算化診療規(guī)范知識的迭代進(jìn)化。面向臨床診療全過程，通過信息化技術(shù)將計算化診療規(guī)范知識移植于臨床診療信息系統(tǒng)， 能夠?qū)崿F(xiàn)在醫(yī)院、社區(qū)、家庭以及自主健康管理情境下， 為醫(yī)生、護(hù)士、患者及普通公眾等目標(biāo)人群提供診療規(guī)范知識支持， 是診療規(guī)范知識與臨床診療過程有機(jī)融合的關(guān)鍵， 是實(shí)現(xiàn)基于診療規(guī)范的智慧化臨床輔助決策支持的基礎(chǔ)步驟， 也是數(shù)據(jù)賦能醫(yī)務(wù)工作者實(shí)現(xiàn)診療決策和診療質(zhì)量同步“雙優(yōu)” 的不二法門。

在疾病預(yù)防控制階段， 計算化診療規(guī)范知識能為目標(biāo)人群提供定量化、可信可靠的疾病早防、早篩、早診、早治等預(yù)防控制措施， 輔助醫(yī)護(hù)指導(dǎo)患者防止疾病發(fā)生、延緩疾病進(jìn)展， 輔助患者實(shí)現(xiàn)精準(zhǔn)自主健康管理和健康狀態(tài)自查， 在逐步實(shí)現(xiàn)疾病有效防控的過程中， 促進(jìn)預(yù)防類計算化診療規(guī)范知識不確定性逐漸降低， 進(jìn)而更好地為疾病預(yù)防控制服務(wù)。在疾病診斷治療階段， 計算化診療規(guī)范知識能輔助醫(yī)生在綜合考慮患者自身狀況、醫(yī)院救治能力等情況后， 在檢查、檢驗、治療等方案制定環(huán)節(jié)做出合理的診療決策， 提升醫(yī)生診療同質(zhì)化水平的同時， 提高患者的生存質(zhì)量。面對不同時期不同患者個體， 在診療方案的不斷執(zhí)行過程中， 逐漸提高符合臨床實(shí)踐的診療規(guī)范知識的確定性程度， 不斷強(qiáng)化知識的權(quán)威性及其在決策中的協(xié)同能力。在預(yù)后隨訪階段， 以計算化診療規(guī)范知識為基礎(chǔ)， 為醫(yī)生預(yù)測患者生存狀態(tài)、進(jìn)展趨勢等提供權(quán)威且具有置信度的數(shù)據(jù)支持， 提高醫(yī)生對患者病情進(jìn)展的把握程度， 并為后續(xù)隨訪的側(cè)重點(diǎn)奠定工作基礎(chǔ)。

２） 知識創(chuàng)新化

Ｐ２Ｄ 環(huán)節(jié)描述的是計算化診療規(guī)范知識在長期實(shí)踐過程中， 出現(xiàn)醫(yī)療逆轉(zhuǎn)， 即診療規(guī)范知識在一項最小化相關(guān)因素偏倚的隨機(jī)對照試驗中被發(fā)現(xiàn)無效或成本高于以往較低或較早的診療措施或護(hù)理標(biāo)準(zhǔn)且不為臨床診療過程提供更多益處時［５５］ ， 知識創(chuàng)新化的過程。醫(yī)療逆轉(zhuǎn)是診療規(guī)范知識創(chuàng)新再生的源泉， 更是診療規(guī)范知識革故鼎新的基礎(chǔ)和保障。因此， 本研究以臨床科研醫(yī)療逆轉(zhuǎn)案例為例來探討計算化診療規(guī)范知識的創(chuàng)新化過程， 在疾病預(yù)防控制方面， 美國癌癥協(xié)會建議４０～４９ 歲女性每１～２年進(jìn)行一次乳房Ｘ 線檢查［６０］ ， 但Ｇ?ｔｚｓｃｈｅ Ｐ Ｃ等［６１］ 通過系統(tǒng)回顧發(fā)現(xiàn)女性并未從此中獲益， 且其因檢查所受的風(fēng)險遠(yuǎn)高于患病本身。在疾病診斷治療階段， 全世界范圍內(nèi)， 在手術(shù)麻醉中使用氯胺酮已延續(xù)５０ 余年， 且大量研究表明， 術(shù)中低劑量使用氯胺酮與心臟術(shù)后的疼痛減輕和認(rèn)知改善有關(guān)。但是， 一項國際、多中心、雙盲隨機(jī)臨床試驗發(fā)現(xiàn)， 氯胺酮在大手術(shù)后未能改善老年人譫妄癥狀， 與安慰劑相比， 反而增加了幻覺和噩夢等副作用［６２］ 。在預(yù)后隨訪階段， 多項系統(tǒng)評價發(fā)現(xiàn)， 早期支持性出院卒中康復(fù)服務(wù)可以減少腦卒中患者死亡率， 且不會給家庭照顧者帶來更多負(fù)擔(dān)。但Ｒｉｃｈ?ａｒｄ Ｉ Ｌ 等［６３］ 通過兩年多的跟蹤調(diào)查發(fā)現(xiàn)， 在中風(fēng)后施行以家庭為主導(dǎo)的康復(fù)計劃是無益的， 是對患者及其家庭時間和資源的過度消耗。由這些案例不難發(fā)現(xiàn)， 醫(yī)療逆轉(zhuǎn)現(xiàn)象的發(fā)生是對人們固有認(rèn)知以及經(jīng)驗否定的根源， 且認(rèn)知及經(jīng)驗被否定后的認(rèn)知重建過程也是及其緩慢的， 且從診療規(guī)范中消除醫(yī)療逆轉(zhuǎn)相關(guān)的知識， 對知識進(jìn)行創(chuàng)新也是緩慢且艱難的［６４－６５］ ， 但不可否認(rèn)醫(yī)療逆轉(zhuǎn)從量變到質(zhì)變的累積是知識創(chuàng)新的源動力， 更是推動診療規(guī)范知識不斷被發(fā)現(xiàn)、被深入應(yīng)用的基石。

６結(jié)語

“數(shù)據(jù)—知識—智慧” 驅(qū)動下情報研究范式的變革， 為實(shí)現(xiàn)數(shù)據(jù)向知識轉(zhuǎn)化、知識向?qū)嵺`深化提供了理論依據(jù)， 為有效推動情報工程化和智能化發(fā)展打開了新局面。本研究以診療規(guī)范為研究對象，聚焦情報學(xué)領(lǐng)域知識深層次組織方式、知識定量化測度手段、知識高效率應(yīng)用路徑等科學(xué)問題， 在可計算生物醫(yī)學(xué)知識視角下， 以解決診療規(guī)范知識組織、轉(zhuǎn)化及再生過程緩慢等實(shí)際問題為核心目標(biāo)，通過借鑒可計算生物醫(yī)學(xué)知識核心思想與ＤＩＫＷ 層級模型內(nèi)涵， 提煉出診療規(guī)范知識計算化模式核心思想， 并在模式核心思想的指導(dǎo)下， 提出了包括１個核心目標(biāo)、３ 個層級結(jié)構(gòu)、３ 條實(shí)現(xiàn)子路徑、６ 個關(guān)鍵環(huán)節(jié)的診療規(guī)范知識計算化模式立方體“１－３３６” 及其實(shí)現(xiàn)路徑。模式立方體“１－３３６” 以“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)為主線， 以“數(shù)據(jù)—知識—智慧” 三級驅(qū)動為“數(shù)據(jù)—知識—實(shí)踐” 持續(xù)循環(huán)的助推劑， 在實(shí)現(xiàn)路徑探索和關(guān)鍵環(huán)節(jié)打通的過程中， 與以往研究相比， 本研究從知識組織深度上， 逐步實(shí)現(xiàn)診療規(guī)范知識單元描述維度由少到多、知識組織粒度由粗到細(xì)、語義關(guān)聯(lián)強(qiáng)度由弱到強(qiáng)轉(zhuǎn)變； 從數(shù)據(jù)形式上， 逐步實(shí)現(xiàn)診療規(guī)范知識從文本到醫(yī)學(xué)知識單元、到可計算醫(yī)學(xué)知識單元、再到計算化醫(yī)學(xué)知識轉(zhuǎn)變； 從計算化程度上， 逐步實(shí)現(xiàn)診療規(guī)范知識從不可計算、到可計算、再到計算化轉(zhuǎn)變； 從價值提升上， 逐步實(shí)現(xiàn)診療規(guī)范知識的屬性從數(shù)據(jù)屬性， 到價值屬性， 再到?jīng)Q策屬性轉(zhuǎn)變。構(gòu)建的模式立方體及其實(shí)現(xiàn)路徑系統(tǒng)、綜合且有深度?？傮w上， “數(shù)據(jù)—知識—實(shí)踐” 循環(huán)過程的打通， 增強(qiáng)了診療規(guī)范知識在實(shí)踐中的內(nèi)涵認(rèn)知程度， 提高了知識轉(zhuǎn)化過程的適應(yīng)性， 推動了知識在實(shí)踐中的可執(zhí)行性。

診療規(guī)范知識計算化模式的構(gòu)建及其實(shí)現(xiàn)路徑的探索， 以知識計算化手段作為連通數(shù)據(jù)到實(shí)踐的有效路徑， 從根本上解決了診療規(guī)范文本直接用于實(shí)踐所面臨的難利用、不易擴(kuò)展及可植入性差等問題。且面對特定醫(yī)學(xué)問題和診療決策需求， 實(shí)現(xiàn)診療規(guī)范知識計算化對改善現(xiàn)有醫(yī)護(hù)大多基于有限的、不確定的知識進(jìn)行醫(yī)學(xué)決策的現(xiàn)狀， 打破醫(yī)學(xué)知識、臨床經(jīng)驗與臨床智慧之間的溝壑， 實(shí)現(xiàn)兩者之間和諧共存， 促進(jìn)知識到智慧再到臨床實(shí)踐轉(zhuǎn)化效能，提高知識驅(qū)動下的臨床決策支持效率， 具有里程碑式的價值和意義， 也為各領(lǐng)域知識計算化研究提供理論支撐以及方法學(xué)參考和依據(jù)。但本研究僅從理論層面探索了診療規(guī)范知識計算化模式及其實(shí)現(xiàn)路徑， 前期從實(shí)證層面對診療規(guī)范知識計算化部分內(nèi)容進(jìn)行了實(shí)證研究。未來， 筆者將以診療規(guī)范知識計算化模式立方體“１－３３６” 及其實(shí)現(xiàn)路徑為指導(dǎo)，繼續(xù)對診療規(guī)范知識的提煉、知識轉(zhuǎn)化應(yīng)用及知識創(chuàng)新進(jìn)行實(shí)證研究， 實(shí)現(xiàn)診療規(guī)范“數(shù)據(jù)—知識—實(shí)踐” 循環(huán)快速流轉(zhuǎn)， 為各領(lǐng)域知識計算化研究提供理論支撐、方法學(xué)參考和數(shù)據(jù)支持。