智能问答系统在医学领域的应用研究(综述)

    关键词：医学领域；智能问答系统；中医药

    中图分类号：TP391 文献标识码：A DOI：10.3969/j.issn.1006-1959.2018.14.007

    文章编号：1006-1959(2018)14-0016-04

    Abstract：Intelligent question-answering system can provide information service to users quickly and accurately，which is the research direction of natural language processing.In the field of medical knowledge service，it also has a good application prospect and development space.Firstly，this paper briefly introduces the research situation of intelligent question-answering system in medical field， and then expounds the three components and key technologies of question analysis，information retrieval and answer extraction in medical intelligent question answering system.Finally，its application in traditional Chinese medicine is expounded，and the further development of medical intelligent question-answering system is prospected., 百拇医药     Key words：Medical field；Intelligent question-answering system；Traditional Chinese medicine

    隨着科学技术的发展，互联网应用开始普及于人类生活的方方面面，健康医疗与互联网相结合是医学信息化发展的必然趋势。医学信息化的发展影响着人们对健康知识的获取方式。目前，对医学相关知识的搜索主要通过传统搜索引擎，例如百度百科、360搜索等，这种搜索方式一般只需用户输入关键字，便会返回大量的网页。然而这些方式难以满足用户的需求：一方面系统不能返回给用户最直接的答案，而是一些与问题相关的网页或者文档，用户需要再次从这些网页或者文档中寻找最终想要的答案。尤其对于非医学专业人员，他们对医学知识了解不深，寻找答案会更加困难。另一方面答案质量参差不齐，用户在查找、获取、理解方面会存在许多困难。智能问答系统不仅可以允许用户以自然语言方式提问，还能返回给用户准确、简洁的答案，不需要用户再次筛选合适的答案。将智能问答系统应用于医学领域，能够进一步提高人们获取健康知识的便捷性、准确性。, 百拇医药     1智能问答系统在医学领域研究概况

    1.1发展历程 智能问答系统的发展可追溯到图灵测试时期，其主要测试机器是否具备人类智能。20世纪60年代，由于计算、数据资源有限，主要是限定领域智能问答系统发展，比如专家系统。这些系统中搜索答案的数据集来自于专家手工编写。90年代以来，自然语言处理技术的兴起和语义信息的应用，以及随着网上的资源越来越丰富，智能问答系统得到了快速发展[1]。尤其在1999年国际文本检索会议(简称TREC)引入了问答系统评测专项(简称QA Track)后，QA Track成为了最受欢迎的TREC评测项目之一，智能问答系统的发展速度越来越快。相比之下，医学领域智能问答系统研究起步较晚，当前尚处于初步发展阶段[2]。

    1.2研究现状

    1.2.1国外研究情况说明 国外在医学领域智能问答系统研究中已有了初步发展，国外的医学智能问答系统，见表1。从面向的对象来看，MedQA、AskHERMES、MEANS、AskCuebee主要针对医学专业人员，如AskCuebee是一款用于寄生虫学家获取与寄生虫有关知识的系统。mnquireMe则是针对大众群体，通过问题-答案对返回给用户想要的信息。从使用技术的不同来看，可以分为基于传统检索技术的问答系统和基于语义技术的问答系统。基于传统检索技术的问答系统有MedQA、AskHERMES、mnquireMe，基于语义技术的问答系统有MEANS、AskCuebee。基于传统检索技术的问答系统主要采用关键词匹配技术，这种方法的问答系统对于抽取的答案质量有一定局限性。基于语义技术的问答系统主要采用语义分析法对问题和抽取的答案进行分析，不再只是单纯的关键词匹配，而是从语义层面上对问题和答案进行了分析思考，答案质量有所提高。, 百拇医药     1.2.2国内研究情况说明 国内智能问答系统起步相对较晚。HestiaQA是由Zhang等人[8]针对疾病咨询所做的中文问答系统。中科院计算研究所研究过一款医学检索系统[9]，这个系统采用深度问答方法对问题进行分析以及答案的抽取。由赵欣[10]发明的基于疾病圈的疾病自诊知识问答系统主要为了大众提供疾病知识的科学依据。其主要研究步骤是：建立疾病圈，根据疾病的不同建立不同的疾病子圈，系统从疾病圈抽取出一些问题用于该圈子的会员回答，另一方面，会员可以向题库中添加问题，由专家审核确认。运用此方法，疾病圈即知识库会越来越大。在社区类问答系统方面，国内出现了一些比较有名的医学信息服务类网站，如寻医问药网，快速问医生等[11，12]。这类网站虽然允许用户通过各种形式提问问题，但是返回给用户的答案较多，对于非专业人员，其获取准确答案较为困难。, http://www.100md.com(贺佳 杜建强 聂斌 熊旺平 罗计根)