在医疗人工智能快速发展的今天，临床决策支持系统正逐渐成为医生诊断和治疗过程中的得力助手。然而，这些系统的可靠性很大程度上取决于底层数据的质量。知识图谱（Knowledge Graph, KG）作为一种结构化的知识表示方式，虽然能够整合多源临床数据，但其间可能存在的语义错误——即那些符合图谱结构却违背医学常识的事实——如同隐藏在精致外表下的陷阱，时刻威胁着医疗AI系统的安全性。
传统的数据质量检查方法多依赖于专家预先定义的规则，这种人工方式不仅耗时费力，而且难以适应大规模知识图谱的复杂性。尽管现有的规则挖掘技术（如AnyBURL）能够自动从KG中提取逻辑规则，但它们往往会产生大量冗余规则，特别是在处理年龄、实验室数值等连续型数据时显得力不从心。更令人担忧的是，这些自动生成的规则中很多缺乏临床意义，无法直接用于医疗质量管控。
面对这一挑战，来自马斯特里赫特大学数据科学研究所的Özge Noben等研究人员开展了一项创新性研究，提出了一种名为"规则增强约束学习"的新方法，专门用于从临床知识图谱中识别语义错误。该研究成果发表在《International Journal of Medical Informatics》上，为提升临床知识图谱的可靠性和实用性提供了新的技术路径。
研究人员采用的核心技术方法包括：基于AnyBURL的规则挖掘技术，从MIMIC-III临床数据集中提取候选规则；针对分类数据，利用类别互斥（class disjointness）原理将正规则转化为负约束；对于连续数值数据，采用K-Means聚类和等频分箱（Equal Frequency Binning）方法进行离散化处理；使用规则质量指标（置信度C和头部覆盖率HC）进行规则过滤；最后通过大语言模型（LLM）对生成的约束进行临床相关性验证。
研究结果部分展示了该方法在MIMIC-III数据集上的应用效果：
在分类数据约束学习方面，研究人员首先从AnyBURL规则挖掘器获得了约800万条正规则，经过置信度C过滤后保留约9000条规则。通过确定头部覆盖率HC的最佳阈值，在测试集中识别出123条准确规则。这些规则代表了与已知约束一致的临床相关关系。例如，通过类别互斥转换，能够生成"如果患者有妊娠医疗状况且标记为男性，则产生矛盾"这样的临床合理约束。与RuDiK和SHACLGEN等现有方法相比，该方法在分类数据上达到了0.22的精确度、0.68的召回率和0.33的F1分数，表现出更好的性能。
在连续数据约束学习实验中，研究人员比较了K-Means聚类和等频分箱两种数值离散化方法。结果显示，K-Means能够更好地适应数据分布，避免等频分箱存在的过度分割问题。通过选择最优聚类数量，获得了更具解释性的年龄区间。然而，某些年龄组与预定义的医学约束仍存在偏差，这表明除了统计聚类方法外，还需要额外的临床知识层。
通过大语言模型验证，393条学习约束中有92条被确认为具有临床相关性。值得注意的是，LLM一致性过滤筛除了超过75%的学习规则，表明这些规则在医学上不合理。如果没有这一过滤步骤，产生的约束集将需要大量人工清理工作。
敏感性分析显示，头部覆盖率HC阈值的选择对规则筛选效果有显著影响：低HC值产生高召回率但低精确度，而高HC值会降低召回率。在年龄分组策略比较中，K-Means表现出更稳定的行为，而等频分箱即使减少分箱数量仍会产生许多狭窄的年龄分段，阻碍有意义的年龄区间约束的出现。
研究的讨论部分指出，基于置信度C和头部覆盖率HC的过滤策略能够在减少规则数量的同时保留相关规则，这种自适应方法能够学习大多数有意义的规则，提高提取约束的可靠性。学习约束与既定医学约束的一致性表明，该方法能够从真实世界数据中捕捉医学约束。尽管召回率相对较高，但较低的精确度值表明该方法仍会捕捉到一些虚假规则，这凸显了需要进一步改进规则选择机制。
对于连续数据的约束学习，K-Means聚类相比等频分箱能更好地适应数据分布，但某些年龄组仍与预定义的医学约束存在差异，这表明除了统计聚类方法外，还需要额外的临床知识层。大语言模型验证显示有前景，但正确性和临床适用性仍需人工验证。
为了进一步评估学习约束的临床有效性，研究人员对先前未见过的性别相关约束进行了研究。那些落在最优置信度C和头部覆盖率HC阈值内的约束被送交领域专家评审，同时包含了大语言模型的相关性评估以支持专家判断。
该研究的结论部分强调，这项工作提出了一种将规则挖掘、属性和实体特征以及大语言模型相结合的知识图谱质量提升方法。虽然先前的研究主要集中在类型错误和本体不一致等结构约束上，但对语义约束的关注不足。本研究通过提出一种可扩展的方法，将自动挖掘的大型规则集推导为紧凑的高质量约束集，其中许多与临床预期一致，填补了这一空白。
对于未来工作，研究人员计划进一步改进选择标准，并探索将本体和临床知识整合到大语言模型提示中的方法。这可以提高约束学习的精确度和覆盖率，加速识别不仅统计上合理而且具有临床意义的规则。
这项研究的重要意义在于，它为临床知识图谱的语义错误检测提供了可解释和可扩展的解决方案，通过减少对人工专家知识的依赖，提高了知识图谱在临床环境中的可信度和可用性。随着医疗人工智能应用的不断深入，这种能够自动发现和验证临床约束的方法，将为构建更安全、更可靠的临床决策支持系统奠定坚实基础。
打赏
