(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210148360.0 (22)申请日 2022.02.17 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 魏巍　陈俊　代小亚　王磊　 黄海峰　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 马姣琴　臧建明 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/289(2020.01) G06F 40/30(2020.01) G06F 40/253(2020.01)G16H 70/40(2018.01) (54)发明名称 药物数据的处理方法、 药物实体的确定方法 及装置 (57)摘要 本公开提供了一种药物数据的处理方法、 药 物实体的确定方法及装置， 涉及人工智能中的知 识图谱和AI医疗。 具体实现方案为： 对获取到的 药物说明信息进行分析处理， 得到第一知识图 谱， 其中， 第一知 识图谱用于表征， 药物说明信息 中的药物实体与疾病实体 之间的用药关系， 根据 获取到的医学信息， 确定与第一知识图谱中的疾 病实体具有上下位关系的疾病实体， 其中， 医学 信息为用于描述疾病实体的信息， 根据确定出的 疾病实体对第一知识图谱进行调整， 得到第二知 识图谱， 避免了相关技术中知识图谱的覆盖率低 的弊端， 使得第二知识图谱中具有更为丰富的疾 病实体， 从而使得第二知识图谱 具有充分性和全 面性， 进而提高了第二知识图谱的覆盖率的技术 效果。 权利要求书5页 说明书16页 附图8页 CN 114547337 A 2022.05.27 CN 114547337 A 1.一种药物数据的处 理方法， 包括： 对获取到的药物说明信 息进行分析处理， 得到第 一知识图谱， 其中， 所述第 一知识图谱 用于表征， 所述药物说明信息中的药物实体与疾病实体之间的用药关系； 根据获取到的医学信 息， 确定与 所述第一知识图谱中的疾病实体具有上下位关系的疾 病实体， 其中， 所述医学信息为用于描述疾病实体的信息； 根据确定出的疾病实体对所述第一知识图谱进行调整， 得到第二知识图谱。 2.根据权利要求1所述的方法， 其中， 根据确定出的疾病实体对所述第 一知识图谱进行 调整， 得到第二知识图谱， 包括： 获取所述第一知识图谱中的药物实体、 以及所述确定出的疾病实体之间的用药关系； 根据所述第一知识图谱中的药物实体、 以及所述确定出的疾病实体之间的用药关系， 对所述第一知识图谱进行调整， 得到所述第二知识图谱。 3.根据权利要求2所述的方法， 其中， 所述第一知识图谱中的药物实体、 以及所述确定 出的疾病实体之间的用药关系为适应病症知识关系； 根据所述第一知识图谱中的药物实 体、 以及所述确定出的疾病实体之间的用药关系， 对所述第一知识图谱进 行调整， 得到所述 第二知识图谱， 包括： 根据所述适应病症知识关系将所述确定出的疾病实体添加至所述第 一知识图谱中， 得 到所述第二知识图谱。 4.根据权利要求2所述的方法， 其中， 所述第一知识图谱中的药物实体、 以及所述确定 出的疾病实体之间的用药关系为禁忌病症知识关系； 根据所述第一知识图谱中的药物实 体、 以及所述确定出的疾病实体之间的用药关系， 对所述第一知识图谱进 行调整， 得到所述 第二知识图谱， 包括： 将所述确定出的疾病实体中， 与 所述第一知识图谱中的药物实体之间存在禁忌病症知 识关系的疾病实体进行剔除处 理， 得到剔除处 理后的疾病实体； 将所述剔除处 理后的疾病实体添加至所述第一知识图谱中， 得到所述第二知识图谱。 5.根据权利要求2 ‑4任一项所述的方法， 其中， 获取所述第一知识图谱中的药物实体、 以及所述确定出的疾病实体之间的用药关系， 包括： 将所述第一知识图谱中的药物实体、 以及所述确定出的疾病实体， 输入至预先训练的 知识关系抽取模型， 输出 所述用药关系； 其中， 所述知识关系抽取模型是基于样本数据训练得到的， 所述样本数据中包括样本 文本， 所述样本文本为表征 药物实体与疾病实体之间的用药关系的文本 。 6.根据权利要求5所述的方法， 所述知识关系抽取模型为适应病症知识关系抽取模型； 所述适应病症知识关系抽取模型是根据从所述样本文本中， 抽取具有适应病症知识关系的 文本字段信息， 并根据抽取到的文本 字段信息训练得到的。 7.根据权利要求5所述的方法， 所述知识关系抽取模型为禁忌病症知识关系抽取模型； 所述禁忌病症知识关系抽取模型是根据从所述样本文本中， 抽取具有禁忌病症知识关系的 文本字段信息， 并根据抽取到的文本 字段信息训练得到的。 8.根据权利要求2 ‑4任一项所述的方法， 其中， 获取所述第一知识图谱中的药物实体、 以及所述确定出的疾病实体之间的用药关系， 包括： 根据所述确定出的疾病实体与所述第 一知识图谱中的疾病实体之间的上下位关系、 以权　利　要　求　书 1/5 页 2 CN 114547337 A 2及所述第一知识图谱中的药物实体与疾病实体之间的用药关系， 获取所述第一知识图谱中 的药物实体、 以及所述确定出的疾病实体之间的用药关系。 9.根据权利要求2所述的方法， 其中， 根据所述第一知识图谱中的药物实体、 以及所述 确定出的疾病实体之间的用药关系， 对所述第一知识图谱进行调整， 得到所述第二知识图 谱， 包括： 根据所述第 一知识图谱中的药物实体与 所述确定出的疾病实体之间的用药关系， 将所 述确定出的疾病实体添加至所述第一知识图谱中， 得到第三知识图谱； 确定在所述第 三知识图谱中， 用药实体与 所述确定出的疾病实体之间的适应病症知识 关系， 和/或， 用药实体与所述确定出的疾病实体之间的禁忌病症知识关系； 根据所述适应病症知识关系和/或禁忌病症知识关系， 对所述第三知识图谱进行调整， 得到所述第二知识图谱。 10.根据权利要求1 ‑9任一项所述的方法， 其中， 对获取到的药物说明信息进行分析处 理， 得到第一知识图谱， 包括： 获取所述药物说明信息中的药物实体和疾病实体； 对所述药物说明信 息进行语义解析处理， 得到所述药物说明信 息中的药物实体与疾病 实体之间的用药关系； 根据所述药物说明信 息中的药物实体与疾病实体之间的用药关系， 构建所述第 一知识 图谱。 11.根据权利要求1 ‑10任一项所述的方法， 其中， 根据获取到的医学信息， 确定与所述 第一知识图谱中的疾病实体具有上 下位关系的疾病实体， 包括： 对所述医学信息进行分析， 得到所述医学信息中的疾病实体、 以及所述医学信息中的 疾病实体之间的关联关系； 根据所述医学信息中的疾病实体、 以及所述医学信息中的疾病实体之间的关联关系， 构建疾病上 下位关系； 根据所述疾病上下位关系确定与所述第一知识图谱中的疾病实体具有上下位关系的 疾病实体。 12.一种药物实体的确定方法， 包括： 接收诊断信息， 其中， 所述诊断信息中包括目标疾病实体； 根据预设的第 二知识图谱确定并输出与 所述目标疾病实体具有用药关系的药物实体， 其中， 所述第二知识图谱是根据如权利要求1 ‑11任一项所述的方法确定的。 13.根据权利要求12所述的方法， 其中， 所述诊断信 息中还包括用于治疗所述目标疾病 实体的药物实体； 根据预设的第二知识图谱确定并输出与所述目标疾病实体具有用药关系 的药物实体， 包括： 根据所述第 二知识图谱和所述目标疾病实体， 对所述用于治疗所述目标疾病实体的药 物实体进行调整处 理， 得到并输出与所述目标疾病实体具有用药关系的药物实体； 其中， 所述调整处理包括对所述用于治疗所述目标疾病实体的药物实体的删除处理 和/或添加处 理。 14.一种药物数据的处 理装置， 包括： 分析单元， 用于对获取到的药物说明信息进行分析处理， 得到第一知识图谱， 其中， 所权　利　要　求　书 2/5 页 3 CN 114547337 A 3