实体链接

Parent: ai_keywords

实体链接

【核心定义】

实体链接（Entity Linking，EL）是指将自然语言文本中的实体提及（如疾病名、症状、基因）自动映射到特定知识库（如 SNOMED CT、UMLS、ICD-10）中唯一实体的过程。在 AI+医学领域，它解决了医学术语同义异形（如“中风”与“脑卒中”）、一词多义（如“TIA”既指短暂性脑缺血发作又指技术分析）等歧义问题，是实现临床文本深度结构化与知识图谱构建的核心技术。

【关键技术点】

1. 实体识别与边界检测：基于深度神经网络（如 BERT-BiLSTM-CRF）精准定位医学术语的起始/结束位置，区分“左心房”与“心房”的嵌套结构。
2. 候选实体生成：利用字符串匹配（词形归一、拼音模糊）、拼音转换及知识库索引（如 ElasticSearch 倒排）快速召回候选实体，降低检索空间。
3. 实体消歧：采用上下文感知模型（如 BioBERT、PubMedBERT），结合知识图谱嵌入（TransE、RotatE）和图注意力网络，计算提及与候选实体的语义相似度，解决“帕金森病”vs“帕金森综合征”的精细区分。
4. 多源知识融合：联合使用结构化本体（如 ICD-11、GO）与非结构化文献（PubMed 摘要），通过跨模态对比学习增强实体表示的鲁棒性。
5. 增量学习与适应性：考虑医学术语频繁更新（如 COVID-19 variants），设计在线学习机制，无需重训全模型即可链接新增实体。

【医学/神经科学应用场景】——脑卒中文本结构化与风险建模

背景：首都医科大学宣武医院神经病学团队收集了大量脑卒中入院记录（含主诉、查体、影像报告），其中“左侧大脑中动脉 M1 段闭塞”“NIHSS 评分 12 分”等关键信息以自由文本形式存在。

应用：部署自训练的医学实体链接模型（基于 BioBERT + UMLS 知识库），将文本中的提及自动映射到 SNOMED CT 和 ICD-10-PCS 标准编码：

• 实体识别：“大脑中动脉 M1 段” → 映射至 SNOMED CT 概念 38398004（左大脑中动脉闭塞）。
• 实体消歧：区分“溶栓治疗”在缺血性卒中 vs 出血性卒中语境下的不同编码（416318000 vs 41966000）。
• 输出结果：结构化生成患者特征（如闭塞血管、侧支血流、合并房颤），直接输入机器学习模型（如 XGBoost）预测 90 天功能结局，准确率提升 12%。

价值：该流程将非结构化临床文本转化为可计算的高维特征，支撑大规模卒中队列的精准回采与真实世界证据生成，为首都医科大学跨院区协同研究提供了标准化数据底座。