诊断辅助系统的设计与开发近年来一直为各大诊疗服务提供商所重视,相关产品被广泛应用于各种临床场景,对缓解我国医疗资源紧缺的问题有着重要意义。而基于知识图谱的诊断辅助系统开发更是该领域中的研究热点之一,依靠知识图谱的灵活的存储特性,使得基于图谱开发的系统在拓展性、反应速度方面远超一般系统。本文首先对知识图谱和临床决策辅助系统的研究背景和意义进行了详细介绍,同时对相关领域的国内外研究现状作了分析,接着本文基于网络数据和诊疗指南,通过自动抽取和手工标注结合的形式,建立了高质量的临床医学知识图谱,并基于图谱设计了症状特征抽取算法、症状分类算法以及疾病检索算法,实验结果也证明了这些算法具备良好的性能,所得结果也得到了专家认可,最终,基于图谱和上述算法,本文设计并开发了基于知识图谱的常见病诊断辅助系统。本文的主要工作包括以下几个方面:首先,论文设计了应用级医学知识图谱的构建流程。我们结合常见病的描述需求和诊断需要,以生物信息学领域的主流本体模型为蓝本,构建了包含症状实验室检查、药物等共计7类实体的医学本体。而后根据本体,在高质量的医学知识源中进行数据抽取,通过采用网络数据爬取和手工标注结合的半自动抽取技术,使得构建工作流程可控、质量可靠。其次,论文设计了基于主诉症状和现病史的疾病检索算法。我们参考专业医务人员在诊断过程中对疾病形成认识的过程,设计了症状分类算法和基于症状特征的疾病检索算法,利用计算机技术从海量病例中获得“临床经验”,使得为医务人员在门诊场景下提供实时、准确的疾病推荐成为可能。与目前已有的同功能算法相比,本文提出的疾病检索算法能提供与之相当甚至更优的疾病推荐结果,同时,由于本文算法完全根据医学规则设计,可解释性方面也有明显优势。最后,论文设计并实现了常见病诊断辅助系统。通过实地调研社区临床工作需求,设计并实现了常见病诊断辅助系统。该系统主要面向临床经验相对不足的社区医生,能够在症状采集阶段对当前症状的所有相关疾病进行预览,便于用户在后续的鉴别诊断环节中合理地制定工作流程。系统操作方法贴近我国医院目前常用的HIS系统形式,能够在不改变医务人员固有工作习惯的前提下,简洁有效地为使用者提供诊断辅助。通过合作医院的试用,也证明了该系统具备良好的辅助效果。