知识工程已经成为人工智能的重要分支,而知识图谱作为知识工程在大数据环境下的成功应用,成为推动互联网和人工智能发展的核心驱动力之一。近年来,知识图谱构建及应用技术取得了迅猛的发展。哮喘是一种常见的慢性气道炎症性疾病,其病程较长、流行甚广、影响因素很多而且非常复杂,这就需要通过知识图谱以及临床决策支持系统来对哮喘诊疗活动进行新的赋能,构建哮喘疾病的知识图谱和临床决策支持系统能够辅助医疗工作者进行辅助医疗决策,针对某一具体的临床问题,以知识驱动的方式,充分考虑患者的个人特异性信息,给出精准的诊疗方案,提升医疗效率,改善服务质量,降低医疗成本,最终是患者获益。本文围绕哮喘知识图谱和临床决策支持中存在的难点与挑战展开研究,论文工作包括:针对哮喘知识图谱的生成过程中存在的专家依赖,提出了一种基于疾病防治指南构建本体,基于药品说明书抽取实例的方法。该方法利用领域专家总结与实践的疾病防治知识,结合专家共识,以疾病诊疗过程为指导,构建领域本体;并且基于领域本体,进行药品实例信息提取。在提取过程中,利用深度学习的方法,实现准确高效半自动化的实例抽取。为了解决临床决策支持系统在互操作性上的不足,提出了一种基于语义互操作的临床决策支持模型,使用“知识发现-知识表达-知识应用-知识评估”四步法进行知识建模,实现临床决策支持系统与医院电子病历信息系统的互操作。