目的构建我国肺癌、胃癌、结直肠癌、食管癌、乳腺癌和卵巢癌等六种主要恶性肿瘤的危险因素知识图谱,将目前国内外研究已发现的可能为六种恶性肿瘤的危险因素纳入图谱,为国家和地方对我国主要恶性肿瘤干预提供理论依据。方法利用专家咨询法对前期研究的肺癌、胃癌、结直肠癌、食管癌、乳腺癌和卵巢癌等六种恶性肿瘤危险因素数据库进行评估,判断其是否可直接用于构建肿瘤危险因素知识图谱,并构建六种恶性肿瘤知识图谱本体框架。采用文献检索法系统梳理知识图谱构建模型及相关实验验证方法,对万方数据库、中国知网进行检索,筛选与六种恶性肿瘤及其危险因素相关的文献,为知识图谱的建立提供数据来源。利用人工智能法进行知识图谱构建,从筛选后的文献库中随机抽取部分文献,人工构建抽取规则并完成数据提取,对第一轮抽取结果进行标注并训练后,再次进行第二轮数据提取,最终对抽取的结果进行人工审核。将抽取的全部实体进行实体解析及分类,并依据危险因素分类完成知识图谱本体更新,进而构建知识图谱,并对该图谱进行平台测试及内容评估。结果通过对六种恶性肿瘤危险因素主题数据库进行评价,胃癌危险因素主题数据库构建过程及结果较为合理可靠,可直接用于构建知识图谱,肺癌、结直肠癌、食管癌、乳腺癌和卵巢癌的危险因素主题数据库的构建过程不够严谨,其结果中部分因素存在较大争议,不能直接用于构建恶性肿瘤危险因素知识图谱。文献检索结果中最终用于数据抽取的文献共2030篇,其中肺癌460篇,结直肠癌388篇,食管癌410篇,乳腺癌685篇,卵巢癌87篇。第一轮共抽取到危险因素实体518个,保护因素实体121个,高危人群实体14个,疾病实体5个,三元组769个。第二轮抽取基于第一轮的基础,共抽取到1062个危险因素实体,174个保护因素实体及9个高危人群实体,共得到关系对6235个。经人工审核并完成实体解析后,最终共识别危险因素实体956个,保护因素实体241个,高危人群实体4个。根据各危险因素特征对其进行分类,共包含8个类别,分别为行为及生活方式因素、遗传因素、理化环境因素、疾病因素、药物因素、社会心理因素、生殖因素及其他因素。完成两轮抽取及人工审核后,对抽取结果进行精确率、召回率及F1值计算,其中,乳腺癌相关文献中抽取的所有实体结果精确率最低,为47.47%,卵巢癌相关结果精确率最高,为77.06%;分癌种F1值计算结果中,乳腺癌F1值最低,为57.44%,卵巢癌F1值最高,为82.85%。通过对该知识图谱进行应用评估,认为该知识图谱在知识检索方面效率较高,能够直观展示不同癌种间及其与危险因素的关联,具有较大的使用价值。对现有监测系统与知识图谱进行对比,其中我国慢性病危险因素监测系统内容主要包括饮食、吸烟、饮酒、身体活动、家族史、疾病因素等,我国消化道肿瘤高发地区监测内容类别与其基本类似,但在饮食、家族史、疾病史等方面存在差别,在饮食方面,其更关注于摄入食物的制作方法,家族史与疾病史方面也只限于调查与消化道有关的影响因素。此外,两个监测系统中均未涉及与理化环境因素有关的内容。结论本研究采用专家咨询法、文献检索法和人工智能法构建针对肺癌、胃癌、结直肠癌、食管癌、乳腺癌和卵巢癌的危险因素知识图谱。该图谱以权威专家的经验知识对恶性肿瘤数据库进行评估并建立知识图谱本体框架,为构建知识图谱的核心内容提供了合理可靠的有效保障。利用文献这一较能展现该领域研究现状的途径作为数据来源,通过机器学习这一智能高效的手段,实现肿瘤危险因素知识图谱的构建,并从其知识检索、与监测系统内容对比及应用拓展三个方面进行评估。该图谱能够实现对疾病、因素及其关系的快速检索,并且随着研究者对肿瘤认识的深入,还可以对其内容进行不断更新,保证知识的循环。通过对其进行拓展可用于不同的人群中,在未来恶性肿瘤防控领域应用具有重要作用。