本文介绍利用大语言模型从非结构化医案数据中自动化抽取知识，并构建中医药鼻炎知识图谱的方法。选取 1081 份临床记录，通过定义本体层和 Prompt 模板引导 LLM 生成三元组，经清洗后存入 NebulaGraph 数据库。实验对比了 Bert-BiLSTM-CRF 与 GLM3/4、ChatGPT4 等模型性能。最终利用 nGQL 查询分析国医大师治疗鼻炎的用药规律，挖掘高频药物如蝉蜕、防风等，验证了技术在辅助中医药创新中的有效性。
在构建中医药领域的知识图谱过程中，面临着提高知识抽取效率和降低人力成本的双重挑战。传统的人工标注方式耗时耗力，难以应对海量的临床医案数据。为了解决这些问题，本文探索了利用大语言模型（LLM）技术进行自动化知识抽取的方法，并结合高性能图数据库 NebulaGraph 构建结构化的知识网络。
本文以国医大师干祖望治疗鼻炎的临床医案为例，详细介绍从非结构化文本到结构化知识图谱的完整构建流程，旨在挖掘名医用药规律，助力中医药领域的数字化创新。
本文选取的数据源于真实的临床鼻炎患者医案，共计 1081 份详尽的临床记录。这些宝贵的医案涵盖了患者的多项基础信息，包括姓名、工作场所、性别、年龄、确诊时间、疾病类型、症状细节、诊断结果、舌象与脉象的观察、治疗记录、处方内容以及用药指导等。
在数据进入处理流程前，所有涉及患者个人隐私的信息（如真实姓名、联系方式等）均已进行脱敏处理，仅保留诊疗相关的医学特征数据，确保符合数据安全规范。
在构建图谱之前，首先需要定义本体层（Schema Layer），明确节点类型和边关系。针对中医鼻炎诊疗场景，我们设计了以下核心实体与关系：
顶点类型 (Vertices):
Patient (患者)：包含年龄、性别等属性。Disease (疾病)：如鼻炎、过敏性鼻炎等。Symptom (症状)：如鼻塞、流涕、喷嚏等。Herb (中药)：如蝉蜕、防风、甘草等。Prescription (方剂)：具体的处方名称或组合。边类型 (Edges):
Has_Symptom (患症)：连接患者与症状。Treats (治疗)：连接医生/方剂与疾病。Contains_Herb (含药)：连接方剂与中药。Has_Dosage (剂量)：连接中药与具体用量。根据定义的本体构建的知识图谱模式层设定抽取目标。关键信息包括疾病、相关疾病、症状、检查、舌象、脉象、配伍等。针对每种抽取目标类型，需制定相应的抽取规则，确保三元组生成的规范性。
采用'示范案例 + 关系列表'的提示模板引导大语言模型对医案数据进行自动化抽取，生成三元组。以下是具体的 Prompt 设计示例：
假如你是一个中医的关系抽取大语言模型，对鼻炎患者的症状和相关疾病进行关系抽取。
抽取医案示范：'鼻炎近来密帘三天，病症当然发作，涕多，涕难擤。头痛。鼻塞。鼻粘膜水肿，有分泌物。舌薄苔，脉浮紧。桑叶6g，薄荷6g，桔梗6g，石菖蒲6g，路路通10g，荆芥6g，白芷6g，苍耳子10g，金荞麦10g，蔓荆子10g。'。
输出格式为 [('鼻炎'，'症状'，'涕多')，('鼻炎'，'症状'，'头痛')，('鼻炎'，'检查'，'鼻粘膜水肿')，('鼻炎'，'舌象'，'舌薄苔')，('鼻炎'，'脉象'，'脉浮紧')，('鼻炎'，'配伍'，'石菖蒲6g')...]。
学习上述抽取格式，抽取下列病案，以三元组格式输出。给定的句子为：'***'。给定关系列表：['症状'， '相关疾病'， '配伍'， '舌象'， '检查'， '脉象']，请给出关系列表中的关系。如果不存在则输出：无。
利用正则表达式对自动化抽取生成的三元组数据进行清洗。主要步骤包括：
将最终获取到的三元组数据存储到 NebulaGraph 数据库中。在写入知识图谱的过程中，为了保证图谱的合理性，采取以下策略：
('鼻炎'，'配伍'，'金荞麦 10g') 分解为 ('鼻炎'，'配伍'，'金荞麦') 和 ('金荞麦'，'剂量'，'10g')。NebulaGraph 作为一款高性能、用户友好的图数据库，以其出色的特性和广泛的应用场景，为研究者提供了一种全新的方式来探索和分析数据。其核心优势包括：
# 初始化 LLM 客户端与 NebulaGraph 连接
llm_client = init_llm()
db_conn = connect_nebula_graph()
for i in range(num_cases):
# 1. 准备当前医案数据
case_text = preprocess_data(cases[i])
# 2. 生成 Prompt 并调用 LLM
prompt = build_prompt(case_text, relation_list)
triples = llm_client.generate(prompt)
# 3. 清洗答案
clean_triples = regex_clean(triples)
# 4. 构建图谱节点 ID
patient_id = create_node(db_conn, 'Patient', {'id': cases[i].patient_id})
disease_id = create_node(db_conn, 'Disease', {'name': '鼻炎'})
# 5. 遍历三元组写入图谱
for triple in clean_triples:
if triple.relation == '配伍':
# 判断是否包含剂量单位属性
if has_dosage_unit(triple.object):
herb, dosage = extract_herb_and_dosage(triple.object)
add_edge(db_conn, disease_id, '配伍', herb_id)
add_edge(db_conn, herb_id, '剂量', dosage)
else:
add_edge(db_conn, disease_id, '配伍', triple.object)
本文以前期准备的 353 条医案作为基础样本，并利用大语言模型进行知识抽取实验。为了评价各个模型的知识抽取性能，采用其他大语言模型进行数据标注，然后采取人工校对的方式，对标注结果进行验证和修正。
实验结果表明，大语言模型在复杂语义理解和长尾实体抽取上表现优于传统深度学习模型，特别是在处理中医专业术语和非结构化描述方面具有显著优势。
利用构建的知识图谱，可以深入分析挖掘国医大师治疗鼻炎的用药规律。以下是具体的查询与分析示例。
我们需要查询具有特定症状（如喷嚏）的患者，再获取其治疗方剂，根据配伍中的用药频次进行排序，获取前 10 味药。
nGQL 查询语句：
MATCH (v:患者)-[:患者症状]->()-[:具体症状]->(v1)
WHERE id(v1) == '喷嚏'
MATCH (v:患者)-[:治疗方剂]-(v3)-[e2:配伍]->(v4)
RETURN v4, count(v4) as cnt
ORDER BY cnt DESC
LIMIT 10;
查询结果分析：
上述语句查询具有喷嚏症状的患者，再获取患者的治疗方剂，根据配伍中的用药频次进行排序。结果显示，用药前 10 味分别为：蝉蜕、防风、墨旱莲、甘草、地龙、黑豆衣、诃子、白术、茜草、黄芪。
这一结果揭示了在治疗此类鼻炎症状时，祛风止痒、益气固表类药物的高频使用趋势，为临床用药提供了数据支持。
本文展示了如何利用大语言模型自动化抽取非结构化医案数据，并结合 NebulaGraph 构建中医药知识图谱。通过实验验证，该方法能有效提高知识抽取效率，降低人力成本。未来工作将集中在：
通过技术手段赋能中医药传承与创新，知识图谱将在智慧医疗领域发挥更大的价值。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online