Python语言下使用爬虫工具从求医问药网爬取、解析相应的数据内容，经处理融合后生成结构化数据文件。 以此文件可构建起以疾病为中心的医疗知识图谱，实体规模4.4万，实体关系规模30万。 医药领域知识图谱，主要包含实体约4.4万个，其中包括Check，诊断检查项目，3353；Department，医疗科目，54；Disease，疾病，8807；Drug，药品，3828；Food，食物， 4870；Producer，在售药品，17201；Symptom，疾病症状，5,998。 关系总计约30万条，主要包括属于、疾病常用药品、疾病宜吃食物、药品在售药品、疾病所需检查、疾病忌吃食物、疾病推荐药品、疾病推荐食谱、疾病症状、疾病并发疾病等。 属性包含疾病名称、 疾病简介、疾病病因、预防措施、治疗周期、治疗方式、治愈概率、疾病易感人群等

信息科技经过 60 余年的发展，已经普及到社会生活的每一个角落。随着信息技术在国家治理、经济运行的方方面面的应用，大量的数据随之产生。而互联网技术的爆发式发展使得近年来产生的数据总量超过了人类以往产生的历史数据的总和，医疗行业的数据增长幅度尤为突出。 医疗大数据具有巨大的价值,尤其是在临床辅助诊疗和健康管理方面。医疗大数据已经上升到国家战略，同时也是全球学术界与产业界竞争的研究热点。如何利用这些医疗数据，挖掘数据的深层价值，是未来信息科技发展的趋势，也是医疗大数据技术产生的背景。

基于python的医疗知识图谱自动问答系统源码.zip基于python的医疗知识图谱自动问答系统源码.zip基于python的医疗知识图谱自动问答系统源码.zip基于python的医疗知识图谱自动问答系统源码.zip

参考：https://github.com/liuhuanyong/QASystemOnMedicalKG

AI人工智能技术分享 知识图谱技术及应用介绍-大规模医疗知识图谱构建与应用 共19页.pdf

硕士论文-中文医疗知识图谱半自动化构建研究。 自动构建知识图谱

请参见：https://handsome-man.blog.csdn.net/article/details/108749135

全国系统介绍了医疗知识图谱构建及应用，对各种应用场景进行综合介绍。医疗知识图谱系统全面的好ppt。

一个非常棒的PPT，介绍了“医疗KG的构建及应用”，来源于JIST 2019（http://120.27.214.45/）上Dr.倪渊的报告。从平安医疗生态圈讲起，到医疗领域的KG构建，最后介绍给予KG的医疗智能服务。

基于知识图谱的医疗知识搜索研究：互联网信息的爆发式增长，既为用户带来了丰富的信息知识，也为用户从中 筛选所需知识造成了困难。传统的搜索引擎基于对互联网数据的全文索引，通过 关键词匹配索引的方式为用户返回相关信息的链接，而不是直接明确的知识点， 用户仍需从返回的大量冗余链接中查找并提炼自己所需的知识。如何从海量的、 结构多样化的信息中有针对的为用户返回精确信息，已成为当前知识搜索的研究 热点