BODHI-S
收藏资源简介：
BODHI-S 是一个临床条件-症状知识图谱，属于 Bharat Ontology for Disease & Healthcare Informatics (BODHI) 的一部分。该数据集由 Eka Care 的专家临床医生构建和验证，用于支持印度的症状检查和鉴别诊断系统。数据集包含 779 个条件节点、4,037 个症状节点（变体）、590 个症状根概念（不同的 SNOMED ID）和 39 个专业节点，总共有 13,204 个关系。症状被建模为复合变体，每个节点都包含分诊级别和人口统计可能性分数。数据集适用于图神经网络（GNN）训练、症状检查与分诊、专业路由以及作为临床推理任务的结构化基础层。数据集采用 CC BY-NC 4.0 许可证，仅供非商业使用。
BODHI-S — 临床病症-症状知识图谱数据集概述
数据集基本信息
- 数据集名称：BODHI-S — Condition-Symptom Knowledge Graph
- 发布方：Eka Care
- 许可证：CC BY-NC 4.0（非商业用途，需署名）
- 主要语言：英语
- 数据规模：10K < n < 100K
- 标签：医学、知识图谱、临床、医疗保健、印度、SNOMED、图、症状检查、分诊、鉴别诊断
数据集描述
BODHI-S是**BODHI（Bharat Ontology for Disease & Healthcare Informatics）**的一部分，这是一个用于将医疗AI基于已验证医学事实的开放临床知识图谱。该图谱将临床病症与其表现症状、相关医学专科以及病症间的风险关系进行映射。它由Eka Care的临床专家构建和验证，并已在印度数百万次患者交互中为生产级症状检查和鉴别诊断系统提供支持。
症状被建模为复合变体（例如：发热、伴有寒战的发热、持续3天的发热），每个变体作为一个独立的节点。每个节点都带有分诊级别（急诊、需关注、门诊可管理）以及跨年龄和性别队列的人口统计学可能性评分，这些评分源自专家共识并根据印度电子健康记录数据进行了标准化。
数据统计
- 病症节点：779
- 症状节点（变体）：4,037
- 症状根概念（不同的SNOMED ID）：590
- 专科节点：39
- 总关系数：13,204
- 症状 → 病症（PRESENT_IN）：10,352
- 病症 → 专科（TREATED_BY）：1,558
- 病症 → 病症（IS_INFLUENCED_BY）：1,020
- 病症 → 病症（RELATED_TO）：221
- 病症 → 病症（HAS_PREREQUISITE）：53
病症分诊分布：
- 门诊可管理：367（47%）
- 需关注：223（29%）
- 急诊：189（24%）
最具交叉性的症状：
- 发热（关联145种病症）
- 疲劳（关联126种病症）
- 头痛（关联110种病症）
主要专科：
- 内科：292
- 全科医生：205
- 骨科：139
文件内容
triples.jsonl：包含(head, relation, tail, properties)结构的元组。nl_facts.jsonl：自然语言事实字符串，适用于LLM微调或RAG。
数据模式（元组）
triples.jsonl中的每一行遵循以下JSON结构：
json
{
"head": "<node_id>",
"head_type": "Symptom | Condition | Speciality",
"relation": "PRESENT_IN | TREATED_BY | IS_INFLUENCED_BY | HAS_PREREQUISITE | RELATED_TO",
"tail": "<node_id>",
"tail_type": "Symptom | Condition | Speciality",
"properties": { ... }
}
遵循标准
- SNOMED CT：所有病症和症状根概念均带有SNOMED ID。
- 分诊和人口统计学可能性评分源自印度初级保健电子健康记录数据。
主要用途
- GraphRAG：为LLM在临床推理任务上提供结构化基础层。
- 症状检查与分诊：确定性的、可离线运行的鉴别诊断。
- 专科分诊：将任何病症映射到适当的诊疗学科。
- GNN训练：具有丰富边属性的异构图，适用于图神经网络。
相关资源
- 完整说明（动机、设计及用例）：https://info.eka.care/services/bodhi-bharat-ontology-for-disease-healthcare-informatics
- GitHub仓库（Neo4j、CSV、PyG、RDF等格式）：https://github.com/eka-care/BODHI
