A Knowledge Graph-Based Question Answering System for a Connected Smart Healthcare Assistant for Cardiovascular Patient

Abstract

Medical decision support systems play a critical role in modern healthcare, as they assist doctors in delivering faster, more accurate, and evidence-based decisions.Knowledge Graphs are particularly important in this context, as they provide a structured and unified representation of complex medical data, facilitating integration, reasoning, and knowledge discovery across diverse sources Question Answering systems built on KGs further enhance this process by allowing doctors to interact with medical knowledge in natural language, making access to information more intuitive and efficient. Moreover,Electronic Medical Records which gives doctors direct access to patient history and clinical information, enabling more precise and personalized treatments. In addition, the use of medical sensors to continuously capture patients’ vital signs is of great importance, as it not only supports real-time monitoring but also ensures constant and reliable communication between patients and doctors, thereby enhancing the quality of care and promoting proactive medical interventions. This research aims to develop an intelligent decision support system that incorporates a Knowledge Graph-based Question Answering component, integrates seamlessly with Electronic Medical Records , and enables doctors to monitor patients in real time through medical sensors.***

Les systèmes d’aide à la décision médicale jouent un rôle essentiel dans les soins de santé modernes, car ils assistent les médecins dans la prise de décisions plus rapides, plus précises et fondées sur des preuves. Les graphes de connaissances sont particulièrement importants dans ce contexte, car ils offrent une représentation structurée et unifiée des données médicales complexes, facilitant ainsi l’intégration, le raisonnement et la découverte de connaissances à partir de sources variées. Les systèmes de questions-réponses basés sur les graphes de connaissances renforcent davantage ce processus en permettant aux médecins d’interagir avec le savoir médical en langage naturel, rendant l’accès à l’information plus intuitif et efficace. De plus, les dossiers médicaux électroniques offrent aux médecins un accès direct à l’historique et aux informations cliniques des patients, permettant des traitements plus précis et personnalisés. L’utilisation de capteurs médicaux pour surveiller en continu les signes vitaux des patients revêt également une grande importance, car elle permet non seulement un suivi en temps réel, mais garantit aussi une communication constante et fiable entre patients et médecins, améliorant ainsi la qualité des soins et favorisant des interventions médicales proactives. Cette recherche vise à développer un système intelligent d’aide à la décision médicale intégrant un module de questions-réponses basé sur un graphe de connaissances, s’intégrant de manière fluide aux dossiers médicaux électroniques, et permettant aux médecins de suivre les patients en temps réel grâce aux capteurs médicaux.