OMAHA中文医学知识图谱模型（OMAHA Schema）构建路径：OMAHA中文医学知识图谱模型（OMAHA Schema）的构建路径主要经历了细分领域模型构建、细分领域模型集成、模型优化以及共享和维护更新四个阶段。一、细分领域模型构建选取细分领域：考虑到医学知识覆盖面广且相互关联的特性，OMAHA Schema首先选取了需求较高、应用场景较多的细分领域进行模型构建，如疾病和症状体征、药品、检验检查、手术操作、解剖结构、基因等。这些领域的选择基于临床业务需求，确保了模型构建的针对性和实用性。逐一构建细分领域模型：采取按照细分领域逐一完成构建的方法，而非同时开展多个领域，以确保项目能够保质保量地完成。单个细分领域模型构建涉及的专家数量相对较少，工作协调更容易，同时也能从中积累协作和构建经验。专家参与与资源梳理：领域模型的梳理需要该领域业务专家和信息学专家共同参与。基于循证等级较高的资源进行梳理，如行业已有标准（国际标准、国家标准、行业标准、团体标准等）和教科书等，形成模型的基础内容。从领域应用出发，梳理目前相关应用场景下知识的需求，完善领域模型。调研与借鉴：调研实际接触具体应用的临床工作人员以及相应的企业人员以获得真实反馈。结合国际上相同领域内成熟的模型进行借鉴，但并非简单的翻译后直接使用，而是在充分了解该模型使用场景、语言语境的基础上理解其内容和模型构建思路，以此来验证构建的中文知识图谱模型是否存在缺失或不规范，从而进一步进行优化。二、细分领域模型集成模型集成方法：将各细分领域模型进行集成，最终形成一个体系性的医学知识图谱模型。集成过程并非简单的细分领域模型的相加，而是要实现真正意义上的融合。映射与合并：对相同或相似语义类型和语义关系先进行映射，然后进行合并。合并过程中包括冗余语义类型和语义关系的删除、相似语义类型和语义关系的组合产生新的语义类型和语义关系、建立新的语义类型和语义关系等工作。专家参与与认知一致性：模型合并的过程中需要模型建立专家一起参与，以确保大家对映射的认知一致性，并共同商议决定最终结果。三、模型优化参考优秀模型：医学知识图谱模型初步形成后，充分参考了UMLS语义网络、http://Schema.org、cnSchema等已经经过论证的优秀的生物医学知识图谱模型进行调整和优化。保持一致性：为了更好地与行业已有模型保持一致性，OMAHA Schema在优化过程中充分考虑了这些模型的优点和适用性。四、共享和维护更新开放共享：OMAHA Schema已向行业开放共享，所有用户登录相关网址即可查看、学习和下载使用。共享的目的是为了促进应用和行业发展，鼓励用户及时反馈使用过程中遇到的问题。维护更新：模型需要根据实际使用情况不断地进行维护更新，包括优化已有领域和新增领域两方面的工作。OMAHA Schema会基于用户反馈不定期进行维护更新，并实时发布最新的模型。形成知识库：基于OMAHA Schema，OMAHA联盟已形成了两套具有一定行业知名度的知识库：“七巧板”医学术语集和“汇知”医学知识图谱。这些知识库通过HiTA知识服务平台向行业提供服务，用户登录HiTA知识服务平台即可获取样例数据进行查看。综上所述，OMAHA中文医学知识图谱模型（OMAHA Schema）的构建路径是一个系统而复杂的过程，涉及多个阶段和多个方面的考虑。通过这一路径的构建，OMAHA Schema已经成为了一个具有广泛应用前景和价值的医学知识图谱模型。