结合行业应用现状，未来医 学知识图谱将在数量、质量、标准化程度 和分级应用等方面持续改进和提升，从而更 好地满足医学人工智能产业化发展的应用需 求。
医学知识图谱作为各个应用场景中底层的数 据基础，其数据的数量和覆盖度非常重要。 医学相对于其他领域知识更丰富，同时，随 着医学的发展，仍然在不断产生大量新知识， 应用中知识的不完备会严重的影响相关产品 的用户体验，大大降低产品的价值。当前的 很多应用已经因为知识量级问题而凸显出产 品的不足，所以在未来，用户将会对知识图 谱中的知识量级提出更高的要求。
为满足医疗行业对数量上的要求，应发展稳 定、快速的自动化知识图谱构建技术，也可 以通过行业内的合作共建共享知识图谱。行 业应当推动更多质量高的知识源，如高质量 电子病历和新医学知识库的开放共享，为医 学知识图谱的构建保障优质来源。
医学知识图谱是直接面向医学领域的应用， 大部分场景中对数据的容错率远低于其他领 域，所以对医学知识图谱的质量要求极高。 例如，在临床决策支持中，错误的知识就有造成医疗事故的风险。同时，如果因数据质 量问题，系统频繁地给出错误提示，反而会 使临床医务工作者对系统的信任度会大大降 低，导致忽略掉系统给出的正确风险提示。
医学知识图谱的质量问题是一个永恒的话 题，且随着应用的深入，对质量的要求只会 越来越高。为满足医疗行业对质量上的要求， 应建立完善的知识图谱质量控制体系。知识 图谱的质量控制应贯穿于知识图谱的构建的 全周期，构建前应对数据来源的质量做严格 把控；构建中应建立良好的人机配合模式， 确保医学专业人员的指导与参与；构建后的 应进行准确性验证和审核，还需要根据应用 情况保持维护更新。
随着医疗行业对知识图谱应用程度的加深， 在临床决策支持、药物研发、公共卫生事件 应对等场景下，联合使用多个知识图谱的需 求会越来越多。在多个知识图谱联合使用的 场景中，知识图谱的标准化程度显得尤为关 键。标准化程度高的知识图谱之间互通性好， 可以更好地联合使用，从而降低应用的成本， 提升应用体验。
推动医学知识图谱标准化管理体系的建立， 可以促进医学知识图谱标准化的实现。在行 业层面，各利益相关方应互通有无、成果共 享，促进已有成果的使用，避免重复工作， 自下而上地促进国内医学知识图谱相关标准 的建立，包括 Schema 标准、技术标准和其 他相关标准等；在政府层面，应自上而下地 积极推动医学知识图谱相关标准的研究和制 定，并为行业发展提供相关支持，促进行业 更健康快速地发展。
医学知识图谱的应用场景丰富，不同场景对 知识的需求不一，这也催生了对医学知识分 级管理的需求。例如，一般百科类的知识即 可满足面向患者的产品的使用需求，面向医 生的则需要更专业的知识；目前，在医学领 域，来源于临床指南的知识部分有证据水平 的划分，实现了对知识的等级管理。但现阶 段的医学知识图谱中知识的等级管理都还较 为粗犷，大多都尚未涉及到知识分级管理。
知识分级管理是未来知识图谱管理的一个重 要发展方向，从知识的来源、证据等级等角 度，制定知识分级规则，建立健全的分级管 理体系，可以满足在不同场景中知识图谱的 多样化应用需求。
