虽然许多人认为癌症与遗传因素有关，但事实上90%的恶性肿瘤与生活方式和环境因素有关。通过调整生活方式来治疗和预防与生活方式有关的疾病（主要是一些慢性病，但是也可能是急性或传染性疾病）是有据可查的。研究表明80%以上的慢性病可以通过生活方式的调整而得到避免。此外还有研究表明良好的生活方式可以使患者的临床表现得到缓解。

在临床预测建模和临床决策支持系统等方面，当下最先进的人工智能对临床医生的影响越来越大。虽然这些先进的科技可以帮助我们得到一些成果，但是当我们用许多参数监测人工智能（AI）模型时，得到的结果往往是很难解释的黑匣子。在AI的医学应用过程中，充分理解所使用的AI模型是十分重要的，特别是涉及到临床决策支持时。随着可解读AI的出现，可以通过监测AI的可靠性和可解读性进行模型的研发。通过应用知识导引模型和广为人知的知识图谱（KG）从而实现基于AI的临床预测就是一项很大的进步。

年1月15日，ClinicalandTranslationalDiscovery杂志在线发表了四川大学沈百荣教授团队的最新成果“Prostatecancermanagementwithlifestyleintervention:FromknowledgegraphtoChatbot”[6]（点击文末“阅读原文”下载PDF全文）。

生活方式是导致前列腺癌（PCa）发生的重要原因之一。因此建立相应的KG和聊天机器人是可以有效预防PCa发生和评估PCa发生风险的便捷方式。建立在PCa相关生活方式KG基础上的聊天机器人对PCa患者的治疗十分有益，同时还可以节省大量的社会资源。

作者及其团队在既往研究成果的基础上，在本项研究中对构建PCa相关生活方式的KG及其相关事宜进行了定义，并输入到Neo4j图谱服务器中。用Flask框架作为对话系统进行群体识别和相关性提取从而实现对问题的分类，进而用查询模版在PCa相关生活方式的KG中搜索答案。PCa相关生活方式的KG中包含有11个类型的群体和14种相关性，总的节点和链接数分别为和。此外，“生活方式”，“基线”，“结果”等分类中还包含有多个属性。已经建立的聊天机器人可以回答12种类型的基础问题，可以预测某种生活方式导致某种PCa发生的可能性。聊天机器人可以在链接