中医诊疗领域中,存在着名医经验宝贵而神秘、诊疗方法复杂又难学的问题。本研究采用图神经网络与知识图谱两项核心技术,设计了诊疗规则挖掘与智能推荐框架,框架的设计具有以下三个突出特点:智能识别患者咨询意图、客观推荐诊疗方案、灵活的临床辅助决策支持。（1）智能识别患者咨询意图。针对中医远程智能问诊应用场景,设计患者诊疗意图识别模型,通过分解问询语句结构特点,构建问询语句的句法结构树,搭建图神经网络模型解析问询句主干部分的语义特征,最终结合分类器模型识别患者的咨询意图,识别率最高可提升17.6%,以便系统智能响应患者需求。（2）客观推荐诊疗方案。解决中医诊疗领域的推荐结果中主观因素占比较大的问题,依次设计实现:①规则获取客观化,首先,采用XGBoost与图神经网络结合构建疾病诊断规则的挖掘模型,客观呈现特征的筛选过程,实验诊断最优达到72%;其次,采用FP-Growth与知识图谱技术结合构建方剂中治疗规则的挖掘模型,在相关性分析基础上进行图谱的多跳推理。②推荐过程客观化,依据诊疗规则挖掘结果与方剂客观评价结果推荐诊疗方案,得到具有可追溯性的推荐结果。（3）灵活的临床辅助决策支持。为增强本框架的可迁移性与灵活性,在诊疗知识图谱中设计三个可调整部分。规则部分,推理机制中的规则可选择由挖掘模型得出,或由中医专家设定;数据部分,框架的推理结果主要依赖所提供的数据和规则,因此将任意病种数据按照格式要求迁移到诊疗知识图谱中,均可完成推荐任务;功能部分,诊断推荐与治疗推荐既可以同时面向同一种疾病使用,也可以分别就不同的疾病单独使用,具有功能模块间的信息隐蔽性与独立性的优势。本研究通过运用以图神经网络为核心的隐知识挖掘方法,以及知识图谱推理技术,开发出可智能识别患者咨询意图,并给出诊疗推荐方案的智能系统,该研究为挖掘名医经验和中医临床辅助决策提供了新的解决思路。