在对高效和有效的大数据分析解决方案的需求的推动下，数据分析在医疗保健行业的整合取得了重大进展。知识图谱 （KG） 已在这一领域被证明是实用性的，并植根于许多医疗保健应用程序，以提供更好的数据表示和知识推理。然而，由于缺乏具有代表性的 KG 构建分类法，该指定领域的几种现有方法不充分且较差。本文首次提供了全面的分类法和医疗保健幼儿园建设的鸟瞰图。此外，还对从与各种医疗保健环境相关的学术著作中提取的当前最先进技术进行了彻底检查。这些技术在用于知识提取的方法、知识库和来源的类型以及合并的评估协议方面进行了严格评估。最后，报告和讨论了文献中的一些研究成果和存在的问题，为这个充满活力的领域的未来研究开辟了视野。
大数据的出现开辟了新的可能性，也迎来了各个学科的重大变革。医疗保健行业是需要先进和复杂的数据分析来适应和正确理解不断增长的医疗保健数据量的领域之一，从而优化医疗保健服务。然而，医疗保健数据仍然被视为副产品 [1]，因此海量的医疗保健数据源仍然被忽视和未充分利用。从这些数据源中获得有意义和可作的知识可以对患者护理产生积极影响，并实现更准确的诊断、疾病预防、个性化治疗和更好的决策。分析师面临的主要障碍包括医疗保健的异质性数据源和格式、词汇差异以及缺乏全面和集成的医疗保健知识库。