[發明專利]一種基于深度學習的非處方藥品推薦系統和推薦方法

在審

• 申請號: 201810873485.3
• 申請日: 2018-08-02
• 公開（公告）號: CN109087691A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 徐兆紅;楊浩;張奎;宋嘉樂
• 申請（專利權）人: 科大智能機器人技術有限公司
• 主分類號: G16H20/10
• 分類號: G16H20/10;G16H50/70
• 代理公司: 上海申新律師事務所 31272
• 代理人: 俞滌炯

1.一種基于深度學習的非處方藥品推薦系統，其特征在于，包括：

疾病庫，用于預先保存多種疾病信息；

癥狀庫，用于保存每一種所述疾病信息對應的多個癥狀特征；

非處方藥品庫，用于保存多種藥品信息，每種所述藥品信息對應于至少一種所述疾病信息，于所述非處方藥品庫中還保存所述藥品信息與所述疾病信息之間的關聯信息；

數據采集模塊，用于采集得到經過核驗的電子病歷中的用戶信息，對用戶信息進行預處理并輸出；

深度學習數據訓練模塊，分別與所述數據采集模塊、所述疾病庫、所述癥狀庫和所述非處方藥品庫連接，用于將所述數據采集模塊經過處理后的輸出的所述用戶信息、所述疾病信息、所述癥狀特征以及所述藥品信息作為訓練數據，預先訓練得到一藥品推薦模型并保存；

用戶信息接收模塊，用于獲取輸入的所述電子病歷，并解析得到所述電子病歷中的用戶信息；

藥品推薦模塊，分別連接所述深度學習數據訓練模塊和所述用戶信息接收模塊，用于將所述用戶信息作為輸入數據輸入至所述藥品推薦模型中，并獲取所述藥品推薦模型的輸出結果，以作為關聯于所述電子病歷的藥品推薦結果。

2.如權利要求1所述的一種非處方藥品推薦系統，其特征在于，所述數據采集模塊具體包括：

數據清洗單元，用于對所述用戶信息進行數據清洗，并輸出經過清洗的所述用戶信息；

數據處理單元，連接所述數據清洗單元，用于將經過清洗的所述用戶信息和所述藥品信息進行標準化處理和歸一化處理，并輸出經過處理的所述用戶信息以作為所述訓練數據的一部分。

3.如權利要求1所述的一種非處方藥品推薦系統，其特征在于，還包括：

反饋獲取模塊，用于獲取用戶對所述藥品推薦結果的反饋評分；

篩選模塊，連接所述反饋獲取模塊，于所述篩選模塊中預設一評分閾值，所述篩選模塊用于篩選出所述反饋評分低于所述評分閾值的所述藥品推薦結果并輸出；

調整模塊，分別連接所述篩選模塊和所述深度學習數據訓練模塊，用于對篩選出的所述藥品推薦結果進行調整，并將調整后的所述藥品推薦結果以及相關聯的所述用戶信息作為新的訓練數據，所述深度學習數據訓練模塊根據新的所述訓練數據對所述藥品推薦模型進行更新。

4.如權利要求2所述的一種非處方藥品推薦系統，其特征在于，所述用戶信息包括用戶的性別信息、年齡信息、妊娠狀態信息、診斷疾病信息、診斷癥狀信息、既往病史信息、既往用藥史信息以及藥物過敏史信息；

于所述非處方藥品推薦系統中，所述用戶信息被轉換形成對應的特征向量X＝[X₁,X₂,X₃,X₄,X₅,X₆,X₇,X₈],，其中x₁用于表示所述性別信息，x₂用于表示所述年齡信息，x₃用于表示所述妊娠狀態信息，x₄用于表示所述診斷疾病信息，x₅用于表示所述診斷癥狀信息，x₆用于表示所述既往病史信息，x₇用于表示所述既往用藥史信息，x₈用于表示所述藥物過敏史信息；

m用于表示單一電子病歷中記載的所述診斷疾病信息的最大的種類數量；

n用于表示單一電子病歷中記載的所述診斷癥狀信息的最大的種類數量；

o用于表示單一電子病歷中記載的所述既往病史信息的最大的種類數量；

p用于表示單一電子病歷中記載的所述既往用藥史信息的最大的種類數量；

q用于表示單一電子病歷中記載的所述藥物過敏史信息的最大的種類數量。