[發明專利]一種基于智能決策的藥品療效預測方法和裝置

在審

• 申請號: 201811235389.2
• 申請日: 2018-10-23
• 公開（公告）號: CN109273098A
• 公開（公告）日: 2019-01-25
• 發明（設計）人: 王偉
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G16H70/40
• 分類號: G16H70/40
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本發明實施例公開了一種基于智能決策的藥品療效預測方法和裝置，其中基于智能決策的藥品療效預測方法包括：獲取需要進行療效預測的目標藥品和目標藥品的組成成分；從醫療數據庫獲取包含目標藥品的組成成分的相似藥品對應的醫療數據，對醫療數據進行特征提取，獲取醫療數據的特征向量；根據醫療數據的特征向量建立藥品療效預測模型；將目標藥品的組成成分輸入藥品療效預測模型中，進行目標藥品的療效預測，獲得目標藥品的療效預測結果。采用本發明，通過對目標藥品的組成成分進行拆解，進而根據包含目標藥品組成成分的相似藥品建立藥品療效預測模型，對目標藥品進行療效預測，提升了藥品療效預測的效率和準確率。

技術領域

本發明涉及數據處理領域，具體涉及一種基于智能決策的藥品療效預測方法和裝置。

背景技術

在現代醫學發展過程中，時刻都伴隨著新藥物的產生，在我國的醫保目錄中，記錄的西藥部分甲類品種有315個，乙類品種有818個；中成藥部分的甲類品種有135個，乙類品種有792個。因此藥品的種類是非常豐富的，而一種新藥品的療效也可以通過已有藥品進行預測。

在現有的藥品療效預測過程中，通常是將藥品運用到臨床，然后根據患者的臨床反應來確定。但是這有一個前提，藥品必須在生產完成后才能進行療效預測。這無疑大大降低了藥品療效預測的時效性，進而增加了藥品研發的時間成本。并且在將藥品進行臨床療效預測時，所驗證的樣本十分有限，這也降低了藥品療效預測的有效性，因此，亟待發現一種更高效和準確的藥品療效預測方法。

發明內容

本發明實施例提供一種基于智能決策的藥品療效預測方法和裝置，能夠通過對目標藥品的組成成分進行拆解，進而根據包含目標藥品組成成分的相似藥品建立藥品療效預測模型，對目標藥品進行療效預測，提升了藥品療效預測的效率和準確率。

本發明實施例的第一方面提供了一種基于智能決策的藥品療效預測方法，所述基于智能決策的藥品療效預測方法包括：

獲取需要進行療效預測的目標藥品和所述目標藥品的組成成分；

從醫療數據庫獲取包含所述目標藥品的組成成分的相似藥品對應的醫療數據，對所述醫療數據進行特征提取，獲取所述醫療數據的特征向量；

根據所述醫療數據的特征向量建立藥品療效預測模型；

將所述目標藥品的組成成分輸入藥品療效預測模型中，進行所述目標藥品的療效預測，獲得所述目標藥品的療效預測結果。

在可選的情況下，所述獲取需要進行療效預測的目標藥品和所述目標藥品的組成成分包括：

獲取需要進行療效預測的目標藥品并確定目標藥品的藥品類別，所述藥品類別包括西藥類別或中成藥類別；

若所述目標藥品為西藥類別，則獲取所述西藥類別的化學合成成分作為所述目標藥品的組成成分；

若所述目標藥品為中成藥類別，則獲取所述重要類別的藥材構成作為所述目標藥品的組成成分。

在可選的情況下，所述從醫療數據庫獲取包含所述目標藥品的組成成分的相似藥品對應的醫療數據，對所述醫療數據進行特征提取，獲取所述醫療數據的特征向量，包括：

從藥品組成成分數據庫中獲取與目標藥品的組成成分相似度超過第一預設閾值的藥品，確定為相似藥品；

從醫療數據庫中獲取包含所述相似藥品的醫療數據，所述醫療數據包括患者的診斷結果和用藥情況；

從所述診斷結果中提取與所述相似藥品對應的目標癥狀，從所述用藥情況中提取與所述相似藥品相關的目標用藥情況，所述目標用藥情況包括用藥劑量或給藥途徑；

將所述目標癥狀、相似藥品和所述目標用藥情況結合，生成所述醫療數據的特征向量。