[發明專利]一種藥品相互作用關系抽取方法及系統

在審

• 申請號: 202010569861.7
• 申請日: 2020-06-20
• 公開（公告）號: CN111914095A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 黎云;袁沖;余軍;沈章;呂靜;高峰
• 申請（專利權）人: 武漢海云健康科技股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/117;G06N20/00;G16H20/10
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 嚴超

本發明提供一種藥品相互作用關系抽取方法及系統，方法包括：將藥品說明書輸入訓練后的機器學習模型中，識別出藥品實體關系，所述機器學習模型是通過半監督學習訓練的方式提取藥品說明書中的特征文本信息建立的；將所述藥品實體關系供藥師和用戶參考。本發明實施例提供的一種藥品相互作用關系抽取方法及系統，采用半監督的學習方式，訓練好機器學習模型，能夠對藥品說明書中出現的藥品實體名稱進行綜合的判斷，使結果更加的準確。

技術領域

本發明涉及信息處理技術領域，更具體地，涉及一種藥品相互作用關系抽取方法及系統。

背景技術

人民群眾對自身健康的關注越來越大，無形中加重了各大藥店的運轉負荷，使藥師對自身專業知識的要求越來越高。一般情況下，藥師可以憑借自身專業知識給患者開出合適的藥方，但由于時間和精力的局限性，并不能對每一種具體的藥品商品完全了解，因而，其相對應的藥品說明書便成為了藥師對該藥品如何用藥的第一參考文本。但由于有的藥品說明書里面的文字篇幅會有很多，藥師可能很難在短時間內找出其有用的關鍵信息，而且藥師在長時間精神高度集中看藥品說明書的情況下，也十分容易引起視覺疲勞，繼而加重了藥師人工的負擔，容易發生醫療事故。

當前，隨著我國醫療機構的衛生信息化建設日益完善，各類藥品相關的信息都可以以電子版的形式進行查看，比如國家藥品監督管理局上關于各類藥品的詳細描述、各種公開的藥品網站等等都有十分詳細的關于藥品用藥的相關的文本信息。這為藥品大數據工作的展開提供了依據，可以合理的利用這些網絡上公開的信息資源，為藥師的用藥參考進行自動化提供了一定的基礎。但目前通用的抽取和處理文本信息技術，具有很大的局限性，并不適用于藥品說明書中的文本信息的抽取，它具有以下不足：1、準確度不夠，醫療領域是一個十分嚴謹的領域，對結果準確度的要求很高，它需要一個更加準確的模型來識別藥品說明書中復雜的藥品實體、疾病實體和食物名稱實體等等之間的關系。2、對藥品說明書中出現的龐雜的所有的實體及其關系(如：藥物相互作用，適應癥，禁忌癥，注意事項等等)的識別提取沒有很好地解決方案。3、采用純命名實體識別的技術來對藥品說明書中出現的各種實體名稱(包括大量相互嵌套的實體名稱)進行識別，缺少專業藥師團隊的配合，導致識別的準確度不夠，也不符合實際需求，會出現很多問題。4、對說明書中的文本信息的劃分細粒度不夠，不滿足藥師實際工作的需求。5、對于正確識別后的數據缺少統一的管理形式，不能進行后續的數據利用，浪費了數據。

因此，現在亟需一種新的藥品相互作用關系抽取方法來解決上述問題。

發明內容

本發明提供一種克服上述問題或者至少部分地解決上述問題的一種藥品相互作用關系抽取方法及系統，根據本發明提供的第一方面，本發明提供一種藥品相互作用關系抽取方法，包括：

將藥品說明書輸入訓練后的機器學習模型中，識別出藥品實體關系；所述機器學習模型是通過半監督學習訓練的方式提取藥品說明書中的特征文本信息建立的；

將所述藥品實體關系供藥師和用戶參考。

其中，所述方法還包括：

建立所述機器學習模型；

訓練所述機器學習模型。

其中，所述建立所述機器學習模型包括：

獲取藥品說明書數據，將所述藥品說明書數據、藥品實體名稱以及之間的具體的關系類型構建成種類數據庫；

基于所述種類數據庫提取藥品說明書中文本信息，并將缺失的句法結構補充完整，以建立所述機器學習模型。

其中，所述訓練所述機器學習模型，包括：

通過半監督的學習方式，將從藥品說明書中提取的文本信息進行標簽標注。

其中，所述方法還包括：