[發明專利]用藥推薦方法、裝置、設備及存儲介質有效
| 申請號: | 202010896613.3 | 申請日: | 2020-08-31 |
| 公開(公告)號: | CN112037880B | 公開(公告)日: | 2022-07-15 |
| 發明(設計)人: | 侯永帥;王垂新;趙建雙 | 申請(專利權)人: | 康鍵信息技術(深圳)有限公司 |
| 主分類號: | G16H20/10 | 分類號: | G16H20/10;G16H50/70;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司: | 北京市京大律師事務所 11321 | 代理人: | 姚維 |
| 地址: | 518052 廣東省深圳市前海深港合作區前*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用藥 推薦 方法 裝置 設備 存儲 介質 | ||
1.一種用藥推薦方法,其特征在于,所述用藥推薦方法包括:
通過數據爬蟲工具從多個醫療數據庫中獲取歷史藥方,并采用機器學習算法對所述歷史藥方進行藥性和用藥規則的學習,構建藥品推薦模型;其中,所述通過數據爬蟲工具從多個醫療數據庫中獲取歷史藥方,并采用機器學習算法對所述歷史藥方進行藥性和用藥規則的學習,構建藥品推薦模型包括:通過數據爬蟲工具從多個醫療數據庫中獲取醫生的歷史問診數據,并從所述歷史問診數據中提取歷史藥方,基于關鍵詞提取算法提取歷史藥方對應的病種以及該病種 的患者的發病癥狀,形成病癥特征庫;構建病癥特征庫與藥品之間的對應關系;基于對應關系,利用機器學習算法對所述對應關系進行學習,得到藥品推薦模型;
獲取當前患者的問診單,并提取所述問診單中的診斷結果和問診數據;
將所述診斷結果輸入至所述藥品推薦模型中進行藥品匹配,生成候選藥品列表;
根據所述問診數據對所述候選藥品列表中的藥品進行排序篩選過濾,得到最終的藥品推薦結果;
根據接收到的藥品使用請求,從所述藥品推薦結果中,選擇滿足患者的藥品,并生成藥方保存至所述問診單中;
隨機抽取若干張所述問診單,并提取每張所述問診單中對所述藥品推薦結果的使用情況;
若所述使用情況不滿足預設的采納率,讀取所有未被采用藥品推薦結果中的藥品的問診單,并基于所述問診單對所述藥品推薦模型進行重新訓練,得到迭代優化后的藥品推薦模型。
2.根據權利要求1所述的用藥推薦方法,其特征在于,所述提取所述問診單中的診斷結果和問診數據包括:
利用文字識別算法提取所述問診單中所記載的患者信息、就診科室、主訴信息、醫生患者間的問診對話內容和醫生的診斷結果;
按照預設的優先級劃分條件,將所述患者信息、就診科室、主訴信息、醫生患者間的問診對話內容和醫生的診斷結果進行優先級劃分,得到查詢條件列表;
將所述查詢條件列表中除了所述診斷結果之外的條件,按照優先級級別進行組合,得到特征詞組。
3.根據權利要求2所述的用藥推薦方法,其特征在于,所述根據所述問診數據對所述候選藥品列表中的藥品進行排序篩選過濾,得到最終的藥品推薦結果包括:
根據所述特征詞組中條件對所述候選藥品列表進行篩選過濾,剔除藥品不滿足所述患者信息的藥品,得到新藥品序列;
根據藥品與問診單的匹配情況對所述新藥品序列中的每個藥品進行打分排序,得到候選藥品序列;
從所述候選藥品序列中選擇排序靠前的N個藥品,得到藥品推薦結果。
4.根據權利要求3所述的用藥推薦方法,其特征在于,在所述按照預設的優先級劃分條件,將所述患者信息、就診科室、主訴信息、醫生患者間的問診對話內容和醫生的診斷結果進行優先級劃分,得到查詢條件列表之前,還包括:
根據所述患者信息從醫院診斷系統的診斷數據庫中,查詢對應的患者診斷歷史記錄;
根據所述診斷歷史記錄,確定所述患者的過敏史和禁忌信息。
5.根據權利要求4所述的用藥推薦方法,其特征在于,所述根據藥品與問診單的匹配情況對所述新藥品序列中的每個藥品進行打分排序,得到候選藥品序列包括:
根據所述過敏史和禁忌信息對所述新藥品序列進行二次篩選過濾,得到第二藥品序列;
利用預置的打分模型對所述第二藥品序列中的每個藥品的匹配度進行打分,并按照分數從高到低進行排序,得到候選藥品序列。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于康鍵信息技術(深圳)有限公司,未經康鍵信息技術(深圳)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010896613.3/1.html,轉載請聲明來源鉆瓜專利網。





