[發(fā)明專(zhuān)利]一種用藥推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011370981.0
• 申請(qǐng)日: 2020-11-30
• 公開(kāi)（公告）號(hào): CN112447270A
• 公開(kāi)（公告）日: 2021-03-05
• 發(fā)明（設(shè)計(jì)）人: 閆靜靜;王雪蓮
• 申請(qǐng)（專(zhuān)利權(quán)）人: 泰康保險(xiǎn)集團(tuán)股份有限公司;泰康養(yǎng)老保險(xiǎn)股份有限公司
• 主分類(lèi)號(hào): G16H10/60
• 分類(lèi)號(hào): G16H10/60;G16H20/10;G16H50/70;G06K9/62;G06N3/04
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 楊曉萍

1.一種用藥推薦方法，其特征在于，所述方法包括：

根據(jù)為當(dāng)前用藥場(chǎng)景選定的各個(gè)特征維度包括的病情參數(shù)，獲取各個(gè)特征維度對(duì)應(yīng)的特征數(shù)據(jù)集；其中，一個(gè)特征維度為一類(lèi)病情參數(shù)數(shù)據(jù)或者一種用藥推薦方案；

根據(jù)所述各個(gè)特征維度的特征數(shù)據(jù)集與訓(xùn)練得到初始用藥推薦模型時(shí)所用的特征數(shù)據(jù)集，獲得對(duì)所述初始用藥推薦模型進(jìn)行模型再訓(xùn)練所需的第一訓(xùn)練數(shù)據(jù)集；其中，所述第一訓(xùn)練數(shù)據(jù)集包括多個(gè)訓(xùn)練樣本，每一訓(xùn)練樣本包括一個(gè)患者的多次就診時(shí)的病情參數(shù)數(shù)據(jù)組合和每一次就診時(shí)的用藥方案；

根據(jù)所述第一訓(xùn)練數(shù)據(jù)集對(duì)所述初始用藥推薦模型進(jìn)行模型再訓(xùn)練，得到目標(biāo)用藥推薦模型；

根據(jù)輸入的待推薦的病情參數(shù)數(shù)據(jù)組合，通過(guò)所述目標(biāo)用藥推薦模型得到對(duì)應(yīng)的用藥推薦方案。

2.如權(quán)利要求1所述的方法，其特征在于，所述初始用藥推薦模型包括多個(gè)級(jí)聯(lián)的特征提取單元，則每一次再訓(xùn)練過(guò)程包括：

針對(duì)每一訓(xùn)練樣本，按照就診時(shí)間順序依次通過(guò)所述特征提取單元對(duì)每一次就診時(shí)的病情參數(shù)數(shù)據(jù)組合進(jìn)行特征提取，得到每一次就診對(duì)應(yīng)的病情特征向量；其中，一次就診時(shí)的病情參數(shù)數(shù)據(jù)組合對(duì)應(yīng)一個(gè)特征提取單元，每一個(gè)特征提取單元的輸入為上一特征單元的輸出以及對(duì)應(yīng)的病情參數(shù)數(shù)據(jù)組合，第一個(gè)特征提取單元的輸入為第一次就診時(shí)的病情參數(shù)數(shù)據(jù)組合；

分別根據(jù)每一次就診對(duì)應(yīng)的病情特征向量進(jìn)行用藥方案的預(yù)測(cè)，得到預(yù)測(cè)的用藥方案；

根據(jù)預(yù)測(cè)的用藥方案與訓(xùn)練樣本包括用藥方案之間的差異確定當(dāng)前的用藥推薦模型收斂時(shí)，結(jié)束訓(xùn)練；或者，

根據(jù)預(yù)測(cè)的用藥方案與訓(xùn)練樣本包括用藥方案之間的差異確定當(dāng)前的用藥推薦模型未收斂時(shí)，更新當(dāng)前的用藥推薦模型，并基于更新后的用藥推薦模型進(jìn)入下一次訓(xùn)練流程。

3.如權(quán)利要求1所述的方法，其特征在于，在根據(jù)所述各個(gè)特征維度的特征數(shù)據(jù)集與訓(xùn)練得到初始用藥推薦模型時(shí)所用的特征數(shù)據(jù)集，獲得對(duì)所述初始用藥推薦模型進(jìn)行模型再訓(xùn)練所需的第一訓(xùn)練數(shù)據(jù)集之后，所述方法還包括：

根據(jù)配置信息確定是否將所述第一訓(xùn)練數(shù)據(jù)集與距離當(dāng)前時(shí)刻的時(shí)間間隔大于設(shè)定時(shí)間閾值的第二訓(xùn)練數(shù)據(jù)集進(jìn)行融合；

在確定將所述第一訓(xùn)練數(shù)據(jù)集與距離當(dāng)前時(shí)刻之間的時(shí)間間隔大于設(shè)定時(shí)間閾值的第二訓(xùn)練數(shù)據(jù)集進(jìn)行融合時(shí)，將所述第二訓(xùn)練數(shù)據(jù)集加入所述第二訓(xùn)練數(shù)據(jù)集中，以獲取第三訓(xùn)練數(shù)據(jù)集；

則根據(jù)所述第一訓(xùn)練數(shù)據(jù)集對(duì)所述初始用藥推薦模型進(jìn)行模型再訓(xùn)練，得到目標(biāo)用藥推薦模型，包括：

根據(jù)所述第三訓(xùn)練數(shù)據(jù)集對(duì)所述初始用藥推薦模型進(jìn)行模型再訓(xùn)練，得到所述目標(biāo)用藥推薦模型。

4.如權(quán)利要求1所述的方法，其特征在于，在根據(jù)所述第一訓(xùn)練數(shù)據(jù)集對(duì)所述初始用藥推薦模型進(jìn)行模型再訓(xùn)練，得到目標(biāo)用藥推薦模型之前，所述方法還包括：

根據(jù)歷史預(yù)測(cè)時(shí)各個(gè)病情參數(shù)對(duì)于用藥方案預(yù)測(cè)的預(yù)測(cè)結(jié)果的重要程度確定各個(gè)病情參數(shù)的權(quán)重；

將所述第一訓(xùn)練數(shù)據(jù)集中權(quán)重值小于預(yù)設(shè)的權(quán)重閾值的病情參數(shù)篩除，以獲得第四訓(xùn)練數(shù)據(jù)集；

則根據(jù)所述第一訓(xùn)練數(shù)據(jù)集對(duì)所述初始用藥推薦模型進(jìn)行模型再訓(xùn)練，得到目標(biāo)用藥推薦模型，包括：

根據(jù)所述第四訓(xùn)練數(shù)據(jù)集對(duì)所述初始用藥推薦模型進(jìn)行模型再訓(xùn)練，得到所述目標(biāo)用藥推薦模型。

5.如權(quán)利要求1所述的方法，其特征在于，在根據(jù)為當(dāng)前用藥場(chǎng)景選定的用藥方案推薦相關(guān)的特征維度，獲取各個(gè)特征維度對(duì)應(yīng)的特征數(shù)據(jù)集之前，所述方法還包括：

獲取當(dāng)前用藥場(chǎng)景的就診數(shù)據(jù)集；

針對(duì)所述就診數(shù)據(jù)集中的每一就診數(shù)據(jù)進(jìn)行數(shù)據(jù)類(lèi)型識(shí)別，并根據(jù)數(shù)據(jù)類(lèi)型將就診數(shù)據(jù)添加至對(duì)應(yīng)類(lèi)型的特征數(shù)據(jù)集中。

6.如權(quán)利要求5所述的方法，其特征在于，所述數(shù)據(jù)類(lèi)型包括如下類(lèi)型中的一種或者多種：

身份數(shù)據(jù)；

檢驗(yàn)數(shù)據(jù)；

檢查數(shù)據(jù)；

診斷病情數(shù)據(jù)；

用藥方案。