[發明專利]基于精神分裂癥的用藥分析方法、裝置、設備及存儲介質

在審

• 申請號: 202110092181.5
• 申請日: 2021-01-23
• 公開（公告）號: CN112802612A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 鄭偉;黃雄;聶莎
• 申請（專利權）人: 廣州醫科大學附屬腦科醫院
• 主分類號: G16H70/40
• 分類號: G16H70/40;G16H50/70;G06N3/04;G06N20/20
• 代理公司: 廣州幫專高智知識產權代理事務所(特殊普通合伙) 44674
• 代理人: 陸茵

1.一種基于精神分裂癥的用藥分析方法，其特征在于，所述方法包括：

獲取多個精神分裂癥的用藥治療效果的樣本數據；

依據所述樣本數據，訓練所述精神分裂癥的用藥治療的數據模型；

依據數據模型，獲取精神分裂癥病人所需的最佳用藥數據。

2.根據權利要求1所述的方法，其特征在于，所述依據所述樣本數據，訓練所述精神分裂癥的用藥治療的數據模型包括：

對精神分裂癥病人的用藥數據進行統計，獲取多個精神分裂癥病人的多個不同用藥情況的第一數據模型；

依據所述第一數據模型，獲取對精神分裂癥病人的不同臨床學特征分類后的第二數據模型；

依據所述第二數據模型，獲取對精神分裂癥病人的用藥情況聚類后的第三數據模型。

3.根據權利要求2所述的方法，其特征在于，所述對精神分裂癥病人的用藥數據進行統計，獲取多個精神分裂癥病人的多個不同用藥情況的第一數據模型，包括：

從包括至少一個第一機器學習模塊的組中選擇一個第一機器學習模塊，對所述精神分裂癥病人的臨床數據和用藥數據進行特征提取；

獲取一個精神分裂癥病人的不同用藥情況的第一數據；

重復上述步驟，直至獲取所有所述對精神分裂癥病人的臨床數據對應的不同用藥情況的多個第一數據；

將多個第一數據統計為第一數據模型。

4.根據權利要求2所述的方法，其特征在于，所述依據所述第一數據模型，獲取對精神分裂癥病人的不同臨床學特征分類后的第二數據模型，包括：

從包括至少一個第二機器學習模塊的組中選擇一個第二機器學習模塊，對所述精神分裂癥病人的第一數據模型進行臨床學特征提取；

獲取一個精神分裂癥病人的不同臨床學特征分類后的第二數據；

重復上述步驟，直至獲取所有所述精神分裂癥病人的不同臨床學特征分類后的多個第二數據；

將多個第二數據統計為第二數據模型。

5.根據權利要求2所述的方法，其特征在于，所述依據所述第二數據模型，獲取對精神分裂癥病人的用藥情況聚類后的第三數據模型，包括：

從包括至少一個第三機器學習模塊的組中選擇一個第三機器學習模塊，對所述精神分裂癥病人的第二數據模型進行用藥特征提取；

獲取一個精神分裂癥病人的用藥特征聚類后的第三數據；

重復上述步驟，直至獲取所有所述精神分裂癥病人的用藥聚類后的第三數據；

將多個第三數據統計為第三數據模型。

6.根據權利要求2所述的方法，其特征在于，所述依據數據模型，獲取精神分裂癥病人所需的最佳用藥數據，包括：

獲取精神分裂癥病人的人口學參數和臨床學參數；

依據所述精神分裂癥病人的人口學參數和臨床學參數，通過所述第一數據模型，獲取針對精神分裂癥病人的不同用藥情況數據；

依據所述精神分裂癥病人的不同用藥情況數據，通過所述第二數據模型，獲取精神分裂癥病人的疾病臨床數據；

依據精神分裂癥病人的疾病臨床數據，通過所述第三數據模型，獲取精神分裂癥病人的用藥數據。

7.根據權利要求1所述的方法，其特征在于，所述依據所述樣本數據，訓練藥物療效的數據模型，包括：

使用多個機器學習模塊中的多個神經網絡對輸入的數據進行特征提取，訓練藥物療效的數據模型。

8.一種基于精神分裂癥的用藥分析裝置，其特征在于，包括：

獲取模塊，用于獲取多個用藥治療效果的樣本數據；

建模模塊，用于依據所述樣本數據，訓練藥物療效的數據模型；

生成模塊，用于依據數據模型，生成病人所需的最佳用藥數據。

9.一種計算機設備，其特征在于，包括：一個或多個處理器；

所述一個或多個處理器被配置于運行計算機指令時，執行如權利要求1至7任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，存儲有由處理器運行的計算機指令，所述計算機指令被處理器運行時可以執行如權利要求1至7中任一項所述的方法。