[發明專利]藥物推薦方法、裝置、設備及存儲介質

在審

• 申請號: 202110204821.7
• 申請日: 2021-02-23
• 公開（公告）號: CN112951362A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 張捷
• 申請（專利權）人: 上海商湯智能科技有限公司
• 主分類號: G16H20/10
• 分類號: G16H20/10;G06N3/04;G06N3/08;G16H50/70
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 靳玫

1.一種藥物推薦方法，其特征在于，所述方法包括：

根據目標患者的患者信息進行特征提取，得到患者特征向量；

根據歷史用藥信息和疾病藥物關聯信息，利用聯合神經網絡得到聯合用藥信息向量；

將所述患者特征向量和所述聯合用藥信息向量輸入藥物推薦網絡，得到對應所述目標患者的推薦藥物信息。

2.根據權利要求1所述的方法，其特征在于，所述患者信息包括：診斷信息和治療信息；所述根據目標患者的患者信息進行特征提取，得到患者特征向量，包括：

分別對所述診斷信息和治療信息進行特征提取，得到第一特征向量和第二特征向量；

對所述第一特征向量和第二特征向量進行融合，得到所述患者特征向量。

3.根據權利要求1或2所述的方法，其特征在于，所述根據歷史用藥信息和疾病藥物關聯信息，利用聯合神經網絡得到聯合用藥信息向量，包括：

分別將所述歷史用藥信息和所述疾病藥物關聯信息進行建模，得到歷史用藥圖譜和疾病藥物關聯圖譜；

根據所述歷史用藥圖譜和疾病藥物關聯圖譜，利用圖卷積神經網絡得到所述聯合用藥信息向量。

4.根據權利要求1至3中任一項所述的方法，其特征在于，所述根據歷史用藥信息和疾病藥物關聯信息，利用聯合神經網絡得到聯合用藥信息向量，包括：

根據所述歷史用藥信息、所述疾病藥物關聯信息和先驗知識信息，利用所述聯合神經網絡得到所述聯合用藥信息向量；其中，所述先驗知識信息包括以下至少一項：藥物間反應信息和疾病癥狀關聯信息。

5.根據權利要求4所述的方法，其特征在于，所述根據所述歷史用藥信息、所述疾病藥物關聯信息和先驗知識信息，利用所述聯合神經網絡得到所述聯合用藥信息向量，包括：

分別將所述歷史用藥信息、所述疾病藥物關聯信息和所述先驗知識信息進行建模，得到歷史用藥圖譜、疾病藥物關聯圖譜、先驗知識圖譜；

根據所述歷史用藥圖譜、所述疾病藥物關聯圖譜和所述先驗知識圖譜，利用圖卷積神經網絡得到所述聯合用藥信息向量。

6.根據權利要求1至5中任一項所述的方法，其特征在于，所述方法還包括：

將所述患者特征向量和所述聯合用藥信息向量輸入疾病預測網絡，得到隱性疾病信息向量；

所述將所述患者特征向量和所述聯合用藥信息向量輸入藥物推薦網絡，得到對應所述目標患者的推薦藥物信息，包括：

將所述患者特征向量、所述聯合用藥信息向量和所述隱性疾病信息向量輸入所述藥物推薦網絡，得到對應所述目標患者的推薦藥物信息。

7.根據權利要求1至6中任一項所述的方法，其特征在于，所述方法還包括：

將所述患者特征向量和所述聯合用藥信息向量輸入疾病預測網絡，得到隱性疾病信息向量；

根據所述隱性疾病信息向量進行轉換處理，得到所述目標患者對應的隱性疾病信息。

8.根據權利要求6或7所述的方法，其特征在于，在將所述患者特征向量和所述聯合用藥信息向量輸入所述疾病預測網絡之前，還包括：

基于特征提取網絡，根據樣本患者的患者信息進行特征提取，得到患者特征向量；

根據歷史用藥信息和疾病藥物關聯信息，利用聯合神經網絡得到聯合用藥信息向量；

將所述患者特征向量和所述聯合用藥信息向量輸入所述疾病預測網絡，得到對應所述樣本患者的隱性疾病信息向量的預測值；

根據所述隱性疾病信息向量的預測值和第一標簽值之間的差異，對所述特征提取網絡、所述聯合神經網絡和所述疾病預測網絡中的至少一項的網絡參數進行調整。