[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

本公開提供一種藥物推薦方法、裝置、設備及存儲介質，其中方法包括：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。

技術領域

本公開涉及機器學習技術領域，具體涉及一種藥物推薦方法、裝置、設備及存儲介質。

背景技術

對于不同的疾病，在治療過程中所使用的藥物也不同。而隨著電子健康數據的豐富，研究人員開發了藥物推薦算法以針對不同的患者進行藥物推薦。相關的藥物推薦方式中，是基于大量患者的用藥歷史進行藥物推薦。該方式僅考慮了歷史用藥，忽略了可以治療對應疾病的其他藥物(如新藥、老藥等)，導致推薦的藥物不夠準確。

發明內容

本公開提供了一種藥物推薦方法、裝置、設備及存儲介質。

根據本公開實施例的第一方面，提供一種藥物推薦方法，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。

在一些可選實施例中，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。

在一些可選實施例中，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。

在一些可選實施例中，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。

在一些可選實施例中，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。

在一些可選實施例中，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。

在一些可選實施例中，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。

在一些可選實施例中，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。