[發明專利]基于圖形狀態機的用藥決策支持方法、裝置、設備、介質

有效

• 申請號: 202110385599.5
• 申請日: 2021-04-10
• 公開（公告）號: CN112802575B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 洪東升;張建華;倪劍;盧曉陽;劉曉健;陳敬;陳婷婷
• 申請（專利權）人: 浙江大學
• 主分類號: G16H20/10
• 分類號: G16H20/10;G16H70/40;G16H10/60;G16H50/70;G06F16/36;G06F40/242;G06F40/247;G06F40/279;G06F40/30
• 代理公司: 杭州堅果知識產權代理事務所(普通合伙) 33366
• 代理人: 張劍英

1.一種基于圖形狀態機的用藥決策支持方法，其特征在于，包括：

獲取用戶用藥咨詢語句；

通過分詞和語義識別提取所述用藥咨詢語句中的癥狀信息實體、過敏信息實體以及發病信息實體；

基于預設的指示用藥決策圖形狀態機集，利用所述癥狀信息實體、所述過敏信息實體以及所述發病信息實體生成用藥決策信息；所述指示用藥決策圖形狀態機集包含至少一個指示用藥決策圖形狀態機；

根據所述用藥決策信息為用戶提供初選的可用藥品；

其中，所述過敏信息實體包括過敏藥物實體、過敏食物實體；

所述發病信息實體包括年齡層次實體、體重實體、身高實體、發病時間實體以及發病嚴重程度實體；

所述用藥決策信息包括藥品名稱信息、藥品劑量信息以及用藥頻次信息；

所述發病信息實體包括病發嚴重程度信息，所述方法還包括：

基于情感分詞詞典分析所述用戶用藥咨詢語句，生成所述咨詢語句的情感得分，所述情感得分劃分為不同的情感傾向等級，具體如下：

基于情感分詞詞典對所述用戶用藥咨詢語句劃分為情感動詞W_V和情感副詞W_adj，將當前情感動詞W_V與情感詞典進行匹配，若為積極詞，則情感值為1，若為消極詞，則情感值為-1；同樣將情感副詞W_adj與情感詞典進行匹配，若為積極詞，則情感值為1，若為消極詞，則情感值為-1；

計算每個情感動詞W_V的累積傾向分：

其中，α0表示動作情感傾向為正反饋型，記為positive-α；α＜0表示動作情感傾向為負反饋型，記為negative-α；α＝0表示動作情感傾向為無偏向型，即為neutral-α；

計算每個情感副詞W_adj的累積傾向分：

其中，β0表示動作情感傾向為正反饋型，記為positive-β；β＜0表示動作情感傾向為負反饋型，記為negative-β；β＝0表示動作情感傾向為無偏向型，記為neutral-β；

根據情感動詞W_V和情感副詞W_adj的表達情況，生成具體的情感傾向等級以及對應的情感得分；

利用所述情感得分修正所述病發嚴重程度信息。

2.根據權利要求1所述的用藥決策支持方法，其特征在于，

所述指示用藥決策圖形狀態機集包括：第一指示用藥決策圖形狀態機、第二指示用藥決策圖形狀態機以及第三指示用藥決策圖形狀態機；

所述第一指示用藥決策圖形狀態機包括癥狀信息實體、診斷實體、藥品適應癥實體，以及癥狀-診斷-藥品適應癥的關聯關系；

所述第二指示用藥決策圖形狀態機包括過敏藥物實體、過敏食物實體、藥物與藥物之間交叉過敏的關聯關系、藥物與食物之間交叉過敏的關聯關系；

所述第三指示用藥決策圖形狀態機包括年齡層次實體、體重實體、身高實體、發病時間實體、發病嚴重程度實體以及年齡層次、體重、身高、發病時間、發病程度與劑量、用藥頻次之間的關聯關系；

所述第一指示用藥決策圖形狀態機、所述第二指示用藥決策圖形狀態機以及所述第三指示用藥決策圖形狀態機具有多個共同實體；

其中，用藥決策圖形狀態機包括對不同臨床事件實體的定義、實體多個屬性的定義以及實體之間的關聯，圖形狀態機預設通用醫學邏輯模塊，每個通用醫學邏輯模塊均含有適用的邏輯，基于適用的邏輯可以對用藥決策圖形狀態機中實體與實體之間的關系進行關系推理，進一步根據實體多屬性定義的個體輸入可以獲得用藥推薦結果。

3.根據權利要求1所述的用藥決策支持方法，其特征在于，所述利用情感得分修正病發嚴重程度信息，包括：

根據所述情感得分生成預估的病發嚴重程度信息；其中，包括：采用近N年醫院電子病例的歷史診斷數據計算預估的病發嚴重程度信息，所述預估的病發嚴重程度信息包括輕癥、中癥、重癥、危重癥，各預估的病發嚴重程度信息是通過相關診斷的電子病例數據生成的決策樹獲得，進一步的決策樹節點通過情感傾向等級完成區分；

比對所述預估的病發嚴重程度信息與用戶用藥咨詢語句中的病發嚴重程度信息，生成情感修正值；

根據所述情感修正值修正所述病發嚴重程度信息。