[發明專利]一種針對慢病的階段性動態用藥匹配系統

有效

• 申請號: 202110589875.X
• 申請日: 2021-05-28
• 公開（公告）號: CN113314195B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 李建欣;張帥;周號益;朱琪山;楊繼遠
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G16H20/10
• 分類號: G16H20/10;G16H50/30;G16H70/40;G06N3/04;G06N3/08
• 代理公司: 北京中創陽光知識產權代理有限責任公司 11003
• 代理人: 尹振啟

本發明通過信息技術領域的方法，實現了一種針對慢病的階段性動態用藥匹配系統。系統整體結構分為三部分：患者指標編碼單元、患者指標編碼與藥物關系圖融合單元、計算輸出單元，并采用神經網絡方法進行訓練后實現；患者指標編碼單元應用自注意力機制將其形成患者指標編碼，接著利用圖卷積神經網絡方法將電子健康記錄圖、藥物間相互作用圖、藥物間序列關系圖進行預處理得到藥物關系圖，結合上兩部分的輸出結果，將患者指標編碼與藥物關系圖進行融合，將生成結果與患者當前的用藥輸出至所述計算輸出單元運算后，得到最終的當前用藥對患者狀態的匹配程度。本發明結合病人的編碼、歷史用藥信息以及藥物的相關性圖，最終形成指標對應下的用藥匹配系統。

技術領域

本發明涉及信息技術領域，尤其涉及一種針對慢病的階段性動態用藥匹配系統。

背景技術

慢性病是對通過長期積累形成且治療周期長的疾病的總稱。據一項統計調查顯示，在我國，因慢性病死亡的人數占總死亡人數的80％以上，慢性病防控形勢嚴峻復雜。慢性病的治療需要根據病人的基本體征、藥物間的相互作用等信息，此外，慢性病患者通常有治療周期長，病情隨時間變化的特點，因此醫生需要根據病人的病情變化長期來動態調整用藥方案。近年來，隨著人工智能技術的不斷發展，越來越多的為醫生提供用藥輔助的決策系統應運而生。對于醫院及醫生而言，用藥輔助系統能夠充分利用病人的電子病歷，結合病人的就診記錄和各項化驗指標，學習醫生歷史的用藥策略，進而幫助醫生檢查用藥的合規性、安全性和策略性是否符合歷史的經驗，規避用藥沖突或新型用藥組合導致的風險，并能隨時跟蹤患者長期的病情變化；對于患者而言，能夠根據患者狀態變化判斷當前的用藥是否適合，及時調整用藥；對于國家而言，能夠一定程度減少地域間醫療水平差距，促進國家醫療水平整體的提升。然而，當前很多用藥系統仍存在一些局限性：

1.缺乏針對患者狀態的動態調整機制，無法根據病人的動態指標等信息進行階段性用藥選擇。例如，只根據當前病癥數據以及化驗信息通過機器學習模型進行用藥選擇，缺少對病人歷史數據的建模，不適用于慢性病長期用藥的場景。

2.缺乏關于藥物間相互作用對病人治療效果及安全性的考慮。多數用藥決策系統只關注了從輸入病人的相關數據到輸出用藥建議列表的這一過程，而沒有關注藥物間相互作用的影響。部分藥物同時使用可能會降低療效，甚至可能產生沖突，對病人健康造成不良影響。

3.缺乏對慢性病患者的長期狀態跟蹤，目前很多的用藥輔助系統只關注患者短期內或者當前的狀態，而慢性病患者的治療周期長，病情隨著時間發生變化，當前的患者治療方案會依賴于患者的歷史狀態與治療情況，因此對于用藥決策系統需要對慢性病患者長期的病情變化來提供治療決策。

神經網絡常微分方程(Neural ODE)通過將含有隱藏狀態的神經網絡的訓練問題轉化為常微分方程的求解問題，實現了對諸如時間序列等的動態信息的編碼。使用神經網絡常微分方程可以實現對病人的動態信息進行表征，從而實現針對慢性病治療的階段性動態用藥決策系統。

注意力機制(Attention Mechanism)是一種表征學習的方法，其通過對輸入序列的不同部分賦予不同的注意力權重，從輸入中提取重要信息，實現對輸入的編碼。通過注意力機制，我們對病人的信息進行表征，由此進行計算患者用藥是否匹配患者當前的狀態，提高模型的可遷移性和可擴展性。

如上所述，為了醫生就行用藥，改善患者的就醫體驗，并克服目前用藥系統的一些局限性，我們提出一種針對慢病治療的階段性用藥匹配系統。

發明內容

為此，本發明首先提出一種針對慢病的階段性動態用藥匹配系統，系統用于學習醫生歷史的用藥策略，進而幫助醫生檢查用藥的合規性、安全性和策略性是否符合歷史的經驗，規避用藥沖突或新型用藥組合導致的風險。本發明所述