[發明專利]推薦方法、推薦裝置、電子設備及存儲介質

在審

• 申請號: 202210868298.2
• 申請日: 2022-07-22
• 公開（公告）號: CN115116581A
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 馬億凱
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G16H20/10
• 分類號: G16H20/10;G16H70/40;G16H50/70;G06N3/04;G06F40/289;G06K9/62
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 廖慧賢

1.一種推薦方法，其特征在于，所述方法包括：

獲取目標對象數據，其中，所述目標對象數據包括目標對象的問診疾病數據和問診藥方數據，所述問診藥方數據包括藥品外包裝的圖像數據；

通過預設的圖像識別模型對所述圖像數據進行文字識別處理，得到目標藥品文本數據，其中，所述目標藥品文本數據包括藥品名信息、藥品成分信息、藥品功效信息；

對所述目標藥品文本數據進行向量化處理，得到目標藥品文本向量；

對所述目標藥品文本向量和預設的參考藥品信息進行內容匹配處理，得到目標藥品信息；

將所述目標藥品信息輸入至預設的藥品數據庫進行查詢處理，得到目標用藥數據；

對所述目標用藥數據、所述問診疾病數據以及所述目標藥品信息進行整合處理，得到推薦用藥數據，所述推薦用藥數據用于指引所述目標對象使用目標藥品。

2.根據權利要求1所述的推薦方法，其特征在于，所述通過預設的圖像識別模型對所述圖像數據進行文字識別處理，得到目標藥品文本數據的步驟，包括：

通過所述圖像識別模型的識別網絡對所述圖像數據進行文字識別處理，得到初始藥品文本數據；

通過所述圖像識別模型的預設字符對所述初始藥品文本數據進行字符對齊，得到所述目標藥品文本數據。

3.根據權利要求2所述的推薦方法，其特征在于，所述通過所述圖像識別模型的識別網絡對所述圖像數據進行文字識別處理，得到初始藥品文本數據的步驟，包括：

通過所述識別網絡的卷積層對所述圖像數據進行卷積處理，得到圖像卷積特征；

通過所述識別網絡的LSTM層對所述圖像卷積特征進行特征提取，得到圖像序列特征；

通過所述識別網絡的預設函數對所述圖像序列特征進行預測處理，得到所述初始藥品文本數據。

4.根據權利要求1所述的推薦方法，其特征在于，所述對所述目標藥品文本數據進行向量化處理，得到目標藥品文本向量的步驟，包括：

通過預設的正向最大匹配算法對所述目標藥品文本數據進行分詞處理，得到目標藥品詞段；

通過預設的編碼器對所述目標藥品詞段進行向量化處理，得到所述目標藥品文本向量。

5.根據權利要求1所述的推薦方法，其特征在于，所述對所述目標藥品文本向量和預設的參考藥品信息進行內容匹配處理，得到目標藥品信息的步驟，包括：

根據所述目標藥品文本向量對預設的藥學字典進行遍歷，并計算所述目標藥品文本向量與所述藥學字典的參考藥品信息的歐式距離，得到歐式距離值；

根據所述歐式距離值對所述參考藥品信息進行篩選處理，得到所述目標藥品信息。

6.根據權利要求5所述的推薦方法，其特征在于，所述根據所述歐式距離值對所述參考藥品信息進行篩選處理，得到所述目標藥品信息的步驟，包括：

比對所述歐式距離值與預設的距離閾值；

將所述歐式距離值小于或者等于所述距離閾值的參考藥品信息作為所述目標藥品信息。

7.根據權利要求1至6任一項所述的推薦方法，其特征在于，所述根據所述目標用藥數據、所述問診疾病數據以及所述目標藥品信息進行整合處理，得到推薦用藥數據的步驟，包括：

對所述問診疾病數據進行特征提取，得到關鍵疾病特征；

根據所述關鍵疾病特征對所述目標用藥數據進行數據補全，得到當前用藥數據；

根據預設的信息模板對所述當前用藥數據和所述目標藥品信息進行整合處理，得到所述推薦用藥數據。