[發明專利]一種藥物知識圖譜的數據挖掘方法、系統及電子設備

在審

• 申請號: 202211670808.1
• 申請日: 2022-12-26
• 公開（公告）號: CN116486939A
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 劉大海;班浩;樊穎穎;霍華榮
• 申請（專利權）人: 北京左醫健康技術有限公司
• 主分類號: G16C20/70
• 分類號: G16C20/70;G16H50/70;G06N20/00;G06N5/02
• 代理公司: 北京千壹知識產權代理事務所(普通合伙) 11940
• 代理人: 王玉玲

本發明涉及醫療健康信息數據的處理，其公開了一種藥物知識圖譜的數據挖掘方法、系統及電子設備，包括：數據獲取步驟、特征提取步驟、規則判斷步驟、模型訓練步驟、數據融合步驟、迭代步驟和模型識別步驟。本發明通過從處方大數據中挖掘出與藥品相關的特征，并根據該特征設計出準確的判斷邏輯和判斷條件，并將判斷邏輯和判斷條件獲得的正確藥品關系數據作為算法模型的驗證樣本和訓練補充樣本，并將驗證為錯誤的結果重新標注后補充至訓練集中，從而確保算法模型學習到的訓練樣本足夠的準確和全面，最終得到的算法模型可以獲得滿足要求的識別準確率。

技術領域

本發明涉及醫療健康信息數據的處理，特別涉及一種藥物知識圖譜的數據挖掘方法、系統及電子設備。

背景技術

藥品知識圖譜本質上是一個藥品的知識庫，一般包括藥品的適應癥、適應年齡、用法、用量、用藥頻次、療程、相互作用、不良反應等維度。構建藥品知識圖譜的過程主要在于挖掘藥品的上述維度的知識。現有的方法主要是從藥品說明書或者書籍中抽取/挖掘知識，人工整理效率低，人工智能技術抽取準率比較差，建模也很復雜。醫院或者互聯網醫療服務器里存儲有大量醫學處方，將這些處方利用起來，可以覆蓋到大量的常用藥品和常用知識，挖掘抽取的適應癥準確率相比藥品說明書和書籍而言更高，也更容易落地實施。

然而，醫學處方的診斷有大量的不規范描述，藥品和診斷也有很多錯開、漏開的情況，當處方中藥品和診斷不匹配時，一般有兩個角度的錯誤，從診斷的角度可以認為是藥品開錯了，從藥品的角度可以認為醫生下的診斷不對。因此，急需一種能夠從醫學處方大數據中準確的抽取正確的藥物和診斷數據的方法或系統。

發明內容

鑒于現有技術中的上述缺陷或不足，本發明提供了一種藥物知識圖譜的數據挖掘方法、系統及電子設備，能夠從處方大數據中快速挖掘到正確的藥品和診斷知識，從而準確和高效的構建藥品知識圖譜。

本發明的一個方面，提供了一種藥物知識圖譜的數據挖掘方法，包括如下步驟：

數據獲取步驟，從數據庫中獲取結構化的處方數據，所述處方數據包括患者信息、醫院信息和藥品信息；

特征提取步驟，提取所述處方數據中與藥品相關的特征數據；

規則判斷步驟，根據提取出的與藥品相關的特征數據確定預設規則集，并根據所述預設規則集確定正確藥品關系數據集；

模型訓練步驟，抽取部分所述與藥品相關的特征數據進行標注，將所述與藥品相關的特征數據作為待訓練的判斷模型的特征，根據所部分標注的結果和所述待訓練的判斷模型的特征，訓練獲得判斷模型；

數據融合步驟，用訓練得到的判斷模型對所述正確藥品關系數據集中的數據進行再次判斷，對判斷結果為錯誤的藥品關系數據進行再次標注，將再次標注后的數據補充至部分標注的特征數據中，并重新進行判斷模型的訓練；

迭代步驟，重復執行上述模型訓練步驟和數據融合步驟，直至所述判斷模型對所述預設規則集確定的正確藥品關系數據集的判斷結果與標注結果在預定誤差內為止，獲得最終的判斷模型；

模型識別步驟，用最終的判斷模型對未標注過的所述與藥品相關的特征數據進行識別。

進一步的，所述用訓練得到的判斷模型對所述正確藥品關系數據集進行再次判斷，對判斷結果為錯誤的藥品關系數據進行再次標注的步驟，具體包括：

用訓練得到的判斷模型對所述預設規則集確定的正確藥品關系數據集進行評分，對小于預設閾值的評分所對應的正確藥品關系數據集進行再次標注。

進一步的，所述與藥品相關的特征數據是與藥品和診斷相關的特征數據，所述特征提取步驟還包括：

計算藥品的置信度得分：

h_s'＝(1-β)ⁿ；