一种基于条件随机场模型的医药消费指引方法技术

本发明专利技术涉及一种基于条件随机场模型的医药消费指引方法，其特征在于包括以下步骤：一、训练数据预处理；二、估计模型的参数；三、采集用户的购药请求数据；四、根据用户的输入数据，提取用户的特征数据序列；五、以用户的特征数据序列为观测值，使用训练好的模型推断用户的标记序列；六、对标记序列进行整合；七、输出推荐药品清单。该方法提出了一种根据患者的体征参数、病史、环境参数、临床特征等参数形成观察值空间，构建条件随机场模型，运用Quasi‑Newton优化技术估计模型参数，预测临床特征对应的最佳治疗药物的方法。本发明专利技术提出的医药消费指引机制不仅为患者选择药品提供了参考，而且提升了企业医药平台的用户吸引力。

A method of medical consumption guidance based on conditional random field model

The present invention relates to a method based on conditional random field model of medical consumption guidance method, which comprises the following steps: first, the training data pretreatment; two, the estimated parameters of the model; three, the purchase request to collect user data; four, according to the user input data, feature data sequence from the user; five. The characteristics of sequence data for user observations, labeled sequences using the trained model to infer the user; six, to mark sequence integration; seven, the output of the recommended list of drugs. This method is proposed according to the parameters, with signs of history, environment parameters and clinical feature parameters form observation space, construct the conditional random field model, using Quasi Newton optimization model parameter estimation, prediction method of the best medicine clinical features of the corresponding. The guiding mechanism of medical consumption proposed by the invention not only provides the reference for the patients to choose the medicine, but also enhances the user attraction of the medical platform of the enterprise.

【技术实现步骤摘要】

本专利技术涉及一种基于条件随机场模型的医药消费指引方法。
技术介绍
随着医药电商市场的全面启动，市场规模的持续增长，怎样通过用户的信息，包括其体征参数、病史、环境参数、临床特征等参数，向患者提供医药消费指引成为了线上医药平台提高患者用户体验，增强平台吸引力的关键技术。随着网络和信息技术的不断普及，人类产生的数据量正在呈指数级增长，而云计算的诞生，更是直接把我们送进了大数据时代。在这一大背景下，大数据也触动着医药行业管理者的神经，搅动着医药行业管理者的思维；大数据在医药行业释放出的巨大价值吸引着诸多医药行业人士的兴趣和关注。如何应用医药大数据，为患者提供药品消费指引，这不仅是患者的需求，而且是线上医药平台积聚大数据应提供的基本服务。而目前的方法主要积聚于药品的疗效或患者的某一因素加以考虑，显然准确率不高。
技术实现思路
本专利技术针对现有技术的不足，提供一种基于条件随机场模型的医药消费指引方法。该方法提出了一种根据患者的体征参数、病史、环境参数、临床特征等参数形成观察值空间，构建条件随机场模型，运用Quasi-Newton优化技术估计模型参数，预测临床特征对应的最佳治疗药物的方法。本专利提出的医药消费指引机制不仅为患者选择药品提供了参考，而且提升了企业医药平台的用户吸引力。为了达到上述目的，本专利技术一种基于条件随机场模型的医药消费指引方法，主要包括以下步骤：第一步、训练数据预处理；第二步、估计模型的参数；第三步、采集用户的购药请求数据；第四步、根据用户的输入数据，提取用户的特征数据序列；第五步、以用户的特征数据序列为观测值，使用训练好的模型推断用户的标记序列；第六步、对标记序列进行整合；第七步、输出推荐药品清单。优选地，所述第一步训练数据预处理包括有数据清洗，数据序列化和CRF特征函数采样这三个任务。优选地，所述第二步估计模型的参数采用的方法为Quasi-Newton优化方法。优选地，所述第五步使用训练好的模型推断用户的标记序列的推断方法为基于Viterbi算法。优选地，所述第六步对标记序列进行整合包括有去重和药品禁忌搭配检测这两个任务。所谓观测值空间为病人的体征参数、病史、环境参数、临床特征等参数组成的集合，表示为x＝{x1,x2,...,xn本文档来自技高网...

【技术保护点】
一种基于条件随机场模型的医药消费指引方法，其特征在于，主要包括以下步骤：第一步、训练数据预处理；第二步、估计模型的参数；第三步、采集用户的购药请求数据；第四步、根据用户的输入数据，提取用户的特征数据序列；第五步、以用户的特征数据序列为观测值，使用训练好的模型推断用户的标记序列；第六步、对标记序列进行整合；第七步、输出推荐药品清单。

【技术特征摘要】
1.一种基于条件随机场模型的医药消费指引方法，其特征在于，主要包括以下步骤：第一步、训练数据预处理；第二步、估计模型的参数；第三步、采集用户的购药请求数据；第四步、根据用户的输入数据，提取用户的特征数据序列；第五步、以用户的特征数据序列为观测值，使用训练好的模型推断用户的标记序列；第六步、对标记序列进行整合；第七步、输出推荐药品清单。2.根据权利要求1所述的一种基于条件随机场模型的医药消费指引方法，其特征在于，所述第一步训练数据预处理包括有数据清洗，数据序列化和CRF特...

【专利技术属性】
技术研发人员：戴青云，蔡君，罗建桢，魏文国，雷方元，
申请(专利权)人：广东技术师范学院，
类型：发明
国别省市：广东;44