一种基于深度学习的辅助开方方法及装置制造方法及图纸

本发明专利技术提供了一种基于深度学习的辅助开方方法及装置，可以根据用户输入的临床表现，快速的识别其中对于关键症状的表述，并通过与预设数据库进行比对，对所获取的关键症状的表述进行识别，并转换成专业的中医症候语言，并根据转换所得的中医症候语从预存的处方数据库中获取匹配的处方，发送给医生或患者作为参考；同时，对于存在并发症的患者，系统还可以自动将多个适合的中药处方进行合方处理，并将合方后的处方信息发送给医生或患者作为参考。

【技术实现步骤摘要】
一种基于深度学习的辅助开方方法及装置
本专利技术涉及医疗信息化
，特别涉及一种基于深度学习的辅助开方方法及装置。
技术介绍
随着电子信息技术的发展，医院管理信息系统(HospitalManagementInformationSystem)逐渐推广开来，传统的医院管理方式中纸质文件的保存及管理不便的问题逐渐获得改善，极大的提高了医院的管理效率，规范了管理流程。但是，目前大多数医院管理信息系统都是针对西医系统设立的，对于中医系统而言，缺乏一套信息化管理系统，中、西医之间主要的区别在于，西药处方的开具是各种独立的药品组合而成的，然而中药处方是严格按中药配伍规则，通过各种药材调配而成的，并不是随意简单的组合，需要医生具备扎实的中药学理论基础和丰富的实操经验，且需要大量记忆或经验开具，一方面这就增加了门诊医生的工作难度，降低了医生的工作效率，且极易造成中药处方的错漏，轻者影响疗效，重者影响身体健康。因此，现在需要一套能够帮助医生降低工作难度，减少医生处方记忆量的管理系统。
技术实现思路
本专利技术的目的在于克服现有技术不足，提供了一种基于深度学习的辅助开方方法及装置，能对用户输入的、以自然语本文档来自技高网...

【技术保护点】
一种基于深度学习的辅助开方方法，其特征在于，包括：获取第一用户输入的临床表现信息；根据所获取的临床表现信息生成中医症候序列，其中所述中医症候序列包括至少一个中医症候语；获取预设处方数据库中的所有处方信息；记与所述中医症候序列匹配的处方信息为最优处方信息；将所述最优处方信息推送给第一用户和/或第二用户。

【技术特征摘要】
1.一种基于深度学习的辅助开方方法，其特征在于，包括：获取第一用户输入的临床表现信息；根据所获取的临床表现信息生成中医症候序列，其中所述中医症候序列包括至少一个中医症候语；获取预设处方数据库中的所有处方信息；记与所述中医症候序列匹配的处方信息为最优处方信息；将所述最优处方信息推送给第一用户和/或第二用户。2.如权利要求1所述的一种基于深度学习的辅助开方方法，其特征在于，所述根据所获取的临床表现信息生成中医症候序列，其中所述中医症候序列包括至少一个中医症候语，具体包括从所获取的临床表现信息中按顺序提取至少一个病症单元，并根据所提取的病症单元及其提取顺序及生成病症序列；获取预设主症数据库，其中，所述主症数据库包含至少一个主症信息；根据所述预设主症数据库，记所述病症序列中与所述主症信息匹配的病症单元，为主症单元，记所述病症序列中与所述主症信息不匹配的病症单元，为非主症单元；获取与所述主症单元匹配的非主症单元；根据所述主症单元及匹配的非主症单元，从预设中医症候数据库中获取匹配的中医症候语；根据所获取的中医症候语生成中医症候序列。3.如权利要求2所述的一种基于深度学习的辅助开方方法，其特征在于，记所述病症序列中第i个主症单元为第i主症单元，其中，i∈[1,n]，n为所述病症序列中主症单元的个数；则，所述获取与所述主症单元匹配的非主症单元，具体包括：获取第j主症单元与第j+1主症单元之间的所有非主症单元，记为与所述第j主症单元匹配的非主症单元，其中j∈[1,n)。4.如权利要求3所述的一种基于深度学习的辅助开方方法，其特征在于，所述获取与所述主症单元匹配的非主症单元，还包括：获取第n主症单元之后的所有非主症单元，记为与所述第n主症单元匹配的非主症单元。5.如权利要求1所述的一种基于深度学习的辅助开方方法，其特征在于，所述处方信息包括中药成分信息及中医诊断信息；则，所述记与所述中医症候序列匹配的处方信息为最优处方信息，具体包括：获取各个处方信息中的中医诊断信息；将所述各个处方的中医诊断信息与所述中医症候序列进行比较；根据所述中医诊断信息与所述中医症候序列相似度生成处方评分；记所述处方评分不低于预设评分的处方为优选处方信息。6.如权利要求5所述的一种基于深度学习的辅助开方方法，其特征在于，所述根据所述中医诊断信息与所述中医症候序列相似度生成处方评分，具体包括：获取所述处方包含的所有中医诊断信息的...

【专利技术属性】
技术研发人员：李春新，梁耀佳，李斯泽，
申请(专利权)人：广州宝荣科技应用有限公司，
类型：发明
国别省市：广东,44