基于精神障碍亚型分类的精神抑制药物推荐方法与系统技术方案

本发明专利技术属于医药技术领域，具体为基于精神障碍亚型分类的精神抑制药物推荐方法与系统。本发明专利技术采用人工智能与机器学习的技术，通过精神障碍诊疗量表数据的挖掘与分析，对给定精神障碍进行分类；本发明专利技术具体包括：基于精神障碍量表评估数据的双聚类亚型分类；利用机器学习算法和治疗前的量表数据，建立治疗后评估预测模型；精神分裂症药物分析推荐：对于每个精神分裂症病人和初步疾病判断，通过量表打分数据和病人信息，划分其亚型；依据病人的量表指标分量数据，以及病人基本信息，对于每种候选药物分别执行评估预测模型；把治疗后能进入优效亚型和/或量表总分降低最多的药物，作为推荐药物。本发明专利技术可实现精确和客观的因病辅助诊疗，提高疗效。

Recommending method and system of psychotropic drugs based on classification of mental disorders subtypes

The invention belongs to the technical field of medicine, in particular to a method and a system for recommending psychotropic inhibitors based on the classification of mental disorder subtypes. The invention adopts the technology of artificial intelligence and machine learning, and classifies the given mental disorders by mining and analyzing the data of the mental disorder diagnosis and treatment scale; the invention specifically comprises: double clustering subtype classification based on the evaluation data of the mental disorder scale; the establishment of treatment by using the machine learning algorithm and the scale data before treatment; Post-treatment evaluation and prediction model; Drug analysis for schizophrenia recommended: for each schizophrenic patient and initial disease judgment, the sub-types were classified by scoring data and patient information; according to the patient's scale index component data, as well as basic patient information, evaluation and prediction were performed for each candidate drug. The drug which can enter the Effective Subtype and/or the lowest total score of the scale after treatment is regarded as the recommended drug. The invention can achieve accurate and objective auxiliary diagnosis and treatment for diseases and improve curative effect.

【技术实现步骤摘要】
基于精神障碍亚型分类的精神抑制药物推荐方法与系统
本专利技术属于医药
，具体涉及基于人工智能的药物推荐方法与系统。
技术介绍
包括精神分裂症、抑郁症、焦虑症、双向障碍、阿兹海默症等精神障碍已成为21世纪人类健康的最大挑战，无论是经济负担还是社会负担都十分巨大。据《欧洲精神药理学杂志》2011年报道，精神障碍已成为常见疾病，超过1/3的欧洲人都一定程度受到精神障碍的困扰，精神分类症发病率已达到0.5％-1％，每年用于神经障碍的经济支出近8000亿欧元。我国社会也正面临与高速经济发展相伴的突出的脑健康问题。尤其像上海这样的现代化大都市，社会压力加大诱发情感情绪和认知障碍的精神类疾病(如抑郁症)，社会老龄化使神经退行性疾病(如阿兹海默症和帕金森症等)人群比率大幅度增高，先天性和环境污染引起的发育期精神障碍(如孤独症和智障)的病例逐年增长，社会经济负担严重。据2009年《柳叶刀》报道，在中国精神障碍产生的社会负担超过20％，居各类因素的首位；通过流行病学分析，估计有3.5％中国人患有重型精神疾病；抑郁症成为造成中国人失去工作能力的第二大疾病。因此，迫切需要加强脑疾病的转化医学研究，尽快本文档来自技高网...

【技术保护点】
1.一种基于精神障碍亚型分类的精神抑制药物推荐方法，其特征在于，具体步骤如下：一、基于精神障碍量表评估数据的双聚类亚型分类(1)首先，基于量化的精神障碍评估量表数据，建立个体‑指标分量数据矩阵，记为X＝[xij]i＝1,…,n；j＝1,…,m，其中下标i代表个体的编号，下标j代表指标分量的标号，即xij表示个体i的第j指标分量的得分；利用相关性来计算个体之间相似性s：

【技术特征摘要】
1.一种基于精神障碍亚型分类的精神抑制药物推荐方法，其特征在于，具体步骤如下：一、基于精神障碍量表评估数据的双聚类亚型分类(1)首先，基于量化的精神障碍评估量表数据，建立个体-指标分量数据矩阵，记为X＝[xij]i＝1,…,n；j＝1,…,m，其中下标i代表个体的编号，下标j代表指标分量的标号，即xij表示个体i的第j指标分量的得分；利用相关性来计算个体之间相似性s：这里，i1,i2是两个个体的标号，也类似定义，corrcoef(·,·)是两个等维度向量的Pearson相关系数；这样，基于指标分量数据构建个体之间相似性矩阵为：Ssub＝[s(i1,i2)]，以此为权重邻接矩阵，构建个体网络：Gsub＝[Vsub,Ssub]，这里节点集合Vsub是以每个个体为节点，s(i1,i2)为节点i1,i2之间链接权重；类似地，基于个体数据计算指标分量的相似性，以构建指标分量之间的相似性矩阵Ssym＝[r(j,j2)]，定义如下：这里，j1,j2是两个指标分量的标号，也类似定义；这样，基于指标分量数据构建指标之间相似性矩阵为：Ssym，以此为权重邻接矩阵，构建个体网络：Gsym＝[Vsym,Ssym]，这里节点集合Vsym是以每个指标为节点，r(j1,j2)为节点j1,j2之间链接权重；(2)其次，利用个体-指标分量数据矩阵在两个网络之间建立相互连接，从而构建一个连接个体网络和指标网络的相依网络：G＝[V,W]；其中，V＝Vsub∪Vsym节点集合包含个体节点和指标节点，邻接权重矩阵是：标量参数α和b用于...

【专利技术属性】
技术研发人员：冯建峰，卢文联，万林，马亮，岳伟华，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海,31