The embodiment of the invention provides a drug indication prediction method and device. Among them, the methods include: cleaning the diagnosis and treatment data of each patient, obtaining the medication information, symptom diagnosis information and treatment outcome information; using the logic operation scanning detection algorithm, obtaining the prediction results of drug indications according to the medication information, symptom diagnosis information and treatment outcome information; among them, the medication information, symptom diagnosis information and treatment outcome information are all from 0-1 Variable composition. The medicine indication prediction method and device provided by the embodiment of the invention uses the logic operation scanning detection algorithm to mine the interaction effect between each medicine in the medicine information and each indication in the symptom diagnosis information according to the medicine information, the symptom diagnosis information and the treatment result information, and obtain the medicine indication prediction result according to the combination of the related relations The results of indication prediction of multiple drugs were obtained in the second time, with higher efficiency and better comprehensiveness.
【技术实现步骤摘要】
药物适应症预测方法及装置
本专利技术涉及计算机
,更具体地,涉及一种药物适应症预测方法及装置。
技术介绍
适应症(Indication)指药物、手术等方法适合运用的范围、标准。药物适应症即指药物所适合运用的疾病范围等。传统的药物适应症预测是通过化学和生物学角度判断,从而预测出药物适应症,例如瑞巴派特会促进角膜和结膜产生黏蛋白,从而致使眼内形成一稳定水性层,因此预测其可用于干眼症,再通过临床试验确定药物的适应症。传统的药物适应症挖掘周期很长,需要长期的研究才能初步判断一种药物的可能药物适应症,这会导致药物适应症预测的效率较低;其次传统的药物适应症生成研究是基于化学和生物学的,这会导致药物适应症的研究的过程受到化学和生物学的限制,不能保证药物的全部适应症均能找出,一些特殊的适应症会被遗漏。综上,传统药物适应症预测的效率和全面性均存在不足。
技术实现思路
本专利技术实施例提供一种药物适应症预测方法及装置,用以解决或者至少部分地解决现有技术进行药物适应症预测的效率低的缺陷。第一方面,本专利技术实施例提供一种药物适应症预测方法,包括:对各患者的诊疗数据进行数据清洗,获取用药信息、症状诊断信息和治疗结局信息;利用逻辑运算扫描检测算法,根据用药信息、症状诊断信息和治疗结局信息,获取药物适应症预测结果;其中,所述用药信息、症状诊断信息和治疗结局信息均由0-1变量构成。优选地,所述利用逻辑运算扫描检测算法,根据用药信息、症状诊断信息和治疗结局信息,获取药 ...
【技术保护点】
1.一种药物适应症预测方法,其特征在于,包括:/n对各患者的诊疗数据进行数据清洗,获取用药信息、症状诊断信息和治疗结局信息;/n利用逻辑运算扫描检测算法,根据用药信息、症状诊断信息和治疗结局信息,获取药物适应症预测结果;/n其中,所述用药信息、症状诊断信息和治疗结局信息均由0-1变量构成。/n
【技术特征摘要】
1.一种药物适应症预测方法,其特征在于,包括:
对各患者的诊疗数据进行数据清洗,获取用药信息、症状诊断信息和治疗结局信息;
利用逻辑运算扫描检测算法,根据用药信息、症状诊断信息和治疗结局信息,获取药物适应症预测结果;
其中,所述用药信息、症状诊断信息和治疗结局信息均由0-1变量构成。
2.根据权利要求1所述的药物适应症预测方法,其特征在于,所述利用逻辑运算扫描检测算法,根据用药信息、症状诊断信息和治疗结局信息,获取药物适应症预测结果的具体步骤包括:
对于所述用药信息中任一药物与症状诊断信息中任一适应症的两两组合中的每一种组合,根据非迭代的KSA方法获取所述组合的似然比检验统计量;
若判断获知所述组合的似然比检验统计量大于预设的显著性阈值,则将所述组合中的适应症作为所述组合中的药物的适应症预测结果。
3.根据权利要求1所述的药物适应症预测方法,其特征在于,所述对各患者的诊疗数据进行数据清洗,获取用药信息、症状诊断信息和治疗结局信息的具体步骤包括:
对所述各患者的诊疗数据进行自然语言处理;
对自然语言处理之后的所述各患者的诊疗数据进行文本信息抽取,并对抽取结果进行数据结构化,获取所述用药信息、症状诊断信息和治疗结局信息。
4.根据权利要求3所述的药物适应症预测方法,其特征在于,所述用药信息包括每一患者的M个药物变量;每一所述药物变量为0-1变量;M为所述各患者的诊疗数据中药物的种数;
相应地,对自然语言处理之后的所述各患者的诊疗数据进行文本信息抽取,并对抽取结果进行数据结构化,获取所述用药信息的具体步骤包括:
提取自然语言处理之后的所述各患者的诊疗数据中的药物名称,获取每一患者治疗期间使用的各种药物;
对各患者治疗期间使用的各种药物进行去重处理,获得M种药物;
对于每一患者,将所述患者治疗期间使用的各种药物对应的药物变量的取值均确定为1,否则确定为0。
5.根据权利要求3所述的药物适应症预测方法,其特征在于,所述症状诊断信息包括每一患者的N个症状变量;每一所述症状变量为0-1变量;N为所述各患者的诊疗数据中适应症...
【专利技术属性】
技术研发人员:童荣生,熊萱,何霞,肖洪涛,孙佳星,
申请(专利权)人:四川省人民医院,四川省肿瘤医院,北京诺道认知医学科技有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。