【技术实现步骤摘要】
一种个性化精准用药推荐方法及装置
本专利技术涉及基架运维
，尤其涉及一种个性化精准用药推荐方法及装置。
技术介绍
精准用药是精准医疗的核心构成。在疾病诊疗过程中，准确的用药方案，按时、按量的用药过程对提升病患的治疗效果起到了决定性作用。而要做到对症下药，需要因人、因病而异，综合考虑病患的当前情况、过往病史用药史及家族病史。现有智能系统对病患EHR(ElectronicHealthRecord)数据的使用，一般限于对其中数值型、结构化部分的利用。而对于个体病患，尤其是患有慢性病的个体病患，其诊疗医疗记录具有跨度时间长，仅靠结构化数值型EHR数据来进行药品推荐，用药的精准度低，难以满足病患的个性化用药需求。
技术实现思路
有鉴于此，本专利技术实施例提供了一种个性化精准用药推荐方法及装置，用以解决现有技术中病患用药的精准度低，难以满足病患的个性化用药需求的问题。为了实现上述目的，根据本专利技术的一个方面，提供了一种个性化精准用药推荐方法，所述方法包括：获取患同一疾病的多...
【技术保护点】
1.一种个性化精准用药推荐方法，其特征在于，所述方法包括：/n获取患同一疾病的多个病患的病历数据，所述病历数据包括结构化数据、文本数据及影像数据，其中，所述病患包括历史病患及当前需要被推荐用药的目标病患；/n利用命名实体识别算法从每个所述病患的文本数据中得到所述病患的用药信息；/n基于药品的协同过滤算法从多个所述历史病患的用药信息中筛选得到所述目标病患的第一药品推荐结果；/n将所述病患的病历数据进行合并处理，得到所述病患的病情特征信息；/n基于病患的协同过滤算法从多个所述历史病患中筛选出与所述目标病患的当前病情特征信息相似的至少一个相似病患；/n根据所述相似病患的用药信息生...
【技术特征摘要】
1.一种个性化精准用药推荐方法，其特征在于，所述方法包括：
获取患同一疾病的多个病患的病历数据，所述病历数据包括结构化数据、文本数据及影像数据，其中，所述病患包括历史病患及当前需要被推荐用药的目标病患；
利用命名实体识别算法从每个所述病患的文本数据中得到所述病患的用药信息；
基于药品的协同过滤算法从多个所述历史病患的用药信息中筛选得到所述目标病患的第一药品推荐结果；
将所述病患的病历数据进行合并处理，得到所述病患的病情特征信息；
基于病患的协同过滤算法从多个所述历史病患中筛选出与所述目标病患的当前病情特征信息相似的至少一个相似病患；
根据所述相似病患的用药信息生成第二药品推荐结果；
将所述第一药品推荐结果及所述第二药品推荐结果进行融合处理，得到所述目标病患的个性化药品推荐结果。
2.根据权利要求1所述的方法，其特征在于，所述将所述病患的病历数据进行合并处理，得到所述病患的病情特征信息的步骤，包括：
根据预设的映射表将识别到的每个所述病患的用药信息转变为对应的数值型数据；
将每个所述病患的病历数据中的结构化数据根据时间顺序形成稀疏矩阵；
利用变分自编码器对所述数值型数据、所述稀疏矩阵进行压缩编码处理，得到所述病患的第一编码及第二编码；
利用预设的卷积神经网络将所述影像数据进行池化处理，得到所述病患的第三编码；
将所述第一编码、所述第二编码及所述第三编码进行合并处理，得到每个所述病患的病情特征信息。
3.根据权利要求2所述的方法，其特征在于，所述第一编码包括来源于所述文本数据的第一特征信息及时间维度信息，所述第二编码包括来源于所述结构化数据的第二特征信息及所述时间维度信息，所述第三编码包括来源于所述影像数据的第三特征信息及所述时间维度信息；所述将所述第一编码、所述第二编码及所述第三编码进行合并处理，得到每个所述病患的病情特征信息的步骤，包括：
以所述时间维度信息为基准将每个所述病患的所述第一特征信息、所述第二特征信息及所述第三特征信息合并处理，得到每个所述病患的病情特征信息，所述病情特征信息是一条多维记录数据。
4.根据权利要求1所述的方法，其特征在于，所述基于病患的协同过滤算法从多个所述历史病患中筛选出与所述目标病患的当前病情特征信息相似的至少一个相似病患的步骤，包括：
将每个所述病患的病情特征信息输入预设的词向量表示模型，得到每个所述病患的特征信息向量；
计算每个所述历史病患的特征信息向量与所述目标病患的特征信息向量之间的欧式距离；
将所述欧式距离确认为所述历史病患与所述目标病患的病情相似度；
根据所述病情相似度从多个所述历史病患中筛选出至少一个相似病患，其中，所述相似病患与所述目标病患的病情相似度大于预设阈值。
5...
【专利技术属性】
技术研发人员：李艳圃，黄思皖，陈天歌，李响，谢国彤，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44
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。