【技术实现步骤摘要】
基于机器学习和知识图谱的处方推荐方法和系统
本专利技术涉及医疗信息化
,具体涉及一种个性化处方推荐方法和系统。
技术介绍
医疗服务过程中,医生对患者病情进行诊断然后开具相应处方,在开具处方时需要综合考虑多方面的因素,如年龄、性别、体质特点等,即使同一种疾病,不同的患者个体需要的处方药品和剂量也会不同。而随着就诊患者增多,门诊医师的接诊压力随之增大,医师犯错的可能性也在增加,尤其是年轻经验较少的医生,在缺少强有力的医疗辅助决策手段的情况下,更容易出现反复修改的情况。
技术实现思路
专利技术目的:为了解决现有技术的问题,本专利技术提出一种基于机器学习和知识图谱的处方推荐方法和系统,实现处方精确推荐,同时提高处方生成效率。技术方案:根据本专利技术的第一方面,提供一种基于机器学习和知识图谱的处方推荐方法,包括以下步骤:获取诊断信息并进行解析,得到一条或多条诊断明细,包括患者信息、医生信息及疾病诊断;将所述诊断明细输入预先构建的机器学习模型进行推理,得到针对所述诊断明细的初始推荐列表;根据所述初始推荐列表中包含的药品信息,从药品知识图谱中获取与所述药品相关联的关系图网络;根据所述关系图网络筛选并排除禁忌药品后给出最终推荐列表。其中,所述预先构建的机器学习模型包括基于协同过滤的推荐模型、基于知识的推荐模型和基于神经网络的推荐模型,分别通过协同过滤算法、基于知识的推荐算法和神经网络学习算法进行训练,得到这三个基础推荐模型;所述初始推荐列表的获得方法为:将诊断 ...
【技术保护点】
1.一种基于机器学习和知识图谱的处方推荐方法,其特征在于,包括以下步骤:/n获取诊断信息并进行解析,得到一条或多条诊断明细,包括患者信息、医生信息及疾病诊断;/n将所述诊断明细输入预先构建的机器学习模型进行推理,得到针对所述诊断明细的初始推荐列表;/n根据所述初始推荐列表中包含的药品信息,从药品知识图谱中获取与所述药品相关联的关系图网络;/n根据所述关系图网络筛选并排除禁忌药品后给出最终推荐列表。/n
【技术特征摘要】
1.一种基于机器学习和知识图谱的处方推荐方法,其特征在于,包括以下步骤:
获取诊断信息并进行解析,得到一条或多条诊断明细,包括患者信息、医生信息及疾病诊断;
将所述诊断明细输入预先构建的机器学习模型进行推理,得到针对所述诊断明细的初始推荐列表;
根据所述初始推荐列表中包含的药品信息,从药品知识图谱中获取与所述药品相关联的关系图网络;
根据所述关系图网络筛选并排除禁忌药品后给出最终推荐列表。
2.根据权利要求1所述的处方推荐方法,其特征在于,所述预先构建的机器学习模型包括基于协同过滤的推荐模型、基于知识的推荐模型和基于神经网络的推荐模型,分别通过协同过滤算法、基于知识的推荐算法和神经网络学习算法进行训练,得到这三个基础推荐模型;所述初始推荐列表的获得方法为:将诊断明细信息分别输入三个基础推荐模型,得到各自推荐的处方药品,去掉重复项并根据预测的采纳概率排序,得到初始推荐列表。
3.根据权利要求2所述的处方推荐方法,其特征在于,所述协同过滤算法进行原始模型的训练包括:
S21、将患者基本信息中性别、诊断时的年龄、是否怀孕的字段值映射到16位数的空间作为患者指纹,并使用“与”关系计算患者的相对距离;
S22、按照患者指纹、处方药品、疾病诊断三元组的方式对数据进行整理,计算患者基本情况与疾病诊断的评分数据,然后以评分数据作为衡量患者疾病之间相似程度的指标,通过距离计算方法得到患者相似矩阵。
4.根据权利要求3所述的处方推荐方法,其特征在于,所述患者基本情况与疾病诊断的评分数据的计算步骤为:
a)读取存储的患者指纹、处方药品、疾病诊断三元组数据;
b)启动归并过程,提取处方药品编号作为主键,患者与疾病诊断作为值,将存储中具有相同处方药品编号的数据按照处方药品、疾病诊断、患者指纹序列对的格式进行归并;
c)对同一主键的数据进行归并操作,并输出最终结果,该结果以处方药品编号为主键,患者指纹、疾病诊断序列对为值,并保存在数据库中,作为处方药品评分数据。
5.根据权利要求3所述的处方推荐方法,其特征在于,所述患者相似度矩阵计算的步骤为:
a)读取本地存储的患者指纹与疾病诊断的评分数据;
b)以患者指纹对为主键,患者指纹与疾病诊断的评分对为值进行数据的重新整理,计算患者指纹之间患者与疾病诊断的评分距离,输出主键为患者指纹对,值为两两患者指纹对于相同疾病诊断的评分距离;
c)启动归并过程,将相同患者指纹对的数据进行合并,得到两个患者指纹所有相同疾病诊断评分的距离值,归并结果的主键为待治疗患者,值为已治疗患者和其与待治疗患者之间的评分距离,保存归并结果,作为患者相似度矩阵数据。
6.根据权利要求2所述的处方推荐方法,其特征在于,所述基...
【专利技术属性】
技术研发人员:刘云,张小亮,王永庆,缪姝妹,叶欣,徐俊捷,柯善星,邱帅,景慎旗,单涛,卢姗,郭建军,王忠民,
申请(专利权)人:江苏省人民医院南京医科大学第一附属医院,南京如兴汇企业发展有限公司,
类型:发明
国别省市:江苏;32
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。