药品推荐方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种药品推荐方法、装置、计算机设备和存储介质。所述方法包括：获取患者的个人特征数据、所述患者的身体状况数据、所述患者的历史用药数据以及多个药品推荐方案；将所述个人特征数据、所述身体状况数据、所述历史用药数据以及所述多个药品推荐方案输入药品推荐模型；对于每一个所述药品推荐方案，获取所述药品推荐模型输出的推荐结果，所述推荐结果用于表征所述药品推荐方案是否适用于所述患者，所述推荐结果包括推荐状态和不推荐状态。采用本方法能够提高药品推荐的准确度。

Drug recommendation method, device, computer equipment and storage medium

【技术实现步骤摘要】
药品推荐方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种药品推荐方法、装置、计算机设备和存储介质。
技术介绍
随着人们生活质量的提升，人们对自身的健康状况也更加关注，其中，当人们需要用药时，希望得到更加精准的用药推荐。传统技术中，是通过将人体的症状与药品已知的特性进行匹配，从而为人们推荐药品。例如，某个药品在研发和临床试验过程中，会得出该药品所适用的症状有哪些，当某个人表现出相应或类似的症状并且需要用药时，可以为其推荐该药品。然而，这样的方式，因为只是简单的根据症状与药品的匹配关系，为人们推荐药品，因此，人们最终得到的药品推荐结果并不准确。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高准确度的药品推荐方法、装置、计算机设备和存储介质。第一方面，提供一种推荐方法，所述方法包括：获取患者的个人特征数据、该患者的身体状况数据、该患者的历史用药数据以及多个药品推荐方案；该个人特征数据用于表征该患者的个体性差异；该身体状况数据用于表征该患者的健康状况；该历史用药数据用于反映该患者历史上使用药品的特征；各该药品推荐方案包括多个药品；将该个人特征数据、该身体状况数据、该历史用药数据以及该多个药品推荐方案输入药品推荐模型；对于每一个该药品推荐方案，获取该药品推荐模型输出的推荐结果，该推荐结果用于表征该药品推荐方案是否适用于该患者，该推荐结果包括推荐状态和不推荐状态。在其中一个实施例中，该药品推荐模型包括用药效果预测模型和患者生存时长预测模型，该用药效果预测模型用于预测每个该药品推荐方案对于该患者的治疗效果，该患者生存时长预测模型用于预测该患者在每个该药品推荐方案下的生存时长；该对于每一个该药品推荐方案，获取该药品推荐模型输出的推荐结果，包括：对于每一个该药品推荐方案，分别获取该用药效果预测模型输出的第一推荐值和该患者生存时长预测模型输出的第二推荐值；该第一推荐值用于表征该药品推荐方案对于该患者的治疗效果，该第二推荐值用于表征该患者在该药品推荐方案下的生存时长；根据该第一推荐值和该第二推荐值，得到该推荐结果。在其中一个实施例中，该根据该第一推荐值和该第二推荐值，得到该推荐结果，包括：对于每一个该药品推荐方案，若该第一推荐值大于第一预设阈值，并且，该第二推荐值大于第二预设阈值，则输出该推荐结果为推荐状态；若该第一推荐值小于该第一预设阈值，和/或，该第二推荐值小于该第二推荐阈值，则输出该推荐结果为不推荐状态。在其中一个实施例中，该用药效果预测模型是由随机森林模型构建的；该患者生存时长预测模型是由多因素生存方程构建的。在其中一个实施例中，该个人特征数据包括该患者的年龄、该患者的性别以及该患者的癌症分期数据中的至少一个，该身体状况数据包括该患者的生命体征数据和该患者的基因组数据中的至少一个，该历史用药数据包括该患者历史上所使用的药品类型、该患者历史上所使用的药品剂量以及该患者历史上所使用的治疗手段中的至少一个，各该药品推荐方案包括多种不同类型的药品、各个类型的药品的剂量以及多个治疗手段中的至少一个，该治疗手段包括手术切除、放射治疗、化疗、免疫治疗和靶向治疗。在其中一个实施例中，该将该个人特征数据、该身体状况数据、该历史用药数据以及该多个药品推荐方案输入药品推荐模型之前，该方法还包括：获取训练数据集，该训练数据集包括至少两个患者的个人特征数据、至少两个患者的身体状况数据和至少两个患者的历史用药数据；将该训练数据集输入到初始药品推荐模型中，得到该药品推荐模型，该初始药品推荐模型包括初始用药效果预测模型和初始患者生存时长预测模型。在其中一个实施例中，该将该训练数据集输入到初始药品推荐模型中，包括：对该训练数据集中的数据进行预处理，得到预处理后的训练数据集，该预处理包括归一化处理和数据清洗；将该预处理后的训练数据集输入到该初始药品推荐模型中。第二方面，提供一种药品推荐装置，该装置包括：第一获取模块，用于获取患者的个人特征数据、该患者的身体状况数据、该患者的历史用药数据以及多个药品推荐方案；该个人特征数据用于表征该患者的个体性差异；该身体状况数据用于表征该患者的健康状况；该历史用药数据用于反映该患者历史上使用药品的特征；各该药品推荐方案包括多个药品；输入模块，用于将该个人特征数据、该身体状况数据、该历史用药数据以及该多个药品推荐方案输入药品推荐模型；第二获取模块，用于对于每一个该药品推荐方案，获取该药品推荐模型输出的推荐结果，该推荐结果用于表征该药品推荐方案是否适用于该患者，该推荐结果包括推荐状态和不推荐状态。第三方面，提供一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现以下步骤：获取患者的个人特征数据、该患者的身体状况数据、该患者的历史用药数据以及多个药品推荐方案；该个人特征数据用于表征该患者的个体性差异；该身体状况数据用于表征该患者的健康状况；该历史用药数据用于反映该患者历史上使用药品的特征；各该药品推荐方案包括多个药品；将该个人特征数据、该身体状况数据、该历史用药数据以及该多个药品推荐方案输入药品推荐模型；对于每一个该药品推荐方案，获取该药品推荐模型输出的推荐结果，该推荐结果用于表征该药品推荐方案是否适用于该患者，该推荐结果包括推荐状态和不推荐状态。第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以下步骤：获取患者的个人特征数据、该患者的身体状况数据、该患者的历史用药数据以及多个药品推荐方案；该个人特征数据用于表征该患者的个体性差异；该身体状况数据用于表征该患者的健康状况；该历史用药数据用于反映该患者历史上使用药品的特征；各该药品推荐方案包括多个药品；将该个人特征数据、该身体状况数据、该历史用药数据以及该多个药品推荐方案输入药品推荐模型；对于每一个该药品推荐方案，获取该药品推荐模型输出的推荐结果，该推荐结果用于表征该药品推荐方案是否适用于该患者，该推荐结果包括推荐状态和不推荐状态。上述药品推荐方法、装置、计算机设备和存储介质，通过获取患者的个人特征数据、该患者的身体状况数据、该患者的历史用药数据以及多个药品推荐方案；该个人特征数据用于表征该患者的个体性差异；该身体状况数据用于表征该患者的健康状况；该历史用药数据用于反映该患者历史上使用药品的特征；各该药品推荐方案包括多个药品；然后将该个人特征数据、该身体状况数据、该历史用药数据以及该多个药品推荐方案输入药品推荐模型；最后对于每一个该药品推荐方案，获取该药品推荐模型输出的推荐结果，该推荐结果用于表征该药品推荐方案是否适用于该患者，该推荐结果包括推荐状态和不推荐状态。其中，由于本申请提供的药品推荐方法，在为患者推荐药品的过程中，充分考虑到了患者的多个维度的信息，然后将患者多个维度的信息输入到药品推荐模型中，使药品推荐模型最终输本文档来自技高网...

【技术保护点】
1.一种药品推荐方法，其特征在于，所述方法包括：/n获取患者的个人特征数据、所述患者的身体状况数据、所述患者的历史用药数据以及多个药品推荐方案；所述个人特征数据用于表征所述患者的个体性差异；所述身体状况数据用于表征所述患者的健康状况；所述历史用药数据用于反映所述患者历史上使用药品的特征；各所述药品推荐方案包括多个药品；/n将所述个人特征数据、所述身体状况数据、所述历史用药数据以及所述多个药品推荐方案输入药品推荐模型；/n对于每一个所述药品推荐方案，获取所述药品推荐模型输出的推荐结果，所述推荐结果用于表征所述药品推荐方案是否适用于所述患者，所述推荐结果包括推荐状态和不推荐状态。/n

【技术特征摘要】
1.一种药品推荐方法，其特征在于，所述方法包括：
获取患者的个人特征数据、所述患者的身体状况数据、所述患者的历史用药数据以及多个药品推荐方案；所述个人特征数据用于表征所述患者的个体性差异；所述身体状况数据用于表征所述患者的健康状况；所述历史用药数据用于反映所述患者历史上使用药品的特征；各所述药品推荐方案包括多个药品；
将所述个人特征数据、所述身体状况数据、所述历史用药数据以及所述多个药品推荐方案输入药品推荐模型；
对于每一个所述药品推荐方案，获取所述药品推荐模型输出的推荐结果，所述推荐结果用于表征所述药品推荐方案是否适用于所述患者，所述推荐结果包括推荐状态和不推荐状态。


2.根据权利要求1所述的方法，其特征在于，所述药品推荐模型包括用药效果预测模型和患者生存时长预测模型，所述用药效果预测模型用于预测每个所述药品推荐方案对于所述患者的治疗效果，所述患者生存时长预测模型用于预测所述患者在每个所述药品推荐方案下的生存时长；所述对于每一个所述药品推荐方案，获取所述药品推荐模型输出的推荐结果，包括：
对于每一个所述药品推荐方案，分别获取所述用药效果预测模型输出的第一推荐值和所述患者生存时长预测模型输出的第二推荐值；所述第一推荐值用于表征所述药品推荐方案对于所述患者的治疗效果，所述第二推荐值用于表征所述患者在所述药品推荐方案下的生存时长；
根据所述第一推荐值和所述第二推荐值，得到所述推荐结果。


3.根据权利要求2所述的方法，其特征在于，所述根据所述第一推荐值和所述第二推荐值，得到所述推荐结果，包括：
对于每一个所述药品推荐方案，若所述第一推荐值大于第一预设阈值，并且，所述第二推荐值大于第二预设阈值，则输出所述推荐结果为推荐状态；
若所述第一推荐值小于所述第一预设阈值，和/或，所述第二推荐值小于所述第二推荐阈值，则输出所述推荐结果为不推荐状态。


4.根据权利要求2所述的方法，其特征在于，所述用药效果预测模型是由随机森林模型构建的；所述患者生存时长预测模型是由多因素生存方程构建的。


5.根据权利要求1所述的方法，其特征在于，所述个人特征数据包括所述患者的年龄、所述患者的性别以及所述患者的癌症分期数据中的至少一个，所述身体状况数据包括所述患者的生命体征数据和所述患者的基因组数据中的至少一个...

【专利技术属性】
技术研发人员：王傲迪，张鹏，姚鸣，王凯，
申请(专利权)人：至本医疗科技上海有限公司，上海至本医学检验所有限公司，
类型：发明
国别省市：上海;31