一种诊疗方案的推荐方法及装置制造方法及图纸

本申请公开了一种诊疗方案的推荐方法及装置，其中方法包括：基于若干历史病例数据获取与各疾病类型对应的病例特征、与各疾病类型对应的第一用药特征以及与各疾病类型对应的第二用药特征；基于各所述病例特征、第一用药特征以及第二用药特征进行模型训练，获得目标自回归流模型；至少基于所述目标自回归流模型对目标患者的生命体征数据进行诊疗方案的推荐，以获得目标疾病类型、目标第一用药方案以及目标第二用药方案中的一种或几种。本申请中的方法及装置能够更加准确、全面对患者进行诊疗方案的推荐。疗方案的推荐。疗方案的推荐。

【技术实现步骤摘要】
一种诊疗方案的推荐方法及装置


[0001]本申请涉及诊疗方案推荐
，特别涉及一种诊疗方案的推荐方法及装置。

技术介绍

[0002]随着计算医疗概念的提出，利用人工智能技术来解决医疗数据分析问题越来越普及。利用计算机来对海量患者诊疗方案的分析，然后根据分析结果将目标患者的相似病例推荐给医生，能够为医生提供辅助的医疗决策。
[0003]目前相似病例推荐的方法可以被分为两大类：1)基于信息检索的手工特征方法；2)基于词向量学习的深度特征方法。对于手工特征通常展现了较快的处理速度，但由于缺乏语义挖掘，因此存在推荐准确度低的问题。相反，基于深度特征的方法拥有更强的语义表征能力，但却依赖于大量的训练样本，限制其应用范围，并且无法为后续的麻醉过程以及镇痛过程推荐方案，推荐方案不够全面。
[0004]由此亟需一种诊疗方案推荐方法，以解决现有技术中存在的推荐准确度低、方案推荐不全面问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种诊疗方案的推荐方法及装置，主要目的在于解决目前诊疗方案推荐准确度低、方案推荐不全面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种诊疗方案的推荐方法，其特征在于，包括：基于若干历史病例数据获取与各疾病类型对应的病例特征、与各疾病类型对应的第一用药特征以及与各疾病类型对应的第二用药特征；基于各所述病例特征、第一用药特征以及第二用药特征进行模型训练，获得目标自回归流模型；至少基于所述目标自回归流模型对目标患者的生命体征数据进行诊疗方案的推荐，以获得目标疾病类型、目标第一用药方案以及目标第二用药方案中的一种或几种。2.如权利要求1所述的方法，其特征在于，各所述历史病例数据中包括患者的疾病类型、患者治疗前的生命体征数据、患者第一治疗阶段的第一用药数据以及患者第二治疗阶段的第二用药数据；所述基于若干历史病例数据获取与各类疾病对应的病例特征、与各类疾病对应的第一用药特征以及与各类疾病对应的第二用药特征，具体包括：基于各所述历史病例数据中患者治疗前的生命体征数据以及疾病类型，采用第一特征提取子模型对生命体征数据进行特征提取，获得与疾病类型对应的病例特征；基于各所述历史病例数据中患者第一治疗阶段的第一用药数据以及疾病类型，采用第二特征提取子模型对第一用药数据进行特征提取，获得与疾病类型对应的第一用药特征；基于各所述历史病例数据中患者第二治疗阶段的第二用药数据以及疾病类型，采用第三特征提取子模型对第二用药数据进行特征提取，获得与疾病类型对应的第二用药特征。3.如权利要求1所述的方法，其特征在于，所述基于与各所述病例特征、第一用药特征以及第二用药特征，进行模型训练，获得目标自回归流模型，具体包括：基于各所述病例特征、第一用药特征以及第二用药特征，训练获得病例特征与第一用药特征之间的第一转换参数、第一用药特征与第二用药特征之间的第二转换参数，以获得所述目标自回归流模型。4.如权利要求1所述的方法，其特征在于，所述至少利用所述目标自回归流模型对目标患者的生命体征数据进行诊疗方案推荐，以获得目标疾病类型、目标第一用药方案以及第二用药方案中的一种或几种，具体包括：基于所述第一特征提取子模型对所述目标患者的生命体征数据进行特征提取，获得目标病例特征；基于所述目标病例特征以及所述目标自回归流模型中的第一转换参数，转换获得目标第一用药特征，至少基于所述目标病例特征与所述目标第一用药特征获得目标第一用药方案；基于所述目标麻醉用药特征以及所述...

【专利技术属性】
技术研发人员：陶大鹏，武艺强，
申请(专利权)人：云南联合视觉科技有限公司，
类型：发明
国别省市：