一种实现药物推荐的方法、装置和计算机设备制造方法及图纸

本发明专利技术涉及智慧医疗技术领域，提供一种实现药物推荐的方法、装置和计算机设备，该方法包括：根据目标患者的患者信息和用于目标疾病的药物使用信息生成第一特征向量；将第一特征向量输入到药物敏感性预测模型，预测目标患者使用用于目标疾病的各种待选药物的药物敏感性；从预设的用药方案组合中选取一种用药方案，将其与目标患者的患者信息、药物敏感性以及目标患者的目标疾病诊断数据生成第二特征向量；将第二特征向量输入用药推荐模型，输出当前用药方案的治疗效果预测数据和不良反应预测数据；根据各用药方案的治疗效果预测数据和不良反应预测数据更加准确地选取最优的用药方案，以在保障用药安全的前提下提高治疗效率及成功率。率及成功率。率及成功率。

【技术实现步骤摘要】
一种实现药物推荐的方法、装置和计算机设备


[0001]本专利技术涉及智慧医疗
，尤其涉及一种实现药物推荐的方法、装置和计算机设备。

技术介绍

[0002]随着大数据分成、人工智能深度学习算法的发展，基于神经网络的药品推荐越来越受到广大研究学者的重视。
[0003]然而，现有的药品推荐系统，多根据患者诊断、性别、年龄、历史处方、过敏史等进行合理用药、配伍禁忌相应提醒，旨在安全用药，保障用药安全。尤其是涉及抗生素药物的使用，不具有针对性的抗生素用药方案，很容易增加治病菌的耐药性，导致其难以根除。
[0004]因此，如何提高用药方案的推荐准确率以在保障用药安全的前提下提高治疗效率及成功率仍是目前亟待解决的技术问题。

技术实现思路

[0005]鉴于上述问题，提出了本专利技术以便提供一种克服上述问题的一种实现药物推荐的方法、装置和计算机设备。
[0006]本专利技术的一个方面，提供了一种实现药物推荐的方法，所述方法包括：根据目标患者的患者信息和用于目标疾病的药物使用信息生成用于药物敏感性预测的第一特征向量；将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实现药物推荐的方法，其特征在于，所述方法包括：根据目标患者的患者信息和用于目标疾病的药物使用信息生成用于药物敏感性预测的第一特征向量；将所述第一特征向量输入到预设的药物敏感性预测模型，以预测出目标患者使用用于所述目标疾病的各种待选药物的药物敏感性；依次从预设的用药方案组合中选取一种用药方案，并将选取的用药方案与所述目标患者的患者信息、目标患者使用用于所述目标疾病的各种待选药物的药物敏感性以及目标患者的目标疾病诊断数据生成用于药物推荐的第二特征向量；将所述第二特征向量输入到预设的用药推荐模型，以输出当前用药方案的治疗效果预测数据和不良反应预测数据；根据所述用药方案组合中各个用药方案的治疗效果预测数据和不良反应预测数据选取与所述目标患者匹配的最优的用药方案。2.根据权利要求1所述的方法，其特征在于，所述根据所述用药方案组合中各个用药方案的治疗效果预测数据和不良反应预测数据选取与所述目标患者匹配的最优的用药方案，包括：对每一用药方案对应的治疗效果预测数据和不良反应预测数据进行离散归一化处理，将归一化处理后的治疗效果预测数据作为引力，将归一化处理后的不良反应预测数据作为斥力，计算每一用药方案对应的引力值和斥力值的合力值；选取合力最大的用药方案作为与所述目标患者匹配的最优的用药方案。3.根据权利要求2所述的方法，其特征在于，所述计算每一用药方案对应的引力值和斥力值的合力值的计算模型如下所示：合力值=引力值
‑
预设的调节算子
×
斥力值。4.根据权利要求3所述的方法，其特征在于，所述调节算子的计算方法包括：将斥力值设置为两种类型，其中，没有不良反应和轻度不良反应对应的斥力值设为0，中度不良反应和重度不良对应的斥力值设为1；将引力值设置为两种类型，其中，治疗没有效果对应的引力值设为0，治疗有效果对应的引力值设为1；根据所述引力值和斥力值的取值标准将预设的历史数据集D中的用药方案划分为可接受的治疗方案和不接受的治疗方案；计算引力值和斥力值对用药方案划分事件的信息增益；分别对所述引力值和斥力值对应的信息增益进行归一化处理，并将当引力值的信息增益取值为...

【专利技术属性】
技术研发人员：赖永航，陈栋栋，冯健，
申请(专利权)人：青岛美迪康数字工程有限公司，
类型：发明
国别省市：