【技术实现步骤摘要】
本专利技术涉及医药数据处理，尤其涉及一种基于多源数据的药物不良反应证据地图生成方法和装置。
技术介绍
1、药物是防治疾病的重要武器，药物的安全性、有效性和质量可控性至关重要，其中药物安全性对于公众健康尤为重要。药物不良反应(adverse drug reaction，adr)是指合格药品在正常用法用量下出现的与用药目的无关的有害反应。在许多疾病的治疗中，药物治疗可以产生良好的疗效，对改善患者健康水平起到积极的作用；然而其相应的药物不良反应也会对患者治疗、预后产生不良影响，严重者甚至危及生命。
2、传统药物不良反应的识别、评价涉及相应的动物实验和i、ii、iii期临床试验及上市后监测等多个阶段，通过收集与药物有关或无关的不良反应事件来实现。虽然在药物上市前，药品生成及研发团队会对药物进行安全性及有效性的临床试验，但是受限于药物临床试验严格的入选、排除标准和样本量的限制，临床试验并不能完全暴露药物的不良反应。药物上市后监测有监测周期长，主要依靠自发呈报系统，限制合并用药以及收集数据类型有限等特点，其对于特殊人群、合并用药等场景的药物不良反应信息获取较难，并不适用于公共突发事件下药物不良反应的发现。
3、与此同时，随着信息时代的到来，新兴的数字智能分析技术将传统医药推向智能化医药发展，传统的药物不良反应识别方式难以利用庞大、多元的数据，缺乏对药物不良反应相关证据的规范整合、结构化，不能实现挖掘并分析隐含在这些数据中的药物风险规律，药物溯源分析、发现药品潜在的不良事件、防范各类重大药害事件发生等功能，无法满足日益
4、鉴于此，如何快速、准确的检测出特定药物的不良反应信号，为公共突发事件下临床合理用药提供数据支持，是当前亟待解决的问题。
技术实现思路
1、本专利技术提供一种基于多源数据的药物不良反应证据地图生成方法和装置，用以解决现有技术中药物不良反应识别过程漫长，无法做出快速准确预测的问题，以期能够快速、准确的检测出特定药物的不良反应信号，为公共突发事件下临床合理用药提供数据支持。
2、本专利技术提供一种基于多源数据的药物不良反应证据地图生成方法，所述方法包括：
3、获取待识别药物的基本信息，所述基本信息至少包括药物名称和/药物化学式；
4、将所述待识别药物的基本信息输入预先训练的结果生成模型，以得到含有所述待识别药物的不良反应结果的证据地图；
5、其中，所述结果生成模型是基于预存的医学文本生成网络，利用预先构建的数据集进行训练得到的，所述数据集包括药物的基本信息和不良反应标识信息，所述药物的基本信息和不良反应标识信息是通过至少一个数据源获取的。
6、在一些实施例中，通过至少一个数据源获取所述药物的基本信息和不良反应标识信息，以构建数据集，具体包括：
7、在公开的不良反应数据库中获取目标知识，在所述知识中提取多个药物的基本信息和不良反应标识信息，以构成第一数据集；
8、分别获取各所述药物的说明书，在所述说明书中提取相应药物的基本信息和不良反应标识信息，以构成第二数据集；
9、获取医学文献文本，在所述医学文献文本中提取药物的基本信息和不良反应标识信息，以构成第三数据集；
10、将所述第一数据集、所述第二数据集和所述第三数据集进行合并，以得到所述数据集。
11、在一些实施例中，在公开的不良反应数据库中获取目标知识，在所述知识中提取多个药物的基本信息和不良反应标识信息，以构成第一数据集，具体包括：
12、在faers不良反应数据库和vigibase不良反应数据库中获取所述目标知识；
13、将所述目标知识输入预先搭建的xgboost模型进行结构化解析，以得到所述xgboost模型输出的多个药物的基本信息和不良反应标识信息；
14、基于所述xgboost模型输出的所有药物的基本信息和不良反应标识信息，构建所述第一数据集。
15、在一些实施例中，分别获取各所述药物的说明书，在所述说明书中提取相应药物的基本信息和不良反应标识信息，以构成第二数据集，具体包括：
16、获取各所述药物的说明书文档，所述说明书文档为pdf文件或图片文件；
17、将所述说明书文档输入预先构建的结构解析模型，以得到所述结构解析模型输出的相应药物的基本信息和不良反应标识信息；
18、基于所述结构解析模型输出的所有药物的基本信息和不良反应标识信息，构建所述第二数据集；
19、其中，所述结构解析模型是基于医学图像理解任务训练得到的预训练模型。
20、在一些实施例中，获取医学文献文本，在所述医学文献文本中提取药物的基本信息和不良反应标识信息，以构成第三数据集，具体包括：
21、获取医学文献文本；
22、将所述医学文献文本输入预先搭建的实体识别模型，以得到所述实体识别模型输出的药物的基本信息和不良反应发生信息标识信息；
23、其中，预先搭建的实体识别模型的网络结构包括：
24、输入层，所述输入层用于接收所述医学文献文本的句子段落的线性序列；
25、初始层，所述初始层用于接收句子段落作为表征语义；
26、中间层，所述中间层用于结合语义信息对输入的句子段落进行实体识别，以得到实体识别结果。
27、在一些实施例中，基于预存的医学文本生成网络，利用预先构建的数据集进行训练，得到所述结果生成模型，具体包括：
28、对所述数据集中的数据进行清洗和预处理，以得到输入数据；
29、将所述输入数据输入预存的无监督模型中进行训练，以得到初始模型；
30、基于有监督学习对所述初始模型进行优化，以得到所述结果生成模型。
31、本专利技术还提供一种基于多源数据的药物不良反应证据地图生成装置，所述方法包括：
32、数据获取单元，用于获取待识别药物的基本信息，所述基本信息至少包括药物名称和/药物化学式；
33、结果生成单元，用于将所述待识别药物的基本信息输入预先训练的结果生成模型，以得到含有所述待识别药物的不良反应结果的证据地图；
34、其中，所述结果生成模型是基于预存的医学文本生成网络，利用预先构建的数据集进行训练得到的，所述数据集包括药物的基本信息和不良反应标识信息，所述药物的基本信息和不良反应标识信息是通过至少一个数据源获取的。
35、本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的方法。
36、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
37、本专利技术还提供一种计算机程序产本文档来自技高网...
【技术保护点】
1.一种基于多源数据的药物不良反应证据地图生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，通过至少一个数据源获取所述药物的基本信息和不良反应标识信息，以构建数据集，具体包括：
3.根据权利要求2所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，在公开的不良反应数据库中获取目标知识，在所述知识中提取多个药物的基本信息和不良反应标识信息，以构成第一数据集，具体包括：
4.根据权利要求2所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，分别获取各所述药物的说明书，在所述说明书中提取相应药物的基本信息和不良反应标识信息，以构成第二数据集，具体包括：
5.根据权利要求2所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，获取医学文献文本，在所述医学文献文本中提取药物的基本信息和不良反应标识信息，以构成第三数据集，具体包括：
6.根据权利要求1所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，基于预存的医学文本生成网络
7.一种基于多源数据的药物不良反应证据地图生成装置，其特征在于，所述装置包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所述的方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的方法。
...【技术特征摘要】
1.一种基于多源数据的药物不良反应证据地图生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，通过至少一个数据源获取所述药物的基本信息和不良反应标识信息，以构建数据集，具体包括：
3.根据权利要求2所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，在公开的不良反应数据库中获取目标知识，在所述知识中提取多个药物的基本信息和不良反应标识信息，以构成第一数据集，具体包括：
4.根据权利要求2所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，分别获取各所述药物的说明书，在所述说明书中提取相应药物的基本信息和不良反应标识信息，以构成第二数据集，具体包括：
5.根据权利要求2所述的基于多源数据的药物不良反应证据地图生成方法，其特征在于，获取医学文献文本，在所述医学文献文本...
【专利技术属性】
技术研发人员：贾运涛，王则远，谢琴琴，陈思琪，付凯利，张震，季欢欢，杨雅，龚美玲，
申请(专利权)人：重庆医科大学附属儿童医院，
类型：发明
国别省市：
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。