[发明专利]药品推荐方法及设备

权利要求书

1.一种药品推荐方法，其特征在于，包括：

接收用户输入的个人信息；所述个人信息包括以下中至少一项：症状、年龄、性别、发病部位、病史、药物过敏史；

根据所述个人信息，在药品知识库中进行检索，并根据检索结果，获得第一药品列表；其中，所述药品知识库是根据药品书籍和/或网络问诊数据构建的；

根据预设的药品推理库，对所述第一药品列表中的药品进行筛选，获得第二药品列表，以将所述第二药品列表推送给用户；其中，所述药品推理库是根据药品推荐规则和所述药品知识库，通过推理引擎构建的；所述药品推荐规则是根据药品的禁忌症、禁忌人群和药品相互作用属性建立的。

2.根据权利要求1所述的方法，其特征在于，所述根据所述个人信息，在药品知识库中进行检索，并根据检索结果，获得第一药品列表，包括：

根据所述个人信息确定用户的症状；

通过词频-逆文本频率指数TF-IDF算法，在药品知识库中查找与所述用户的症状匹配的药品，获得第一药品列表。

3.根据权利要求1所述的方法，其特征在于，所述根据所述个人信息，在药品知识库中进行检索，并根据检索结果，获得第一药品列表之前，还包括：

对所述药品书籍进行信息抽取，通过结构化处理，确定抽取到的各药品与其治疗症状的关联关系，以构建第一知识库；

获取网络问诊数据，并通过挖掘算法，确定所述网络问诊数据中各药品与其治疗症状的关联关系，以构建第二知识库；

将所述第一知识库与所述第二知识库进行融合，获得所述药品知识库。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述接收用户输入的个人信息，包括：

接收用户输入的语音信息，并将所述语音信息作为该用户的个人信息。

5.根据权利要求4所述的方法，其特征在于，所述接收用户输入的语音信息，并将所述语音信息作为该用户的个人信息之后，还包括：

通过语音识别算法对该语音信息进行识别，获得文字信息；

将所述文字信息输入自然语言理解NLU模型，通过所述NLU模型对所述文字信息进行关键信息抽取，获得信息抽取结果；

所述根据所述个人信息，在药品知识库中进行检索，并根据检索结果，获得第一药品列表，包括：

根据所述信息抽取结果，在药品知识库中进行检索以及相关性计算，获得第一药品列表。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述接收用户输入的个人信息，包括：

接收用户输入的触控信息，并将所述触控信息作为该用户的个人信息。

7.一种药品推荐设备，其特征在于，包括：

接收模块，用于接收用户输入的个人信息；所述个人信息包括以下中至少一项：症状、年龄、性别、发病部位、病史、药物过敏史；

检索模块，用于根据所述个人信息，在药品知识库中进行检索，并根据检索结果，获得第一药品列表；其中，所述药品知识库是根据药品书籍和/或网络问诊数据构建的；

筛选模块，用于根据预设的药品推理库，对所述第一药品列表中的药品进行筛选，获得第二药品列表，以将所述第二药品列表推送给用户；其中，所述药品推理库是根据药品推荐规则和所述药品知识库，通过推理引擎构建的；所述药品推荐规则是根据药品的禁忌症、禁忌人群和药品相互作用属性建立的。

8.根据权利要求7所述的设备，其特征在于，所述检索模块具体用于：

根据所述个人信息确定用户的症状；

通过词频-逆文本频率指数TF-IDF算法，在药品知识库中查找与所述用户的症状匹配的药品，获得第一药品列表。