[发明专利]一种个性化精准用药推荐方法及装置

权利要求书

1.一种个性化精准用药推荐方法，其特征在于，所述方法包括：

获取患同一疾病的多个病患的病历数据，所述病历数据包括结构化数据、文本数据及影像数据，其中，所述病患包括历史病患及当前需要被推荐用药的目标病患；

利用命名实体识别算法从每个所述病患的文本数据中得到所述病患的用药信息；

基于药品的协同过滤算法从多个所述历史病患的用药信息中筛选得到所述目标病患的第一药品推荐结果；

将所述病患的病历数据进行合并处理，得到所述病患的病情特征信息；

基于病患的协同过滤算法从多个所述历史病患中筛选出与所述目标病患的当前病情特征信息相似的至少一个相似病患；

根据所述相似病患的用药信息生成第二药品推荐结果；

将所述第一药品推荐结果及所述第二药品推荐结果进行融合处理，得到所述目标病患的个性化药品推荐结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述病患的病历数据进行合并处理，得到所述病患的病情特征信息的步骤，包括：

根据预设的映射表将识别到的每个所述病患的用药信息转变为对应的数值型数据；

将每个所述病患的病历数据中的结构化数据根据时间顺序形成稀疏矩阵；

利用变分自编码器对所述数值型数据、所述稀疏矩阵进行压缩编码处理，得到所述病患的第一编码及第二编码；

利用预设的卷积神经网络将所述影像数据进行池化处理，得到所述病患的第三编码；

将所述第一编码、所述第二编码及所述第三编码进行合并处理，得到每个所述病患的病情特征信息。

3.根据权利要求2所述的方法，其特征在于，所述第一编码包括来源于所述文本数据的第一特征信息及时间维度信息，所述第二编码包括来源于所述结构化数据的第二特征信息及所述时间维度信息，所述第三编码包括来源于所述影像数据的第三特征信息及所述时间维度信息；所述将所述第一编码、所述第二编码及所述第三编码进行合并处理，得到每个所述病患的病情特征信息的步骤，包括：

以所述时间维度信息为基准将每个所述病患的所述第一特征信息、所述第二特征信息及所述第三特征信息合并处理，得到每个所述病患的病情特征信息，所述病情特征信息是一条多维记录数据。

4.根据权利要求1所述的方法，其特征在于，所述基于病患的协同过滤算法从多个所述历史病患中筛选出与所述目标病患的当前病情特征信息相似的至少一个相似病患的步骤，包括：

将每个所述病患的病情特征信息输入预设的词向量表示模型，得到每个所述病患的特征信息向量；

计算每个所述历史病患的特征信息向量与所述目标病患的特征信息向量之间的欧式距离；

将所述欧式距离确认为所述历史病患与所述目标病患的病情相似度；

根据所述病情相似度从多个所述历史病患中筛选出至少一个相似病患，其中，所述相似病患与所述目标病患的病情相似度大于预设阈值。

5.根据权利要求1所述的方法，其特征在于，所述根据所述相似病患的用药信息生成第二药品推荐结果的步骤，包括：

从预设的疾病-药品的有向连接图中查找所述疾病的关联疾病；

根据所述有向连接图获取所述关联疾病及所述疾病的用药信息；

根据所述关联疾病、所述疾病的用药信息及所述相似病患的用药信息生成第二药品推荐结果。

6.根据权利要求1所述的方法，其特征在于，所述将所述第一药品推荐结果及所述第二药品推荐结果进行融合处理，得到所述目标病患的个性化药品推荐结果的步骤，包括：

将所述第一药品推荐结果与所述第二药品推荐结果进行融合处理，得到融合药品推荐结果；

将所述融合药品推荐结果与预设的互斥药品组进行比对，以判断所述融合药品推荐结果中是否存在互斥药品组；

如存在，采用同药性药品替换策略调整所述融合药品推荐结果，以消除所述互斥药品组；

根据调整后的所述融合药品推荐结果生成所述目标病患的个性化药品推荐结果。