[发明专利]患者用药行为的画像方法、装置、计算机设备及存储介质

权利要求书

1.一种患者用药行为的画像方法，其特征在于，包括：

获取多个目标患者的医疗数据，所述医疗数据至少包括患者信息和用药信息；

根据所述用药信息确定每个目标患者的用药行为特征，并根据所述用药行为特征将所有目标患者划分为多个目标人群；以及，

将所述患者信息和所述用药信息作为随机森林算法的分类特征，利用所述随机森林算法对所有医疗数据进行分类，得到分类结果；

根据所述分类结果从所述分类特征中获取目标特征，并利用关联规则算法分析所述目标特征与各个所述用药行为特征的关联度；

获取与所述用药行为特征的关联度满足预设条件的目标特征，作为所述用药行为特征对应的画像特征；

根据每个所述用药行为特征对应的画像特征，对每个所述用药行为特征对应的目标人群进行画像；

所述根据所述分类结果从所述分类特征中获取目标特征的步骤包括：

确定每个分类特征对于所述分类结果的贡献度；

获取所述贡献度大于第一阈值的分类特征作为目标特征；

所述利用关联规则算法分析所述目标特征与各个所述用药行为特征的关联度的步骤包括：

在所述分类特征中获取到至少一个所述目标特征；

分别将每个所述用药行为特征与每个所述目标特征进行组合，每个所述组合中包括一个所述用药行为特征，以及至少一个所述目标特征；

确定每个组合对应的所述医疗数据在总医疗数据中的占比值；

其中，用到函数itemFrequency()、apriori()、inspect()、eclat()进行各所述目标特征与各所述用药行为特征之间的关联度分析，得到各所述目标特征和所述用药行为特征的组合在所述总医疗数据中的占比值作为关联度。

2.如权利要求1所述的患者用药行为的画像方法，其特征在于，所述预设条件包括以下任一个：

所述目标特征与所述用药行为特征的关联度最高；

所述目标特征与所述用药行为特征的关联度大于第二阈值；

所述目标特征与所述用药行为特征的关联度处于关联度排名中的前预设名次内。

3.如权利要求1所述的患者用药行为的画像方法，其特征在于，所述根据所述用药信息确定每个目标患者的用药行为特征的步骤包括：

将每个目标患者的所述用药信息输入到神经网络模型进行分析，得到每个目标患者对应的用药行为特征，其中，所述神经网络模型基于多个用药行为特征，以及所述用药行为特征对应的用药信息训练得到。

4.如权利要求1-3中任一项所述的患者用药行为的画像方法，其特征在于，所述根据每个所述用药行为特征对应的画像特征，对每个所述用药行为特征对应的目标人群进行画像的步骤之后，还包括：

根据各个所述目标人群对应的画像结果生成所述目标人群的用药提示信息；

将所述用药提示信息输出至所述目标人群中的目标患者的关联设备。

5.如权利要求1-3中任一项所述的患者用药行为的画像方法，其特征在于，所述患者信息为第一患者信息；所述根据每个所述用药行为特征对应的画像特征，对每个所述用药行为特征对应的目标人群进行画像的步骤之后，还包括：

接收到新目标患者的第二患者信息时，从所述第二患者信息中提取患者特征；

检测是否存在与所述患者特征对应的画像特征；

若是，根据所述画像特征确定所述新目标患者所属的目标人群，并输出所述新目标患者所属的目标人群对应的用药行为信息。

6.如权利要求1-3中任一项所述的患者用药行为的画像方法，其特征在于，所述根据每个所述用药行为特征对应的画像特征，对每个所述用药行为特征对应的目标人群进行画像的步骤之后，还包括：

根据所述目标人群对应的画像结果，确定所述目标人群对应的目标药品广告对所述目标人群中的目标患者进行播放的广告播放频次，其中，所述画像结果中，所述目标患者的画像特征的所述关联度越高，所述目标患者对应的所述广告播放频次越高。