[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

说明书

本申请涉及数字医疗领域，公开了一种患者用药行为的画像方法，包括：根据医疗数据中的用药信息确定每个目标患者的用药行为特征，并根据用药行为特征将所有目标患者划分为多个目标人群；以及利用随机森林算法对所有医疗数据进行分类；根据分类结果获取目标特征，并利用关联规则算法分析目标特征与各个所述用药行为特征的关联度；获取与用药行为特征的关联度满足预设条件的目标特征作为用药行为特征对应的画像特征；根据每个用药行为特征对应的画像特征，对每个用药行为特征对应的目标人群进行画像。本申请还公开了一种患者用药行为的画像装置、计算机设备以及计算机可读存储介质。本申请提高了对各类用药行为的患者进行画像的准确度。

技术领域

本申请涉及数字医疗领域，尤其涉及一种患者用药行为的画像方法、患者用药行为的画像装置、计算机设备以及计算机可读存储介质。

背景技术

随着精准药学服务的推进与发展，患者用药依从性在药物治疗中的重要作用引起了临床医生和药师的重视。尤其对于糖尿病、高血压、精神类疾病等慢性病患者，其病情易反复、病程长、需要长期服药，因此更应该重视这类患者的用药行为。

传统患者用药行为分析是基于对患者调查问卷或者地区抽样来的数据进行分析，但这样的分析方法往往不够严谨，使得对各类用药行为的患者画像不够精准。

上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

发明内容

本申请的主要目的在于提供一种患者用药行为的画像方法、患者用药行为的画像装置、计算机设备以及计算机可读存储介质，旨在解决如何提高对各类用药行为的患者进行画像的准确度的问题。

为实现上述目的，本申请提供一种患者用药行为的画像方法，包括以下步骤：

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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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：