[发明专利]一种针对慢病的阶段性动态用药匹配系统

权利要求书

1.一种针对慢病的阶段性动态用药匹配系统，其特征在于：系统整体结构分为三部分：患者指标与用药历史编码单元、患者指标编码与药物关系图融合单元、计算输出单元，并采用神经网络方法进行训练后实现；所述患者指标与用药历史编码单元接收患者的静态指标、动态指标和历史用药记录，应用自注意力机制将其形成患者指标编码输入所述患者指标编码与药物关系图融合单元经过计算后输出根据医生历史用药计算出的用药组合，所述患者指标编码与药物关系图融合单元包括药物关系图处理和患者指标融合两个子模块，利用图卷积神经网络方法将无向的电子健康记录图无向的药物间相互作用图和有向的药物间序列关系图进行预先计算，应用于药物关系处理，节点集合ε_e,ε_d,ε_s均为由已知关系构造的边集合；

所述计算输出单元接收医生实际处方，并将所述患者指标编码与药物关系图融合单元的输出结果与患者当前用药进行运算后，得到根据医生历史用药经验而得出的最佳安全用药组合，进而与医生实际处方进行匹配计算出匹配程度；所述应用自注意力机制将其形成患者指标编码的具体方法为：所述静态指标定义为：为静态指标编码的集合的大小，动态指标定义为为动态指标编码的集合的大小，用药历史定义为为患者用药的集合的大小，首先分别通过一个编码网络进行编码，记使用的编码网络的权重矩阵分别为则编码后的结果分别为E_d,

然后，对于动态指标，使用Neural ODE模型进行编码，得到

对于患者用药历史，使用自注意力机制进行编码，得到

接下来，对E_d和E_s进行拼接,对其应用注意力机制：

d_k＝dim([E_d,E_s])＝2d，将其结果记为E_p，则E_p即为患者指标编码；

所述训练过程采用使用损失函数

是患者当前用药与模型输出的最优用药之间的交叉熵损失函数，是模型输出的最优用药之间的多重边际损失，

分别定义为

λ为权重系数，并满足1≥λ≥0。

2.如权利要求1所述的一种针对慢病的阶段性动态用药匹配系统，其特征在于：所述预处理方法为：电子健康记录图、药物间相互作用图、药物间序列关系图的邻接矩阵分别定义为A_e,A_d,对于A_e，首先构造一个二部图，药物在一侧，药物的组合在另一侧，如果某项药物存在于药物组合中，那么从该药物对应的节点到药物组合对应的节点存在一条边，记该二部图的邻接矩阵为l为该二部图中药物组合的数量，则有对于A_d，只考虑两两药物间的关系，定义第i种药物和第j种药物存在相互作用，则令A_d[i,j]＝1，A_s为有向图的邻接矩阵，表示药物之间的顺序关系，通过学习药物之间的序列关系来解决用药的动态策略问题，

在得到三个关系矩阵后，需要对起进行对称归一化操作，以满足拉普拉斯矩阵的条件，经过处理后的矩阵再经过两层的图卷积网络处理，最后将其加权求和，即得到药物关系图处理模块的输出值E_g。

3.如权利要求2所述的一种针对慢病的阶段性动态用药匹配系统，其特征在于：所述的患者指标编码与药物关系融合实现方式为：输入所述患者指标编码E_p并结合药物关系处理的输出值

其中，记为为一次查询使用的患者记录编码E_p与药物关系图的相似度，并以此相似度对各项加权，得到

4.如权利要求3所述的一种针对慢病的阶段性动态用药匹配系统，其特征在于：所述计算输出单元的所述运算过程为：结合所述患者指标编码与药物关系图单元的输出值以及患者当前的用药c_m进行计算，患者用药的匹配程度