[发明专利]一种药物推荐循证支持方法、装置、设备及存储介质

说明书

本发明公开了一种药物推荐循证支持方法、装置、设备及存储介质，包括：利用药物推荐模型获取目标患者的推荐处方列表；获取所述目标患者的N位相似患者，N为正整数；获取所述N位相似患者的特征信息、处方信息及预后信息；根据所述N位相似患者的特征信息、处方信息及预后信息构建逻辑回归模型；利用所述逻辑回归模型对所述目标患者的推荐处方列表中的各推荐处方进行排序，得各推荐处方的排序结果；推荐所述各推荐处方的排序结果，完成药物推荐循证，该方法、装置、设备及存储介质能够准确对患者进行处方的推荐。

技术领域

本发明属于医药以及智慧医疗技术领域，涉及一种药物推荐循证支持方法、装置、设备及存储介质。

背景技术

机器学习技术已经应用到医疗领域的方方面面，如辅助诊断、智能影像、药物研发、电子病历生成和药物推荐等。在推动机器学习在医疗保健领域更深入的同时，越来越多的人要求在医疗保健领域对基于机器学习和人工智能的系统进行监管和问责。对于医生来说，机器学习模型就是一个黑盒，可解释的机器学习模型可以帮助保持机器学习系统的安全性及可靠性。目前存在的关于机器学习可解释性的内容大多是关于模型内部结构，或者是给出全局的特征重要性排序，这些方式不是以用户为中心的解释内容，当药物推荐系统推荐出若干处方时，医生不知道对于当前患者，哪一个处方是最好的，哪一个处方更适合当前的患者，因此不能有理有据的准确针对当前患者进行处方的推荐，预后效果较差，继而不能帮助医生做出最终的决策，严重影响了人工智能在医疗领域的推广及应用。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种药物推荐循证支持方法、装置、设备及存储介质，该方法、装置、设备及存储介质能够准确对患者进行处方的推荐，以支持药物推荐循证。

为达到上述目的，本发明采用如下技术方案：

本发明一方面，本发明提供了药物推荐循证支持方法包括：

利用药物推荐模型获取目标患者的推荐处方列表；

确定所述目标患者的N位相似患者，N为正整数；

获取所述N位相似患者的特征信息、处方信息及预后信息；

根据所述N位相似患者的特征信息、处方信息及预后信息构建逻辑回归模型；

利用所述逻辑回归模型对所述目标患者的推荐处方列表中的各推荐处方进行排序，得到各推荐处方的排序结果；

推荐所述各推荐处方的排序结果，完成药物推荐循证。

本发明所述药物推荐循证支持方法进一步的改进在于：

所述利用药物推荐模型获取目标患者的推荐处方列表，包括：

建立药物推荐模型；

获取目标患者的特征信息；

将所述目标患者的特征信息输入到所述药物推荐模型中，得目标患者的推荐处方列表。

所述获取目标患者的N位相似患者的具体过程为：

利用欧式距离衡量目标患者的特征信息与历史数据中各患者的特征信息之间的相似度，选取相似度最大的N位患者作为目标患者的N位相似患者。

目标患者与历史数据中患者之间的欧式距离d(X,X')为：

其中，X,X'分别表示目标患者与历史数据中患者的特征信息对应的向量表示，目标患者的特征信息中特征的个数与历史数据中患者的特征信息中特征的个数均为n，X_i为目标患者的特征信息中的第i个特征对应的向量表示，X'_i为历史数据中患者的特征信息中的第i个特征对应的向量表示。

所述根据所述相似患者的特征、处方信息及预后信息构建逻辑回归模型，包括：