公开(公告)号：CN113284627B

公开(公告)日：2024-05-17

申请号：CN202110406631.3

申请日：2021-04-15

Applicant: 北京交通大学 ,  北京大学第三医院(北京大学第三临床医学院)

Inventor： 朱振峰 ,  徐慕豪 ,  刘俊秀 ,  葛欣宜

IPC: G16H50/70 ,  G16H70/40 ,  G06F16/33 ,  G06F16/35 ,  G06F40/289 ,  G06F18/23213

Abstract: 本发明提供了一种基于患者表征学习的用药推荐方法，包括：从电子病历中提取数据，将数据中的非结构化的主诉文本信息表示为结构化的数据；采用堆栈稀疏自编码器对结构化的数据进行表征学习，得到患者症状数据的低维表示的症状向量和用药信息数据的低维表示的用药向量；使用聚类算法对患者症状数据的低维表示和用药信息数据的低维表示进行分析，得到各群体聚类内患者的症状特性和用药特性；对各群体聚类内患者的症状特性和用药特性进行典型相关分析，得到各群体聚类内患者的症状特性和用药特性的关联关系；根据关联关系，采用加权距离平均的K近邻算法来预测推荐用药。本方法可以根据电子病历准确为患者推荐用药，提高医生的工作效率。

公开(公告)号：CN113284627A

公开(公告)日：2021-08-20

申请号：CN202110406631.3

申请日：2021-04-15

Applicant: 北京交通大学 ,  北京大学第三医院(北京大学第三临床医学院)

Inventor： 朱振峰 ,  徐慕豪 ,  刘俊秀 ,  葛欣宜

IPC: G16H50/70 ,  G16H70/40 ,  G06F16/33 ,  G06F16/35 ,  G06F40/289 ,  G06K9/62

Abstract: 本发明提供了一种基于患者表征学习的用药推荐方法，包括：从电子病历中提取数据，将数据中的非结构化的主诉文本信息表示为结构化的数据；采用堆栈稀疏自编码器对结构化的数据进行表征学习，得到患者症状数据的低维表示的症状向量和用药信息数据的低维表示的用药向量；使用聚类算法对患者症状数据的低维表示和用药信息数据的低维表示进行分析，得到各群体聚类内患者的症状特性和用药特性；对各群体聚类内患者的症状特性和用药特性进行典型相关分析，得到各群体聚类内患者的症状特性和用药特性的关联关系；根据关联关系，采用加权距离平均的K近邻算法来预测推荐用药。本方法可以根据电子病历准确为患者推荐用药，提高医生的工作效率。