-
公开(公告)号：CN111191020A
公开(公告)日：2020-05-22
申请号：CN201911373211.9
申请日：2019-12-27
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京如兴汇企业发展有限公司
IPC: G06F16/335 , G06F16/36 , G16H20/10 , G16H70/40
Abstract: 本发明公开了一种基于机器学习和知识图谱的处方推荐方法和系统。所述推荐方法包括以下步骤：获取诊断信息并进行解析，得到一条或多条诊断明细，包括患者信息、医生信息及疾病诊断；将所述诊断明细输入预先构建的机器学习模型进行推理，得到针对所述诊断明细的初始推荐列表；根据所述初始推荐列表中包含的药品信息，从药品知识图谱中获取与所述药品相关联的关系图网络；根据所述关系图网络筛选并排除禁忌药品后给出最终推荐列表。本发明结合了机器学习的快速学习能力和知识图谱对数据的挖掘、关联展示能力，能够实现处方精确推荐，同时提高处方生成效率，可满足门诊医师开方需求，提高医生工作效率，减少医疗错误。
-
公开(公告)号：CN110377755A
公开(公告)日：2019-10-25
申请号：CN201910593831.7
申请日：2019-07-03
Applicant: 江苏省人民医院(南京医科大学第一附属医院)
Abstract: 本发明公开了一种基于药品说明书的合理用药知识图谱构建方法，包括以下步骤：S10、抽取药品说明书，通过专家标注法对其中的实体和关系进行归纳，形成实体和关系标引规则库；S20、通过半监督学习方法，基于专家标注的数据以及机器学习规则训练机器学习模型；S30、使用已训练好的机器学习模型，对未标注的药品说明书进行预测标注，形成药品关系的知识图谱。本发明利用自然语言处理和知识图谱技术，基于药品说明书构建合理用药知识库，能够有助于规避用药差错，防范医疗风险，提高临床用药安全性。本发明的方法具备自动化构建能力，通过机器学习提高构建精度。
-
公开(公告)号：CN111191020B
公开(公告)日：2023-09-22
申请号：CN201911373211.9
申请日：2019-12-27
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京如兴汇企业发展有限公司
IPC: G06F16/335 , G06F16/36 , G16H20/10 , G16H70/40
Abstract: 本发明公开了一种基于机器学习和知识图谱的处方推荐方法和系统。所述推荐方法包括以下步骤：获取诊断信息并进行解析，得到一条或多条诊断明细，包括患者信息、医生信息及疾病诊断；将所述诊断明细输入预先构建的机器学习模型进行推理，得到针对所述诊断明细的初始推荐列表；根据所述初始推荐列表中包含的药品信息，从药品知识图谱中获取与所述药品相关联的关系图网络；根据所述关系图网络筛选并排除禁忌药品后给出最终推荐列表。本发明结合了机器学习的快速学习能力和知识图谱对数据的挖掘、关联展示能力，能够实现处方精确推荐，同时提高处方生成效率，可满足门诊医师开方需求，提高医生工作效率，减少医疗错误。
-
-
Search Results
3
records
(took 0.037 seconds)
