申请/专利权人：平安科技(深圳)有限公司

申请日：2022-03-16

公开（公告）日：2024-06-18

公开（公告）号：CN114628001B

主分类号：G16H20/10

分类号：G16H20/10;G16H10/60;G16H50/20;G06F16/35

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2022.07.01#实质审查的生效;2022.06.14#公开

摘要：本发明涉及人工智能领域，提出一种基于神经网络的处方推荐方法、系统、设备及存储介质，该方法包括：获取目标患者的主诉文本、检查结果信息和基础统计信息；将目标患者的主诉文本、检查结果信息和基础统计信息输入到处方推荐模型中，获取目标推荐药品处方；根据目标患者的主诉文本和每一初始备选患者的主诉文本之间的相似度，获取最相似的若干最终备选患者；根据目标推荐药品处方、每一最终备选患者的药品处方信息、目标患者的过敏信息、目标患者的既往医疗信息，开出实际最终处方。本发明实施例利用AI技术对复杂的目标患者信息进行处理，能为医生推荐出合理的药品处方，能最终得出的处方具有更高的准确性和说服力。

主权项：1.一种基于神经网络的处方推荐方法，其特征在于，包括：获取目标患者的主诉文本、检查结果信息和基础统计信息；将所述目标患者的主诉文本、检查结果信息和基础统计信息输入到处方推荐模型中，获取目标推荐药品处方，其中，所述处方推荐模型通过以历史患者的主诉文本、检查结果信息和基础统计信息为样本，以所述历史患者的药品处方为标签进行训练得到；根据所述目标患者的主诉文本和每一初始备选患者的主诉文本之间的相似度，获取至少一个最终备选患者，其中，所述初始备选患者根据所述目标患者的年龄和性别在预设数据库中进行筛选得到，所述预设数据库包括历史患者的主诉文本、检查结果信息、基础统计信息和所述历史患者的药品处方，所述最终备选患者的相似度大于预设相似阈值；根据所述目标推荐药品处方、每一最终备选患者的药品处方信息、所述目标患者的过敏信息、所述目标患者的既往医疗信息，开出实际最终处方；所述处方推荐模型包括预处理模块、特征提取模块、融合模块和输出模块，所述将所述目标患者的主诉文本、检查结果信息和基础统计信息输入到处方推荐模型中，获取目标推荐药品处方，包括：将所述主诉文本、所述检查结果信息和所述基础统计信息输入到所述预处理模块中，获取处理后的主诉文本、预处理后的检查结果信息和预处理后的基础统计信息；将预处理后的主诉文本、预处理后的检查结果信息和预处理后的基础统计信息输入到所述特征提取模块，获取主诉特征、检查特征和基础特征；将所述主诉特征、所述检查特征和所述基础特征输入到所述融合模块中，获取最终融合特征；将所述最终融合特征输入到所述输出模块中，获取所述目标推荐药品处方；所述根据所述目标患者的主诉文本和每一初始备选患者的主诉文本之间的相似度，获取最相似的若干最终备选患者，包括：根据所述目标患者的年龄和性别，在所述预设数据库中筛选出所述初始备选患者，所述初始备选患者的年龄与所述目标患者的年龄所处的阶段相同，所述初始备选患者的性别与所述目标患者的性别相同；根据所述目标患者的主诉文本，获取所述目标患者对应的目标主诉向量；根据每一初始备选患者的主诉文本，获取每一初始备选患者对应的备选主诉向量；根据所述目标主诉向量和每一初始备选主诉向量之间的相似度，获取最相似的若干最终备选患者。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 基于神经网络的处方推荐方法、系统、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD