申请/专利权人：药融云数字科技(成都)有限公司

申请日：2024-04-18

公开（公告）日：2024-06-21

公开（公告）号：CN118098637B

主分类号：G16H70/40

分类号：G16H70/40;G16H50/70;G16H50/30;G06F18/22

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本发明涉及智能化医疗信息处理的技术领域，具体为一种用药不良反应预测方法和系统，方法包括如下步骤：组建用药反应预测数据集，所述用药反应预测数据集包括病例数据、患者数据和药品数据；对所述用药反应预测数据集进行损失度检测，以获得最优用药反应预测数据集；依据所述最优用药反应预测数据集构建个体特征相似度模型，依据所述个体特征相似度模型分析个体用药特征状况；依据所述最优用药反应预测数据集构建个体‑药物交互预测模型，依据所述个体‑药物交互预测模型分析个体与用药之间的影响情况；结合所述个体用药特征状况和所述影响情况预测个体用药不良反应风险。本发明可以实现药物不良反应的个性化预测，从而降低个体用药不良反应风险。

主权项：1.一种用药不良反应预测方法，其特征在于，包括如下步骤：组建用药反应预测数据集，所述用药反应预测数据集包括病例数据、患者数据和药品数据；对所述用药反应预测数据集进行损失度检测，以获得最优用药反应预测数据集；依据所述最优用药反应预测数据集构建个体特征相似度模型，依据所述个体特征相似度模型分析个体用药特征状况；依据所述最优用药反应预测数据集构建个体-药物交互预测模型，依据所述个体-药物交互预测模型分析个体与用药之间的影响情况；结合所述个体用药特征状况和所述影响情况预测个体用药不良反应风险；对所述用药反应预测数据集进行损失度检测，以获得最优用药反应预测数据集包括：基于所述用药反应预测数据集设置数据损失检测函数；利用所述数据损失检测函数获得数据损失系数；根据所述数据损失系数对所述用药反应预测数据集进行迭代优化，以获得最优用药反应预测数据集；所述数据损失检测函数，满足如下关系： ，其中，表示数据损失系数，表示检测函数的转换常数，表示患者基本信息与患者病例数据的相关参数，表示患者基本信息和患者病例数据之间的距离，表示患者基本信息，表示患者病例数据，表示患者基本信息与时间信息的相关参数，表示患者基本信息和时间信息之间的距离，表示时间信息，表示患者病例数据与时间信息的相关参数，表示患者病例数据和时间信息之间的距离；依据所述最优用药反应预测数据集构建个体特征相似度模型包括：引入特征相似函数并获得特征相似结果；基于所述特征相似结果和所述最优用药反应预测数据集构建个体特征相似度模型；所述个体特征相似度模型，满足如下关系： ，其中，表示待检测个体的特征相似度指数，表示特征相似函数的个数，表示用药不良反应病人集合，表示是第个特征相似函数的运算影响权重，表示特征相似函数，表示待检测的病人，表示用药不良反应的任意病人，表示相似特征的提取误差权重；依据所述最优用药反应预测数据集构建个体-药物交互预测模型包括：基于所述最优用药反应预测数据集筛选预测药物的特征数据：依据所述特征数据构建个体-药物交互预测模型；所述个体-药物交互预测模型，满足如下关系： ，其中，表示预测药物与患者特征的交互指数，表示预测药物第一特征向量的影响系数，表示预测药物的第一特征向量，表示预测药物第二特征向量的影响系数，表示预测药物的第二特征向量，表示预测药物第n特征向量的影响系数，表示预测药物的第n特征向量，表示预测药物分子药物总特征。

全文数据：

权利要求：

百度查询： 药融云数字科技(成都)有限公司 一种用药不良反应预测方法和系统

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