买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中山市华南理工大学现代产业技术研究院;中山依数科技有限公司

摘要：本发明公开了一种基于电子病历的药物推荐系统，包括：预训练模块，增加了模型表达能力，加快模型训练和收敛速度；患者当前就诊表示建模模块，通过全局检索方法，并基于多头注意力机制，得到相似就诊的实体级别和相似就诊的用药表示，解决了患者横向就诊信息利用不充分的问题，充分利用了医疗库中相似就诊的信息；药物表示建模模块，通过对分子图和分子序列进行建模，解决了分子信息和结构利用不充分的问题，充分地获取准确的药物表示。联合药物推荐模块，增强了患者表示和药物信息表示之间的联系，平衡了药物推荐的准确性和安全性。本发明可实现准确且安全性高的患者用药推荐。

主权项：1.一种基于电子病历的药物推荐系统，其特征在于，使用预训练模型和患者电子病历中的诊断信息、手术信息和历史用药信息，并结合药物分子信息，实现准确且安全性高的患者用药推荐，包括：预训练模块，从患者的电子病历中获取患者的诊断信息、手术信息和历史用药信息，将第t次诊断信息、手术信息和上一次就诊用药信息投影到嵌入空间，再通过多层感知机将嵌入结果转换到电子病历中所有药物的数量的维度，获取针对患者某次就诊的药物推荐表示，用于完成预训练模型的训练任务，训练结束后，将所有患者的所有就诊的诊断信息、手术信息和上一次就诊用药信息的嵌入结果拼接，得到患者访问级别表征表；患者当前就诊表示建模模块，从患者的电子病历中获取患者的就诊信息，包括诊断信息、手术信息和历史用药信息，将第t次诊断信息、手术信息和上一次就诊用药信息投影到嵌入空间，再将嵌入结果拼接获得患者当前就诊的实体级别表示，通过全局检索方法计算患者当前就诊的实体级别表示和患者访问级别表征表中其他就诊的实体级表示的相似度，基于相似度得分，通过多头注意力机制获得相似就诊的实体级别表示，将相似度得分作为权重，计算得到相似就诊的表征，再通过第一前馈神经网络参数化以及通过残差连接对相似就诊的表征进行层归一化，得到相似就诊的用药表示，将患者当前就诊的实体级别表示、相似就诊的实体级别表示和相似就诊的用药表示拼接，再通过第二前馈神经网络得到患者当前就诊表示；药物表示建模模块，从所有的电子病历中获取药物-诊断共现矩阵、药物-手术共现矩阵和药物-药物共现矩阵，并将矩阵转换为图表示，得到药物-诊断图、药物-手术图和药物-药物图，通过图卷积网络从药物-诊断图、药物-手术图和药物-药物图中获取药物关联级别的表示，通过图卷积网络和图注意力网络从药物分子图中得到药物分子图级别的表示，使用预训练模型获取药物集中所有药物的分子编码为原子级别的嵌入，将药物原子级别的嵌入输入到双向门控循环单元中得到药物分子序列级别的表示，通过集合注意力块整合药物关联级别的表示、药物分子图级别的表示和药物分子序列级别的表示得到最终药物的表示；联合药物推荐模块，通过第三前馈神经网络将患者当前就诊表示投影到药物维度空间，生成直接药物推荐的表征，通过余弦相似度获取患者当前就诊表示与药物的表示之间的相似度，通过将直接药物推荐的表征和相似度结果拼接，再输入到第四前馈神经网络得到患者的组合药物推荐的表征，然后基于注意力机制调整直接药物推荐的表征和组合药物推荐的表征的权重，实现联合推荐，得到最终药物推荐的结果，最后选择概率值大于预定义阈值的药物作为推荐的药物，否则不推荐。

全文数据：

权利要求：

百度查询： 中山市华南理工大学现代产业技术研究院 中山依数科技有限公司 一种基于电子病历的药物推荐系统