基于机器学习和知识图谱的处方推荐方法和系统
基本信息
| 申请号 | CN201911373211.9 | 申请日 | - |
| 公开（公告）号 | CN111191020A | 公开（公告）日 | 2020-05-22 |
| 申请公布号 | CN111191020A | 申请公布日 | 2020-05-22 |
| 分类号 | G06F16/335;G06F16/36;G16H20/10;G16H70/40 | 分类 | 计算；推算；计数; |
| 发明人 | 刘云;张小亮;王永庆;缪姝妹;叶欣;徐俊捷;柯善星;邱帅;景慎旗;单涛;卢姗;郭建军;王忠民 | 申请（专利权）人 | 南京如兴汇企业发展有限公司 |
| 代理机构 | 南京苏高专利商标事务所（普通合伙） | 代理人 | 南京如兴汇企业发展有限公司;江苏省人民医院（南京医科大学第一附属医院） |
| 地址 | 210029 江苏省南京市鼓楼区广州路300号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 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。 |
