申请/专利权人:深圳易护怡康医疗智能科技有限公司
申请日:2024-01-19
公开(公告)日:2024-04-16
公开(公告)号:CN117894423A
主分类号:G16H20/10
分类号:G16H20/10;G16H10/60;G06F16/906;G06F16/901;G06F16/9035;G06F16/903;G06F18/10;G06F18/213;G06F18/23;G06F18/22;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明提供基于病案相关性分析的深度神经网络用药推荐系统,包括:数据分类单元,所述数据分类单元采集病例记录对应的用药信息,生成基于所述用药信息的张量数据;矩阵构建单元,所述矩阵构建单元对所述张量数据进行数据清洗和预处理,得到处理后的所述张量数据中每一对数据间的相关性矩阵。本发明的用药推荐则只需要更新病案库就可以获得最新的用药推荐,且不依赖于指南或共识,可以根据医院病案记录的历史和偏好用药进行更加精细化的推荐,结果更符合医院自身的药房资源和用药习惯,具有更高的个性化程度;推荐结果稳定,适用于精确性需求的医疗场景。
主权项:1.基于病案相关性分析的深度神经网络用药推荐系统,其特征在于,包括:数据分类单元,所述数据分类单元采集病例记录对应的用药信息,生成基于所述用药信息的张量数据;矩阵构建单元,所述矩阵构建单元对所述张量数据进行数据清洗和预处理,得到处理后的所述张量数据中每一对数据间的相关性矩阵;模型训练单元,所述模型训练单元将处理后的所述张量数据通过深度神经网络对所述相关性矩阵进行训练,得到训练结果模型;以及药品查询单元,所述药品查询单元采集疾病的输入信息,通过所述训练结果模型查询出与疾病的所述输入信息相对应的高相关的预定种类要求的药品。
全文数据:
权利要求:
百度查询: 深圳易护怡康医疗智能科技有限公司 基于病案相关性分析的深度神经网络用药推荐系统
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。