申请/专利权人：四川省医学科学院·四川省人民医院

申请日：2024-03-14

公开（公告）日：2024-04-16

公开（公告）号：CN117894424A

主分类号：G16H20/10

分类号：G16H20/10;G16H10/40;G16H10/60;G16H30/20;G06N3/045;G06N3/084;G06F18/25

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本申请公开了基于深度学习与强化学习构建T2DM患者药物方案的推荐系统，涉及数字医疗技术领域。本发明采用强化学习方法，根据患者基本信息和用药前的检查指标集合得到药物推荐方案，再通过指标预测模块得到用药后的检查指标，以用药后的检查指标的评分作为药物推荐方案的价值；经过多次推荐，直到得到所述价值的数量达到预设阈值，根据所有所述价值计算得到总价值。所述总价值即反映所述药物推荐方案的长期价值。本发明不仅考虑了药物推荐方案的准确性，还综合考虑了药物的副作用和药物耐受性以及患者生活方式对患者检查指标的影响，提高了患者用药的长期价值。

主权项：1.基于深度学习与强化学习构建T2DM患者药物方案的推荐系统，其特征在于，包括：信息采集模块，用于采集患者体征信息和第一检查指标集合，所述第一检查指标集合为所述患者用药前的检查指标的集合；方案推荐模块，用于将所述患者体征信息和所述第一检查指标集合输入方案推荐模型，输出药物推荐方案；指标预测模块，用于将所述患者体征信息、所述第一检查指标集合和所述药物推荐方案输入指标预测模型，输出第二检查指标集合；所述第二检查指标集合为患者使用所述药物推荐方案后的检查指标的预测值集合；方案评价模块，用于对所述第二检查指标集合进行评价，输出所述药物推荐方案的价值；其中，对参考指标评价的价值最高；所述参考指标为所述患者在长期用药情形下能达到最佳治疗效果的指标；数据处理模块，用于循环执行计算所述价值的步骤，直到所述价值的数量达到第一预设阈值，计算所有所述价值得到所述药物推荐方案的长期价值，输出所述长期价值最大的所述药物推荐方案；所述步骤包括：将所述第一检查指标集合输入所述方案推荐模块，选择所述价值最大的药物推荐方案；将所述药物推荐方案和所述第一检查指标集合输入所述指标预测模块，得到所述第二检查指标集合；将所述第二检查指标集合输入方案评价模块，得到所述价值；将所述第二检查指标集合作为新的所述第一检查指标集合。

全文数据：

权利要求：

百度查询： 四川省医学科学院·四川省人民医院 基于深度学习与强化学习构建T2DM患者药物方案的推荐系统

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。

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