[发明专利]一种基于智能决策的药品疗效预测方法和装置

说明书

本发明实施例公开了一种基于智能决策的药品疗效预测方法和装置，其中基于智能决策的药品疗效预测方法包括：获取需要进行疗效预测的目标药品和目标药品的组成成分；从医疗数据库获取包含目标药品的组成成分的相似药品对应的医疗数据，对医疗数据进行特征提取，获取医疗数据的特征向量；根据医疗数据的特征向量建立药品疗效预测模型；将目标药品的组成成分输入药品疗效预测模型中，进行目标药品的疗效预测，获得目标药品的疗效预测结果。采用本发明，通过对目标药品的组成成分进行拆解，进而根据包含目标药品组成成分的相似药品建立药品疗效预测模型，对目标药品进行疗效预测，提升了药品疗效预测的效率和准确率。

技术领域

本发明涉及数据处理领域，具体涉及一种基于智能决策的药品疗效预测方法和装置。

背景技术

在现代医学发展过程中，时刻都伴随着新药物的产生，在我国的医保目录中，记录的西药部分甲类品种有315个，乙类品种有818个；中成药部分的甲类品种有135个，乙类品种有792个。因此药品的种类是非常丰富的，而一种新药品的疗效也可以通过已有药品进行预测。

在现有的药品疗效预测过程中，通常是将药品运用到临床，然后根据患者的临床反应来确定。但是这有一个前提，药品必须在生产完成后才能进行疗效预测。这无疑大大降低了药品疗效预测的时效性，进而增加了药品研发的时间成本。并且在将药品进行临床疗效预测时，所验证的样本十分有限，这也降低了药品疗效预测的有效性，因此，亟待发现一种更高效和准确的药品疗效预测方法。

发明内容

本发明实施例提供一种基于智能决策的药品疗效预测方法和装置，能够通过对目标药品的组成成分进行拆解，进而根据包含目标药品组成成分的相似药品建立药品疗效预测模型，对目标药品进行疗效预测，提升了药品疗效预测的效率和准确率。

本发明实施例的第一方面提供了一种基于智能决策的药品疗效预测方法，所述基于智能决策的药品疗效预测方法包括：

获取需要进行疗效预测的目标药品和所述目标药品的组成成分；

从医疗数据库获取包含所述目标药品的组成成分的相似药品对应的医疗数据，对所述医疗数据进行特征提取，获取所述医疗数据的特征向量；

根据所述医疗数据的特征向量建立药品疗效预测模型；

将所述目标药品的组成成分输入药品疗效预测模型中，进行所述目标药品的疗效预测，获得所述目标药品的疗效预测结果。

在可选的情况下，所述获取需要进行疗效预测的目标药品和所述目标药品的组成成分包括：

获取需要进行疗效预测的目标药品并确定目标药品的药品类别，所述药品类别包括西药类别或中成药类别；

若所述目标药品为西药类别，则获取所述西药类别的化学合成成分作为所述目标药品的组成成分；

若所述目标药品为中成药类别，则获取所述重要类别的药材构成作为所述目标药品的组成成分。

在可选的情况下，所述从医疗数据库获取包含所述目标药品的组成成分的相似药品对应的医疗数据，对所述医疗数据进行特征提取，获取所述医疗数据的特征向量，包括：

从药品组成成分数据库中获取与目标药品的组成成分相似度超过第一预设阈值的药品，确定为相似药品；

从医疗数据库中获取包含所述相似药品的医疗数据，所述医疗数据包括患者的诊断结果和用药情况；

从所述诊断结果中提取与所述相似药品对应的目标症状，从所述用药情况中提取与所述相似药品相关的目标用药情况，所述目标用药情况包括用药剂量或给药途径；

将所述目标症状、相似药品和所述目标用药情况结合，生成所述医疗数据的特征向量。